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。     

星载软件可靠性工程研究与实践

为提高星载软件的可靠性,针对某星载软件的特点,讨论了开展软件可靠性工程的实施框架和过程,分别从软件可靠性设计、分析、度量和测试四个方面进行了总结和评述.重点论述了软件可靠性设计准则,软件故障模式及影响分析和软件故障树分析技术的特点,软件可靠性度量的选择方法,以及软件可靠性测试的评估规程和可靠性模型的选择方法,并给出了技术应用的结果,证明了这些方法的可行性和适用性.     

软件可靠性度量方法

分析软件故障暴露率与软件测试次数之间的关系,提出在保证可靠性测试结果客观准确的前提下,有效减少验证测试次数的方法。结合软件可靠性和体系结构相关理论,提出基于组件的软件失效率定量计算方法。研究并利用软件可靠性度量方法,提高了软件可靠性测试效率和可靠性评估准确性。     

基于LASSO-LARS的软件复杂性度量属性特征选择研究

针对软件可靠性早期预测中软件复杂性度量属性维数灾难问题,提出了一种基于最小绝对值压缩与选择方法(The Least Absolute Shrinkage and Select Operator,LASSO)和最小角回归(Least Angle Regression,LARS)算法的软件复杂性度量属性特征选择方法。该方法筛选掉一些对早期预测结果影响较小的软件复杂性度量属性,得到与早期预测关系最为密切的关键属性子集。首先分析了LASSO回归方法的特点及其在特征选择中的应用,然后对LARS算法进行了修正,使其可以解决LASSO方法所涉及的问题,得到相关的复杂性度量属性子集。最后结合学习向量量化(Learning Vector Quantization,LVQ)神经网络进行软件可靠性早期预测,并基于十折交叉方法进行实验。通过与传统特征选择方法相比较,证明所提方法可以显著提高软件可靠性早期预测精度。     

组合模型在软件可靠性预测中的建模与仿真

针对软件可靠性受到多种不确定因素影响,且因素间具有多重共线性,单-预测模型无法全面准确描述其变化规律,导致软件可靠性预测精度不高.为了提高软件可靠性预测的精度,提出一种基于熵值法的软件可靠性组合预测模型.首先采用主成分分析消除软件可靠性度量属性间多重共线性,加快学习速度,然后分别采用AR模型和RBF神经网络对软件可靠性进行预测,采用嫡值法确定两种模型的权重,从而得到组合预测模型的软件可靠性预测值.用NASA的软件度量数据进行模型预测,结果表明,仿真预测模型明显提高了软件可靠性预测精度,说明组合预测方法对软件可靠性预测是可行的.     

基于构件技术的嵌入式控制软件可靠性仿真

针对采用当前方法分析嵌入式控制软件的可靠性时,没有对软件可靠性度量参数进行分析,存在分析错误率高、分析效率低和适应性差的问题,提出基于构件技术的嵌入式控制软件可靠性分析方法,在软件可靠度、失效概率、失效强度、失效率、平均失效时间、平均失效间隔时间六个软件可靠性度量参数的基础上,通过构件技术,结合融合容错技术和软件敏感度...     

基于层次和数据流驱动的软件可靠性分配方法

为了提高软件可靠性分配的有效性, 提出了一种基于层次和数据流驱动的软件可靠性分配方法。该方法对传统的重要度、复杂度度量方法进行改进; 针对软件系统开发初期体系结构中系统模块层次关系及模块间数据流关系进行抽象, 形成体系结构形式化定义, 建立可靠性因子的度量准则及度量模型, 依据度量模型对可靠性进行分配。最后结合实例进行了分析和验证, 结果表明了该分配模型的有效性和可行性。     

基于聚类的软件失效数据预处理

应用失效数据进行软件可靠性参数的评估与预测是软件可靠性工程的主要内容之一。利用分层聚类算法对失效数据中的扰动和异常数据点进行隔离,并将以故障密度为相似性度量进行聚类处理后的失效数据集进行SRGM建模与软件可靠性参数估计,以较好的曲线拟合度提高SRGM参数估计与可靠性预测的精确性和抗干扰性,从而得到良好的软件可靠性分析与预测结果。     

用例驱动的软件复杂性度量及应用

在用例驱动的软件开发过程中,研究软件复杂性,对于项目规模估算、进度控制及度量、评估都具有积极的意义.从需求获取、分析、设计、测试等阶段详细讨论了整个软件开发过程中如何获取、量化用例层次上的软件复杂度的方法,概括了研究的意义并通过实践进一步验证.根据它对软件可靠性相关指标参数的影响,探讨基于用例的软件可靠性度量分析方法的改进.     

软件可靠性数据预处理研究

软件可靠性模型是根据与软件可靠性相关的数据,以统计方法或模糊方法对软件的可靠性进行度量、评估和预测。以往对软件可靠性的预测是针对原始数据进行建模,而原始数据所存在的不平稳性的缺陷,直接导致可靠性模型预测结果的误差较大。本文以软件可靠性模型研究中原始数据存在的问题为出发点,探讨提高软件可靠性预测的方法。通过对可靠性数据的预处理,解决其不平稳性导致预测结果误差较大的问题。     

基于服务更新的网构软件可靠性模型研究(英文)

网构软件是在开放、动态和多变的Internet环境下软件系统基本形态的一种抽象。这种新的软件系统,它的构建依赖于开放环境中各异构、自治的软件服务实体之间的有效协同。其可靠性不单取决于拥有自主性的软件服务实体本身,还取决于外部环境的动态变化,主要表现为开放环境下服务实体元素的更新,所以传统的软件可靠性的度量模型已不能适应这种新的软件形态。能否在网构软件形态下建立一个好的可靠性度量模型成为其中一个较为核心的问题。文章以服务更新过程中失效数(failurecounts)为基础,将服务更新强度引入Musa-Okumoto(M-O)模型中,作为M-O模型在新的软件形态下的一个推广。最后讨论了网构软件退化的情形和退化条件,为开放环境下网构软件可靠性研究提供一种思路。     

一种面向体系结构自适应软件中的高可靠性组件分派方法

随着软件在关键领域的普及应用,比如航空、航天、电厂以及地铁系统等,软件可靠性获得广泛的关注,但当前考虑可靠性,主要是在设计时,考虑可靠性的最优分派问题,而本文是针对系统的在线决策,即在运行时利用组件冗余分派满足动态的系统可靠性问题.通过扩充面向体系结构的自适应演化模型,提出分布式体系结构可靠性模型,并针对当前面向体系结构可靠性模型中对冗余热备以及结构特征考虑的不足,对传统的可靠性模型进行修正以适合面向体系结构的自适应软件,最后在已有理论的基础上,提出一种冗余组件的分派算法解决运行演化时的可靠性满足问题,实验表明,该算法实现简单,计算时间较优,适合于动态演化时对可靠性的实时求解.     

基于UML的软件使用模型生成技术研究

软件可靠性测试是高可靠软件质量保证的重要过程，而软件使用模型则是进行软件可靠性测试的基础。UML(Unified Modeling Language)作为事实上的工业标准，在软件开发中得到了日益广泛的应用。研究基于UML的软件可靠性测试具有很强的现实意义。利用在软件开发早期阶段生成的UML模型，如用例图、顺序图、活动图，可以生成软件使用模型，进而可据此产生测试用例。     

基于状态验证覆盖的Bayes软件可靠性评估

传统的可靠性评估方法都是基于系统软件运行期间的失效,对于武器系统软件,由于其使用试验耗费巨资且周期很长,不可能对系统进行过多的使用试验,导致难以采集到高质量的失效数据。提出一种基于系统状态验证覆盖的Bayes软件可靠性评估方法,该方法以Bayes可靠性模型为评估准则,通过状态覆盖率来保证充分性,通过状态测试验证来保证可靠性,提倡可信性与可靠性并行增长。     

基于Markov链使用模型的软件可靠性测评方法研究

基于Markov链使用模型的软件统计测试是产生高效测试用例,实现软件可靠性定量评估的有效方法.论述了该方法中使用链与测试链的构建技术,基于使用模型的统计分析计算,基于测试链的软件可靠性评估,操作可靠性和使用可靠性评估,以及它们在实际应用中需要注意的若干问题.     

基于未确知集—贝叶斯网络的构件软件体系可靠性模型

将未确知集理论和贝叶斯网络应用于军事信息系统软件可靠性建模研究,采用其描述软构件失效特征,计算可靠性参数,并在此基础上构建了一个基于未确知集—贝叶斯网络的军事信息系统软件可靠性模型。该模型实现了对构件软件体系全过程的可靠性跟踪和监控。仿真试验验证了该模型的实用性和有效性。     

基于UML的软件使用模型的研究与实现

UML作为事实上的工业标准,在软件开发中得到了日益广泛的应用。软件可靠性测试是高可靠软件质量保证的重要过程。研究基于UML的软件可靠性测试具有很强的现实意义。软件使用模型是进行软件可靠性测试的基础,可利用在软件开发早期阶段生成的UML模型,如用况图、顺序图、活动图,自动生成软件使用模型。     

基于经验数据的软件可靠性模型研究

软件的可靠性同其正确性和性能同样的重要,软件可靠性模型是软件可靠性定量分析的技术基础.对基于经验数据的软件可靠性模型进行了研究,并进行工程化实现,已应用于多个测试项目的测试评估,对软件的可靠性和测试的充分性进行了定量分析.     

基于神经网络的级联软件可靠性模型

针对一般经典软件可靠性模型适用范围的局限性问题和预测精度问题,提出了一种新的级联模型.将4个经典软件可靠性模型的输出作为误差背向传播(error back propagation,BP)神经网络的输入,级联组合成一个软件可靠性模型,称之为级联软件可靠性模型.通过对一组经典的实际软件故障数据SYS1进行实验,将级联软件可靠性模型与4个经典软件可靠性模型预测的结果进行对比,结果表明级联软件可靠性模型的预测精度要远远高于4个经典软件可靠性模型,而且具有更好的通用性.     

软件可靠性测试的理论分析

目前软件可靠性测试没有真正开展起来,即使重要的军用软件也没有进行软件可靠性测试。软件可靠性模型的不一致性以及软件可靠性测试时间长、费用高、资源消耗大是造成这种局面的两个主要问题。而这两个问题很大程度是由传统基于随机系统假设的软件可靠性理论导致的。因此,在该理论下对可靠性测试方法及可靠性模型的修补与改善工作很难从根本上解决问题。只有从软件可靠性理论本身入手,提出新的研究思路,才有可能摆脱目前软件可靠性测试的困境。首先介绍了软件可靠性测试的现状,然后重点对现有可靠性理论进行了分析和总结,在此基础上,提出了软件可靠性测试研究的一些新思路。