基于未确知测度的软件可靠性定性评价

分析了软件可靠性定性评价中的不确定性,结合未确知数学理论,建立了软件可靠性评价指标体系,提出可靠性评分、不确定性量化方法和置信度准则,构造软件可靠性定性评价未确知测度模型,将该方法应用在惯性导航软件系统的可靠性定性评价中,验证了该模型的可用性和有效性。     

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。     

软件MTBF计算方法研究

对传统的软件可靠性模型进行了分析和研究,指出了传统模型存在的一些问题,提出了将未确知理论应用于软件可靠性的研究中,该方法摆脱了对软件故障过程的各种分布假设,算法简单、稳健性好。最后通过实例对新算法和传统算法进行了比较与分析。     

基于未确知聚类的软件可靠性模型研究

软件可靠性是软件质量的重要指标之一。传统的软件可靠性模型通过一些精确、无歧义的假设,对软件的可靠性增长行为进行抽象和简化。将未确知理论与聚类方法结合起来应用于软件可靠性的研究中,摆脱了对软件故障过程的各种分布假设,改善了模型应用中的不一致问题。最后通过实例对新算法和传统算法进行了比较与分析。     

一种基于未确知数学计算软件MTBF的新方法

文章总结了传统计算软件MTBF的一般步骤和方法,指出了软件可靠性参数估计值有时令人难以置信的根本原因,进一步提出了一种基于未确知数学理论的计算软件MTBF的新方法,并结合实例对新算法和传统算法进行了比较与分析。     

基于新陈代谢GM(1,1)模型对软件可靠性方法研究

软件可靠性是软件工程的一个重要的研究课题.软件可靠性模型可以预测软件产品的潜伏的故障敷.在GM(1,1)模型的基础上,对软件可靠性进行建模.通过理论分析和预测实验表明,该方法是可行的,拓宽了软件可靠性模型的研究方法.     

未确知支持向量机

提出一种处理样本中含有未确知信息(一种不确定性信息)的支持向量机未确知支持向量机(Unascertained support vector machine, USVM)算法.首先,以未确知数学为基础,将含有未确知信息的分类问题转化为求解未确知机会约束规划问题.然后,将其转化为与其等价的二次规划. 据此给出未确知支持向量机.理论分析和试验结果均表明,该算法是有效、可行的.     

未确知数理论在通信训练效果评价中的应用

通过对通信训练指标录取数据的未确知数学处理,在未确知测度模型的基础七,给出了综合评价方法.并通过对评价结果的分析,验证该方法对提高训练效果所起到的作用.     

基于灰色神经网络对软件可靠性模型的研究

软件可靠性是软件工程的一个重要的研究课题。软件可靠性模型可以预测软件产品的缺陷累计率。在GM（1,1）模型、DGM（2,1）模型和Verhulst模型的基础上,结合BP神经网络的理论对软件可靠性进行建模。通过理论分析和预测实验表明,该方法是可行的,拓宽了软件可靠性模型的研究方法。     

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.     

软件可靠性的GP演化建模

为解决软件可靠性模型的不一致性,摆脱传统模型多种主观假设的束缚,提出了采用遗传程序设计(GP)的演化算法建立基于软件失效间隔时间序列的软件可靠性模型。针对装甲兵工程学院的某软件测试用例进行演化建模,并对其性能指标进行了分析评价,结果验证了GP算法的可行性以及拟合、预测的有效性,从而能有效地应用于软件系统测试,保障数据的有效性。     

基于GM模型的软件可靠性建模

将灰色理论应用于软件可靠性建模研究,通过对历史失效数据进行建模,对软件的下一步失效时刻进行预测。为验证该模型的预计精度,将其应用于多组广泛被认可的数据,通过计算度量元短期相对误差（SRE）与经典的可靠性模型进行比较,结果表明,基于GM的模型对将来失效时间间隔的预测更加准确。     

考虑用户行为和排错延迟的软件运行可靠性增长模型

传统的软件可靠性模型大多都假设软件测试环境和运行环境相同,也就是使用软件测试阶段的失效数据来预测软件运行可靠性。众所周知,软件固有故障的排除能提高系统可靠性,然而另一种现象就是随着用户对软件熟悉程度的提高,软件的失效率也会降低。文中研究了软件固有故障检测过程、固有故障纠正过程和外在失效过程的特征,建立了考虑用户行为和排错延迟下的软件运行可靠性增长模型。通过一组来自于开源软件用户缺陷跟踪系统中的真实数据进行数值分析,实验结果表明提出的模型具有较好的效果。     

变点在软件可靠性分析中的应用论证

本文讨论了软件可靠性的变点分析理论,结合Schneidewind模型提出了软件可靠性变点分析的极大似然方法,并将其应用于实际的软件失效数据集,采用对数PLR图和U-图准则进行检验,结果证明了变点分析方法在软件可靠性分析中的有效性和统计意义。     

Reliability analysis and optimal version-updating for open source software

Context

Although reliability is a major concern of most open source projects, research on this problem has attracted attention only recently. In addition, the optimal version-dating for open source software considering its special properties is not yet discussed.

Objective

In this paper, the reliability analysis and optimal version-updating for open source software are studied.

Method

A modified non-homogeneous Poisson process model is developed for open source software reliability modeling and analysis. Based on this model, optimal version-updating for open source software is investigated as well. In the decision process, the rapid release strategy and the level of reliability are the two most important factors. However, they are essentially contradicting with each other. In order to consider these two conflicting factors simultaneously, a new decision model based on multi-attribute utility theory is proposed.

Results

Our models are tested on the real world data sets from two famous open source projects: Apache and GNOME. It is found that traditional software reliability models provide overestimations of the reliability of open source software. In addition, the proposed decision model can help management to make a rational decision on the optimal version-updating for open source software.

Conclusion

Empirical results reveal that the proposed model for open source software reliability can describe the failure process more accurately. Furthermore, it can be seen that the proposed decision model can assist management to appropriately determine the optimal version-update time for open source software.