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。     

基于软件完整性级别的软件可靠性度量选取框架

选取合适的软件可靠性度量,对于软件质量保证及项目管理有着重要意义。现有的软件可靠性度量选取方法没有考虑软件完整性级别这个重要的设计属性。完整性级别表示软件特性的取值范围,该范围对将系统风险保持在可容忍的限度内是必需的,其对软件可靠性水平有显著影响。提出了一种基于完整性级别的可靠性度量选取框架:首先给出基于完整性级别的度量选取体系;然后在选取体系的基础上,给出相应的度量选取方法;最后,将提出的度量选取框架应用于ISO/IEC 9126质量模型中的外部软件可靠性度量,根据度量的特点将每种度量不同程度(基本、条件及参考)地推荐给不同的完整性级别。实例表明,基于完整性级别的度量选取技术是系统且有效的,所推荐的度量可以满足软件尤其是安全关键软件在不同完整性级别上的需求。     

基于软件可靠性工程的测试模型

软件可靠性工程是软件工程的一个重要分支,主要建立在操作剖面、软件可靠性模型、概率论和软件测试等理论的基础之上。该文结合软件可靠性、软件可靠性工程和软件测试的相关理论,设计了可靠性测试模型,并在市政交通一卡通工程系统中进行了实际验证。     

IEEE软件可靠性系列标准分析

对IEEE软件可靠性系列标准进行分析,总结了IEEE制定软件可靠性标准的经验,以软件可靠性发展趋势。同时,结合我国软件可靠性标准化工作现状,提出软件可靠性标准的制定及关标准修订的可借鉴之处。     

基于云模型重叠度的相似性度量

云模型相似性是用来度量同类概念不同语言值的多个云之间关联程度的方法,相似云及其度量分析方法的提出是对云模型理论的扩展。针对目前相似性度量方法中时间复杂度过高和结果不稳定等不足,提出了一种基于云模型重叠度的相似性度量算法。首先,根据云模型期望、熵、超熵三个数字特征,定义两个云模型的位置关系和逻辑关系;其次,利用两个云的位置和形状特性,计算得到它们间的重叠度;最后,结合云模型重叠度与相似度的关系,将云模型的相似性度量转化为相应重叠部分的定量化描述。通过对时间序列分类实例的应用,验证了该算法在保证结果稳定度和正确率的前提下,与目前时间消耗较低的云模型相似度计算方法(LICM)相比,计算复杂度降低了50%,表明该算法具有可行性和有效性。     

相似云及其度量分析方法

云模型把自然语言中定性概念的模糊性和随机性有机地综合在一起,实现了定性语言值与定量数值之间的自然转换.本文在此基础上,提出了相似云的概念及其度量分析方法,然后加以实验验证,分析了实验结果,最后指出相似云及其度量分析方法有一定的理论价值和实际意义.􀁱     

基于基准比对思想的软件可靠性预测仿真建模研究

可靠性作为衡量软件质量的重要特性,其定量评估和预测已成为人们关注和研究的焦点。本文针对这个问题展开研究,提出一个可用于软件测试之前的早期可靠性预测仿真模型。此仿真模型通过考查影响软件可靠性的过程因素,采用基准比对思想,利用软件过程度量数据,根据相似度比较,预测软件的残留缺陷数。由于该仿真模型仅需要静态历史数据,故可在软件测试之前,用于估计软件的残留缺陷数,从而预测软件的可靠性,为后期软件过程的改进以及软件测试计划的修正提供依据。     

多粒度云模型的相似性度量

当前存在的云模型相似性度量仅局限于单粒度空间,缺乏多粒度云模型的相似性度量的相关研究.因此,文中首先证明知识距离框架的相关性质,并建立知识距离与信息度量、信息粒度之间的联系,在分层递阶粒结构上得到如下结论:同一粒结构中粒空间的粒度差异正相关于知识距离,通过知识距离可将随粒度连续变化的粒空间映射到一维坐标上.最后,在知识距离框架的基础上提出云模型相似性度量方法.实验验证上述结论在云模型粒空间上成立.     

基于J-M模型的监控系统可靠性度量与预测

针对监控系统软件可靠性分析的实时性和求解高效性，通过对各类软件可靠性模型的比较，采用J－M模型并对其进行了理论推导和有解无解分析。根据模型参数方程的非严格单调的特点，对其采用了步长为0．1的械探性数值求解，保证了在较短时间内求得满意解。通过对监控系统的数据处理，可得到包括故障发生次数、下一故障发生时间、当前错误查出率、当前失效率等评估参数值，所有评估结果可视化显示。     

软件可靠性模型应用中的不一致性与软件可靠性专家系统

关于软件系统故障行为的统计假设,是软件可靠性模型的理论基础 。由此产生应用中的不一致性,使用户对这些估测结果迷惑不解,“谁的结果最可信”？我们以“故障数据是软件可靠性分析的基础”为原则,采用人工智能技术,建立软件可靠性专家系统（SRES：Software Reliability Expert System),以解决软件可靠性模型应用中的不一致性难题。最后,报告该系统的使用及与国外一些软件可靠性量测工具的比较。     

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。     

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。     

基于软件过程的软件可靠性预测运作模型

提出了基于软件开发过程数据,构造用于可靠性预测的过程数据库,并分析了此数据库的内容与运作模型,以期得到更加可信、准确的软件可靠性预测结果,为后续的研究奠定数据基础.     

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.     

一种改进的基于架构的软件可靠性模型

基于架构的软件可靠性分析往往把构件的可靠性当作自身固有不变的属性,忽略了在不同的输入剖面下,因构件所处的交互环境不同造成的实际可靠性的变化。改进了一种基于架构的可靠性模型,引入转移目的构件剖面矩阵来建立系统操作剖面和构件可靠性的联系,并给出了改进后的可靠性合成算法。实例分析表明,该模型可以全面捕捉到在不同系统操作剖面下,因构件之间转移概率和构件可靠度这两个参数的变化对整体可靠性产生的影响,提高了系统设计阶段可靠性分析的精确性。     

基于体系结构的软件可靠性指标分配方法研究

为提高软件可靠性分配的合理性和工程实用性,对现有的各种软件可靠性分配技术与方法进行深入分析和总结,提出了基于体系结构的软件可靠性指标分配方法.该方法利用离散马尔科夫链状态模型(DTMC)表示软件系统可靠性与各构件可靠性之间的关系,从而建立了考虑体系结构的软件可靠性分配模型;利用灵敏度分析各构件对系统可靠性指标的影响程度.实验结果表明了该方法较传统分配方法更有效.     

基于结构的软件可靠性建模研究进展

软件体系结构作为提高软件系统质量、支持复杂软件开发和复用的重要手段,已经成为软件工程的一个重要研究领域,软件结构的研究对软件可靠性度量也带来的新的问题。分析和总结近年来基于软件体系结构的可靠性建模方法,并对其今后若干研究方向进行了探讨。     

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.     

基于SVR的软件可靠性预测模型研究

利用软件生命周期中的相关数据进行软件可靠性分析与预测是软件可靠性工程的重要组成部分。首先从软件开发全过程中分析影响软件可靠性的相关因素,对其进行定义并确定度量方法,然后以支持向量回归机(SVR)分析方法为数学工具,建立基于软件质量度量的软件可靠性预测模型,并对该模型进行仿真分析。     

基于体系结构的软件可靠性评估综述

为深入了解基于体系结构的软件可靠性评估方法的发展情况,针对当前该方法的发展现状,对基于体系结构的软件可靠性评估的起源、发展、分类和典型模型进行阐述,重点介绍状态模型、路径模型、构建操作剖面模型及其它模型;根据各种模型的特点,分析现有模型中存在的问题,对软件可靠性模型今后的发展趋势进行展望。