一种考虑缺陷关联的软件可靠性增长模型

非齐次泊松过程类软件可靠性增长模型(NHPP-SRGMs)是评价软件产品可靠性指标的有效工具,但大多数该类模型都未考虑软件缺陷关联这一测试过程中普遍存在的现象。该文在考虑软件缺陷关联关系的基础上对缺陷进行分类,提出一个改进的NHPP类软件可靠性增长模型。在一组失效数据上的实验分析表明,改进的模型具有较好的拟合效果和预测能力。     

多层缺陷关联效应对软件可靠性增长过程的影响

软件系统中的缺陷通常以非常复杂的方式互相关联,并最终导致系统失效。基于非齐次泊松过程的软件可靠性增长模型,是一种描述软件随机失效行为和测量软件可靠性增长过程的常见工具。为此,考虑到有关联作用的多层缺陷,提出一个基于非齐次泊松过程的软件可靠性增长模型来研究软件系统的可靠性增长过程,并通过现实数据集对模型的性能进行评估。研究表明,新模型抓住了多层缺陷的关联效应,很好地拟合了缺陷数据集,且优于传统模型。此外,对于同时考虑了可靠性要求和测试成本的软件发行策略,研究发现,如果测试团队忽略缺陷不同层之间的关联效应,会使软件包发行到市场的最佳时间提前,从而相应的增加整体成本。     

一个基于响铃形故障检测率函数的软件可靠性增长模型

非齐次泊松过程类软件可靠性增长模型是评价软件产品可靠性指标的有效工具．影响软件可靠性增长模型评估和预测准确性的最重要的两个因素是软件中隐藏的初始故障数和故障检测率．一些非齐次泊松过程类模型假设故障检测率是不随测试时间变化的常量,有些模型假设故障检测率是增函数或减函数．这些假设或忽略了测试者的学习过程,或忽略了越迟被检测到的故障的概率就可能越低的特点．该文将测试者的学习过程和软件固有故障检测率的变化特征相结合,提出了一个铃形的故障检测率函数,建立了一个非齐次泊松过程类软件可靠性增长模型——Bbell—SRGM．在一组失效数据上的实验分析表明：对这组失效数据,Bbell—SRGM模型比G-O模型等的拟合效果更好．     

潜伏故障点不完美覆盖的软件可靠性增长模型

现有的基于测试覆盖率的非齐次泊松过程（NHPP）类软件可靠性增长模型绝大多数都没有考虑到潜伏故障点不完美覆盖的情况。提出了一种考虑潜伏故障点不完美覆盖的软件可靠性NHPP增长模型,称之为UPNHPP模型。在一组失效数据上的实验分析表明,对这组数据,UPNHPP模型与其他模型相比有更好的拟合效果。     

故障检测率不规则变化的软件可靠性模型

传统的NHPP(non-homogeneous Poisson process)模型在实际的测试当中被证明是成功的.但是,由于传统的NHPP模型用的是理想的假设,例如,假设故障检测率是常数、平稳变化和规律变化,模型的性能在实际的测试环境中总是受到损害.因此,提出一个基于NHPP的软件可靠增长模型,并且考虑故障检测率的不规则变化情况,这种变化符合故障检测率在实际的软件测试过程中的变化.通过相关的实验验证了所提出的NHPP模型的拟合和预测能力.实验结果表明:在用实际的故障数据进行拟合和预测的过程中,所提出的模型与传统的NHPP模型相比,有更好的拟合和预测性能.同时,也给出了所提出模型相应的置信区间.     

基于构件的NHPP类软件可靠性增长模型的研究

随着基于构件的软件开发模式的迅速发展,传统的NHPP模型无法适应大型的基于软构件的新型软件开发模式.结合软件可靠性分析中的黑盒方法和白盒方法,提出一种基于构件的NHPP类软件可靠性增长模型,CBNHPP模型.该模型以可加模型为基础,实现了时间域模型和体系结构域模型的结合,克服了这两种技术无法同时考虑软件测试过程中的故障排除和软件体系结构的问题.由于同时考虑了更多因素,因此该模型具有更高的准确性.最后通过实验证明了CB-NHPP模型的有效性.     

考虑环境因素的软件可靠性增长模型

软件可靠性增长模型中由于测试阶段和实际运行阶段环境的不同导致了失效强度函数的判断偏差。在Musa执行时间模型中的经典模型M-O对数泊松执行时间模型基础上,提出考虑环境因素的对数泊松模型,该模型能较好的刻画失效强度函数变化规律,并给出参数估计公式。通过对失效数据集的实验,结果表明该模型具有较好的拟合效果。     

运用MATLAB进行军用软件可靠性评估

军用软件的可靠性已成为影响武器装备系统质量的关键因素。介绍了非齐次泊松过程类软件可靠性增长模型的原理以及如何运用MATLAB绘制软件故障数据曲线、模型参数估计及分布拟合检验,进而建立可靠性增长模型,进行可靠性评估。     

考虑测试工作量与覆盖率的软件可靠性模型

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与预计精度,首先,提出一个同时考虑测试工作量与测试覆盖率的NHPP类软件可靠性建模框架.在此基础上,将变形S型测试工作量函数(IS-TEF)以及Logistic测试覆盖率函数(LO-TCF)带入该建模框架,建立了一个新的软件可靠性增长模型,即IS-LO-SRGM.同时,还对利用该框架进行建模过程中的两个重要问题进行了描述与分析,即如何确定具体的TEF和TCF以及模型参数估计.然后,在两组真实的失效数据集上,利用该建模框架建立了最为合适的增长模型,即IS-LO-SRGM,并将该模型与8种经典NHPP模型进行对比.实例验证结果表明,所提出的IS-LO-SRGM模型具有最为优秀的拟合与预计性能,从而证明新建模框架的有效性和实用性.最后,对不完美排错情况进行了初步的讨论与建模分析.     

考虑软件不同失效过程偏差的软件可靠性模型

软件可靠性分析是根据软件失效数据等信息,通过合理建模来对软件可靠性进行预计和评价.现有的基于随机过程的可靠性模型一般采用均值过程来描述软件失效数据,然而,软件失效数据的模型化实质上应该是使其成为某个随机过程的一个样本轨迹.文中建立了考虑软件不同失效过程偏差的软件可靠性模型,用NHPP过程表示失效过程均值函数的变化趋势,ARMA过程表示实际失效过程对均值过程的偏差序列.在两组公开发表的真实数据集上对模型的实验表明,新模型较之一些广泛使用的NHPP软件可靠性模型在拟合能力及适用性上有明显的提高,并且保持了较好的预测能力.     

基于缺陷的软件可靠性度量方法研究

针对软件可靠性度量研究中的一些问题,提出了以缺陷度量为软件可靠性度量的一种方法。首先将缺陷度量方法按照软件度量的一般方法进行研究和探讨;其次,以正交缺陷为基础,提出了定量的缺陷统计方法,这种方法能够更好地描述缺陷的性质,对相关信息可进行分类统计、分析,为过程改进提供依据;最后,提出了一些定性的缺陷分析方法,可充分挖掘缺陷的潜在信息。按照软件度量的步骤,通过定性和定量相结合的方法,可以很好地度量软件可靠性,并实时提高软件可靠性。     

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。     

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.     

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.     

一种基于工作流的软件可靠性评估方法

随着工作流系统在企业运营中担负越来越重要的角色,工作流可靠性研究的重要性也日渐增加。文中提出了一套完整的工作流系统可靠性评估方法,帮助企业检验工作流系统的可靠性。首先,文中对工作流系统的体系结构进行分析,其中重点分析了工作流系统的流程及活动模式,提出一个以流程为基础的工作流可靠性评估方法。文中采用基于马尔可夫链的流程可靠性算法,将活动中的可靠性数据整合,计算流程的可靠性数据。在此基础上,基于Additive模型,根据流程的使用率将多流程的可靠性信息进行整合,最后求出工作流系统的可靠性数据。根据该方法,设计并实现了工作流系统可靠性评估软件,并通过在。 NET工作流平台上的实验,验证了该方法的可靠性预测效果是令人满意的。     

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.     

关于测试成本不确定软件模型的风险分析研究

在软件开发过程中,管理者往往面临着何时停止测试与何时发布这样的难题,因为它直接影响着软件软件的可靠性和项目成本.文章通过对软件测试成本和发布的风险进行分析、研究,提出基本不确定性的风险分析模型和风险函数.经过实验分析,基于该风险分析模型和风险函数可以获取一个更合理的软件发布时间,从而降低了测试成本和软件发布风险.