考虑不完美排错情况的NHPP 类软件可靠性增长模型

针对现有NHPP 类软件可靠性增长模型对故障排错过程中不完美排错情况考虑不完全的现状,提出了一 种新的软件可靠性增长模型.该模型全面考虑了不完美排错的两种情况:既考虑了排错过程中引入新错误的可能性, 又考虑了不完全排错的情况,并且引入了一种故障排除率随时间变化的故障排除率函数,使模型更符合实际情况.利 用公开发表的两组不同的软件失效数据对该模型进行验证的结果表明,与现有的对不完美排错情况考虑不完全的 模型相比,该模型能够取得更好的拟合结果和预测效果.     

考虑非理想排错过程的软件可靠性模型

经典的可靠性模型排错过程是理想的,没有考虑各种实际情况.实际的排错过程并不是完美的,错误排除需要时间,且不可能完全排除,排错过程中可能引入新的错误,错误排除率和错误引入率均是随时间变化的函数等等.文中针对这些排错过程的实际情况,对Xuemei Zhang等人提出的软件可靠性模型进行了改进,提出新的假设,建立改进的新模型,给出模型的一般表达形式.并通过两组公开发表的失效数据,对改进后模型的一个特例模型的拟合预测能力进行仿真分析比较,最终验证了改进的考虑非理想排错过程的软件可靠性模型的优越性,说明了新模型更符合现实的软件可靠性活动过程.     

故障察觉率可变的软件可靠性增长模型

证明了基于G-O模型的NHPP类型的软件可靠性增长模型不需要考虑不完美排错和排错过程中新错误的引入,并在该基础上提出了一种新的软件可靠性增长模型。该模型在软件排错过程中不但考虑了软件开发员对系统熟悉程度的上升,而且考虑了系统现存错误数的不断减少,是一种故障检测率随时间变化的软件可靠性增长模型。并利用现有的公开发表的数据对该模型进行测试,发现其达到了比G-O模型的等其他模型更好的拟合效果。     

基于问题等级的不完美排错NHPP可靠性模型

分析总结现有的非齐次泊过程NHPP(non-homogeneous poisson process)松软件可靠性模型,提出现有NHPP可靠性模型的不足与缺陷。首次将NHPP可靠性模型与问题等级进行关联。从测试人员针对轻微问题、非轻微问题的检测特性及开发人员对轻微问题、非轻微问题的排错难易程度及在排错时是否会引入新问题进行分析。给出基于问题等级的不完美排错的NHPP可靠性模型。特别是针对非轻微问题建立的NHPP可靠性模型,在考虑故障发现率时不仅考虑测试人员的发现问题的能力,同时综合考虑剩余故障的问题数。并且在排除错误时,不仅考虑错误排除时为不完全排除过程,同时考虑在排除的错误中可能引入新的错误。     

不完美排错软件可靠性增长模型效用量化研究

为了进一步提升现有非齐次泊松过程类软件可靠性增长模型的拟合和预测性能,首先从故障总数增长趋势角度对不完美排错模型进行深入研究,提出两个一般性不完美排错框架模型,分别考虑了总故障数量函数与累计检测故障函数间的线性关系与微分关系,并求得累计检测的故障数量与软件中总故障数量函数表达式;其次,在六组真实的失效数据集上对比了提出的两种一般性不完美排错模型和六种不完美排错模型拟合预测性能表现。实例验证结果表明,提出的一般性不完美排错框架模型在大多数失效数据集上都具有优秀的拟合和预测性能,证明了新建模型的有效性和实用性;通过对提出的模型与其他不完美排错模型在数据集上的性能的深入分析,为实际应用中不完美排错模型的选择提出了建议。     

一种基于离散时间的NHPP软件可靠性增长模型

基于非齐次泊松过程的软件可靠性增长模型按时间域可分为连续时间模型和离散时间模型两类。现有的软件可靠性增长模型大多都是针对连续时间构造的,在一定程度上忽视了对离散时间模型的研究。利用概率生成函数构建两种基于离散时间的软件可靠性增长模型——基本模型和扩展模型,具有很大的实用性和必要性。构建的扩展模型以不完美排错情形作为基础,考虑到了由于故障排除而有可能引入新故障的问题,同时还考虑到了在软件排错过程中由于测试团队的熟练程度而引起的软件故障排除率的相对变化情况,这使得提出的模型更加符合实际。最后利用两组公开发表的     

基于排错等待延迟的广义动态集成神经网络模型

软件可靠性增长模型在可靠性评估与保障中具有重要作用,针对软件测试过程中的故障检测和排错等待延迟问题,提出了一种考虑故障排错等待延迟的广义动态集成神经网络模型(RWD-SRGM)。该模型考虑软件工程的多样性,利用神经网络方法构建广义动态集成模型,并考虑排错等待延迟现象完成故障检测和预测。通过2组真实失效数据集(DS1和DS2)的实验,将所提模型与现有的软件可靠性增长模型进行了比较,结果显示考虑故障排错等待延迟的神经网络模型拟合效果最优,表现出了更好的软件可靠性评估性能和模型通用性。     

不完美排错SRGM研究

软件可靠性增长模型SRGM可对测试与运行阶段的可靠性进行度量、预测与保证。不完美排错SRGM能够更加准确地建模实际测试过程,获得了广泛研究。首先介绍了随机过程类模型中的NHPP基本概念与假设。接着,从三个阶段全面回顾了不完美排错研究历程。进一步,给出了若干典型的不完美排错SRGM的建模与累计故障检测函数的求解形式。最后将从排错的不完全性,引入新故障的角度建立的不完美排错模型:IID-SRGM与现有的模型进行比较,优于其它模型。     

考虑测试效率的软件可靠性模型研究

对软件可靠性模型的研究,主要集中在如何使所建立的模型尽可能地贴近实际情况.目的是提高软件可靠性模型的拟合能力,使可靠性模型能更好地对软件将来的失效行为进行预测.经典非其次泊松过程模型的假设条件都忽略了不完全排错以及排错时引入错误的可能性,也没有考虑到在测试过程中资源投入等问题.笔者认为在测试过程中,投入的资源、测试环境以及测试人员的努力程度对测试的结果有一定的影响.同时,考虑到软件排错过程中新错误的引入和错误的不完全排除等情况,提出了一种考虑测试效率的可靠性模型.通过与已有模型进行仿真试验对比显示,新模型具有更好的拟合性能,具有很好的工程实践意义.     

考虑故障排除率和引入率的软件可靠性建模

软件测试中排错过程的故障排除率并不是100％的,并且由于检测到的尚未被排除的故障影响还会引入新的故障,即存在故障排除率和故障引入率,两者是具有不同的下降趋势的减函数.针对上述问题,提出一种新的非齐次泊松过程软件可靠性增长模型,考虑了随时间变化的故障排除率函数和故障引入率函数.利用一组公开发表的包含故障检测数和故障排除数的软件失效数据集进行仿真与验证,实验结果表明,改进模型具有更好的拟合效果和预测能力.     

一个NHPP类软件可靠性增长模型框架

NHPP类软件可靠性增长模型已经成为软件可靠性工程实践中非常成功的工具，从某些模型的一些共同特征出发，研究了NHPP类软件可靠性增长模型的有限通用框架，提出了一 个既考虑软件测试的不完美性、故障检测率随时间的变化，又考虑了故障改正效率随时间变化的NHPP类软件可靠性增长模型框架。一些已经存在的NHPP类软件可靠性增长模型型是这个框架的特例。     

Weibull分布引进故障的软件可靠性增长模型

软件调试是复杂过程,可能会受到很多种因素的影响,例如调试资源分配、调试工具的使用情况、调试技巧等.在软件调试过程中,当检测到的故障被去除时,新的故障可能会被引进.因此,研究故障引进的现象对建立高质量的软件可靠性增长模型具有重要意义.但是到目前为止,模拟故障引进过程仍是一个复杂和困难的问题.虽然有许多研究者开发了一些不完美调试的软件可靠性增长模型,但是一般都是假设故障内容（总数）函数为线性、指数分布或者是与故障去除的数量成正比.这个假设与实际的软件调试过程中故障引进情况并不完全一致.提出一种基于Weibull分布引进故障的软件可靠性增长模型,考虑故障内容（总数）函数服从Weibull分布,并用相关的实验验证了提出的模型的拟合和预测性能.在用两个故障数据集进行的模拟实验中,实验结果指出：提出的模型和其他模型相比,有更好的拟合和预测性能以及更好的鲁棒性.     

Reliability Growth Modeling and Optimal Release Policy Under Fuzzy Environment of an N-version Programming System Incorporating the Effect of Fault Removal Efficiency

Failure of a safety critical system can lead to big losses.Very high software reliability is required for automating the working of systems such as aircraft controller and nuclear reactor controller software systems.Fault-tolerant softwares are used to increase the overall reliability of software systems.Fault tolerance is achieved using the fault-tolerant schemes such as fault recovery (recovery block scheme),fault masking (N-version programming (NVP)) or a combination of both (Hybrid scheme).These softwares incorporate the ability of system survival even on a failure.Many researchers in the field of software engineering have done excellent work to study the reliability of fault-tolerant systems.Most of them consider the stable system reliability.Few attempts have been made in reliability modeling to study the reliability growth for an NVP system.Recently,a model was proposed to analyze the reliability growth of an NVP system incorporating the effect of fault removal efficiency.In this model,a proportion of the number of failures is assumed to be a measure of fault generation while an appropriate measure of fault generation should be the proportion of faults removed.In this paper,we first propose a testing efficiency model incorporating the effect of imperfect fault debugging and error generation.Using this model,a software reliability growth model (SRGM) is developed to model the reliability growth of an NVP system.The proposed model is useful for practical applications and can provide the measures of debugging effectiveness and additional workload or skilled professional required.It is very important for a developer to determine the optimal release time of the software to improve its performance in terms of competition and cost.In this paper,we also formulate the optimal software release time problem for a 3VP system under fuzzy environment and discuss a the fuzzy optimization technique for solving the problem with a numerical illustration.     

Considering the Fault Dependency Concept with Debugging Time Lag in Software Reliability Growth Modeling Using a Power Function of Testing Time

Since the early 1970s tremendous growth has been seen in the research of software reliability growth modeling.In general, software reliability growth models (SRGMs) are applicable to the late stages of testing in software development and they can provide useful information about how to improve the reliability of software products.A number of SRGMs have been proposed in the literature to represent time-dependent fault identification/removal phenomenon;still new models are being proposed that could fit a greater number of reliability growth curves.Often,it is assumed that detected faults axe immediately corrected when mathematical models are developed.This assumption may not be realistic in practice because the time to remove a detected fault depends on the complexity of the fault,the skill and experience of the personnel,the size of the debugging team,the technique,and so on.Thus,the detected fault need not be immediately removed,and it may lag the fault detection process by a delay effect factor.In this paper,we first review how different software reliability growth models have been developed,where fault detection process is dependent not only on the number of residual fault content but also on the testing time,and see how these models can be reinterpreted as the delayed fault detection model by using a delay effect factor.Based on the power function of the testing time concept,we propose four new SRGMs that assume the presence of two types of faults in the software:leading and dependent faults.Leading faults are those that can be removed upon a failure being observed.However,dependent faults are masked by leading faults and can only be removed after the corresponding leading fault has been removed with a debugging time lag.These models have been tested on real software error data to show its goodness of fit,predictive validity and applicability.     

一个考虑多种排错延迟的NHPP类软件可靠性增长模型

软件可靠性增长模型通常假设软件的测试环境与软件实际运行的现场环境相同,期望利用测试阶段获得的失效数据评估软件在现场运行时的失效行为。多数非齐次泊松过程类软件可靠性增长模型假设软件故障被发现后立即被排除,这点假设无论是在测试环境还是在现场环境下都很难实现。根据故障对测试过程的影响,故障的排错时间可被分为多种。提出了一个考虑多种排错延迟的软件可靠性增长模型,讨论了基于这个模型的故障排除效率函数,指出从用户角度出发讨论软件可靠性时必须考虑重复性故障。     

可靠性模型中故障检测率研究述评

故障检测率FDR（Fault Detection Rate）是可靠性研究的关键要素,对于测试环境构建、故障检测效率提升、可靠性建模和可靠性增长具有重要作用,对于提高系统可靠性与确定发布时间具有重要现实意义.首先,对基于NHPP（Non-Homogeneous Poisson Process,非齐次泊松过程）类的软件可靠性增长模型SRGM（Software Reliability Growth Mode）进行概述,给出了建模本质、功用与流程.基于此,引出可靠性建模与研究中的关键参数——FDR,给出定义,对测试环境描述能力进行分析,展示不同模型的差异.着重剖析了FDR与失效强度、冒险率（风险率）的区别,得出三者之间的关联性表述.全面梳理了FDR的大类模型,分别从测试覆盖函数视角、直接设定角度、测试工作量函数参与构成方式三个方面进行剖析,继而提出统一的FDR相关的可靠性模型.考虑到对真实测试环境描述能力需要,建立不完美排错框架模型,衍生出不完美排错下多个不同FDR参与的可靠性增长模型.进一步,在12个真实描述应用场景与公开发表的失效数据集上进行实验,验证不同FDR模型相关的可靠性模型效用,对差异性进行分析与讨论.结果表明,FDR模型自身的性能可以支撑可靠性模型性能的提升.最后,指出了未来研究趋势和需要解决的问题.