软件可靠性及可靠性多模型综合研究

软件可靠性验证阶段的可靠性增长模型的建立与选择是软件可靠性工程人员长期关注的焦点。首先对软件可靠性基本概念及影响因素和工程确认的几种软件可靠性增长模型进行阐述,探讨近年来工程人员对软件可靠性增长模型的改进方法研究进展,提出了基于模型聚类的混合模型方法,并对该方法进行了实验性仿真分析。     

基于Kohonen网络的软件可靠性模型选择

软件可靠性模型是软件可靠性工程的一个重要方面。现在还没有一个通用的模型,模型选择问题已成为模型研究的重点。运用聚类思想对软件可靠性模型的选择进行研究。在对软件失效数据进行编码的基础上,采用Kohonen神经网络对其进行聚类分析,从而实现了可靠性模型的选择。最后通过仿真测试,证明了此方法的有效性和可行性。     

一种基于改进的K-means聚类和PSO的软件可靠性模型选择*

针对软件可靠性选择主要依靠人的主观经验进行判断、缺乏客观性和准确性的问题,提出了一种基于改进的K-means聚类和粒子群优化(PSO)算法的软件可靠性模型选择方法。该方法采用多评价标准编码,选定一种新的规则化距离作为元素间的相似性度量,应用K-means聚类和PSO分析实现了软件可靠性模型的选择。实验结果验证了该方法的有效性,为软件可靠性模型选择提供了一条新途径。     

基于聚类思想的软件可靠性模型选择

软件可靠性模型应用的不一致性一直是困扰软件可靠性研究人员的主要问题。模型选择和组合策略作为主要解决方法已成为模型应用的研究重点。该文主要探讨运用聚类思想进行软件可靠性模型选择的方法。根据针对实际失效数据的可靠性模型评价准则值编码,该文采用高斯混合模型进行聚类分析,使用EM算法估计高斯混合模型的参数,贝叶斯准则进行模型选择。为验证此方法的有效性和可行性使用了多个实际项目中的失效数据进行试验。结果表明,此模型选择方法简单有效,有利于软件可靠性模型应用不一致性问题的解决。     

基于正交分层聚类算法软件可靠性模型的预测分析

鉴于软件测试数据对软件可靠性增长模型预测的扰动，以及在软件可靠性增长模型（SRGM）预测中要求测试工作量分布均匀这一过高的前提假设，在聚类基础上提出了正交结构分层聚类算法。对在实际过程中不满足这一假设前提的数据进行归一化，并利用基于正交结构分层聚类算法的J M模型对软件的可靠性进行评估，以实验数据验证了基于分层聚类算法J M模型预测优于传统J M模型预测     

软件可靠性模型选择研究

软件可靠性模型选择作为模型应用不一致性的主要解决方法已经逐渐成为模型应用的研究重点,基于数据挖掘的软件可靠性模型选择作为新的研究方向已经受到越来越多研究人员的注意.对现有的软件可靠性模型进行分类,分析模型应用不一致性的根源,回顾软件可靠性模型选择的发展历程,阐述其中的重要成果,指出遇到的问题和挑战,展望发展前景.     

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。     

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。     

软件可靠性模型选择的SRMS算法

在软件可靠性评估中经常用到软件可靠性模型。如何对每一特定用例进行可靠性模型的选择一直是可靠性领域研究人员的兴趣之一。文献中已有的软件可靠性模型的选择方法和工具因为使用了受限的模型选择标准而得不到广泛的应用。该文根据软件开发生命周期(SDLC)的阶段对可靠性模型进行了分类,对可靠性模型的选择提出一系列新的标准,在此基础上提出了一种新的模型选择算法并对其进行举例说明。     

基于多准则决策的软件可靠性模型选择方法

针对现有软件可靠性模型选择方法计算复杂和适用性差的问题,提出基于多准则决策的软件可靠性模型选择方法.定义了指导软件可靠性模型选择的若干准则,包括生命周期阶段准则、模型输入要求准则、模型输出要求准则、模型假设吻合准则和失效数据趋势准则,将这些准则分为确定性准则和不确定性准则,阐述了基于这些准则进行软件可靠性模型选择的算法,并实例验证了该方法的简单可行性.指出将这种方法与现有软件可靠性模型选择方法进行综合运用的研究方向.     

考虑系统调用和失效模式的软件可靠性模型

可靠性是软件系统质量需求中的一个重要指标,而软件可靠性建模为人们提供了一种评估软件可靠性的方法,能够在软件质量控制方面有效地提供决策依据。无论是曾经受到广泛关注的黑盒方法,还是现在大量研究的白盒方法,这些模型都试图越来越精确地刻画软件的可靠性。然而,这些模型都是将软件独立在运行环境之外,只是纯粹地、抽象地考虑软件本身,完全忽略了软件所依赖的操作系统和运行环境对可靠性的影响。将软件运行所依赖的系统调用纳入了考虑范畴,考虑了软件中的多种失效模式（内核态失效、用户态失效）,同时对系统中的错误传播行为进行了建模,经过对经典模型逐步扩展,建立了一个更加符合实际情况的软件可靠性模型。通过一个实例详细描述了该模型的如何应用。     

基于测试执行的失效数据建模研究

目前,软件可靠性研究和实践者普遍感到,由于缺乏失效数据,严重影响了工作的进展.该文通过研究和分析软件测试与软件可靠性度量之间的关系,提出了一种基于测试执行的失效数据模型JBFDM（Jade Bird failure data model）,并探讨了基于此模型的数据收集和管理技术.最后,给出了基于此模型的失效数据收集工具JBFDCollector.     

基于SVM的软件可靠性评估

软件可靠性评估是软件可靠性工程研究的一个重要方向。本文运用聚类思想对软件可靠性进行评估,在对软件可靠性因素进行编码的基础上,采用SVM(支持向量机)对其进行聚类研究,实现了软件可靠性的自动化评估。最后通过仿真测试,证明了此方法的有效性和可行性。     

错误流模型:硬件故障的软件传播建模与分析

无论是可靠性工程还是软件可靠性中的可靠性模型,都难以描述硬件故障在程序中的传播问题.首先建立了计算数据流模型,并以无穷存储机器的指令集为例,说明可以为任意程序建立计算数据流图.在计算数据流模型的基础上,进一步建立了错误流模型.把计算过程中的错误分成物理错误和传播错误两种,通过分析这两种错误的本质和传播规律,给出了6条有关错误传播的规则和2条独立定律.根据这些规则和定律,能够计算出在程序运行过程中,任意时刻在任意位置上出现错误的概率.最后以一个简单的无穷存储机器程序为例,简要地展示了错误流模型描述硬件故障在     

基于随机Petri网的软件可靠性分析方法

软件可靠性模型对于软件可靠性估测起着核心作用.目前提出的模型大多数都不能很好的适应复杂多变的应用环境的要求.针对构件化软件提出了一种基于随机Petri网的软件可靠性分析方法,它符合尽可能在软件开发的上游阶段对软件进行可靠性评估的思想.使用该方法建立起的模型可以很好的描述软件系统的动态变化过程,尽可能多的考虑了影响软件可靠性的因素,有利于降低软件可靠性描述与分析的复杂度,并可以得到软件系统处于各个状态的瞬时及稳态概率.     

容错网络服务器系统可用性

通过分析服务器群集系统的结构和工作原理,采用随机Petri网分别建立基本处理单元的软硬件可用性模型、共享数据磁盘可用性模型和服务器可用性模型。综合各个模型,得到服务器集群系统的可用性模型,通过仿真分析可知,采用集群技术可以有效提高服务器的可靠性。