基于NHPP类模型的Web软件可靠性分析

结合Web软件运行的实际情况,提出一种基于BurrX测试工作量函数(TEF)的非齐次泊松过程类软件可靠性增长模型(SRGM),并将其应用到Web软件可靠性分析中。TEF能直接体现Web软件工作量与日历时间之间的关系,解决Web软件因工作量高度不均衡导致的问题。实验结果表明,与G-O模型相比,SRGM具有较好的Web软件可靠性评估效果,能较准确地描述Web软件运行的失效过程。     

一个考虑多种排错延迟的NHPP类软件可靠性增长模型

软件可靠性增长模型通常假设软件的测试环境与软件实际运行的现场环境相同,期望利用测试阶段获得的失效数据评估软件在现场运行时的失效行为。多数非齐次泊松过程类软件可靠性增长模型假设软件故障被发现后立即被排除,这点假设无论是在测试环境还是在现场环境下都很难实现。根据故障对测试过程的影响,故障的排错时间可被分为多种。提出了一个考虑多种排错延迟的软件可靠性增长模型,讨论了基于这个模型的故障排除效率函数,指出从用户角度出发讨论软件可靠性时必须考虑重复性故障。     

一种基于离散时间的NHPP软件可靠性增长模型

基于非齐次泊松过程的软件可靠性增长模型按时间域可分为连续时间模型和离散时间模型两类。现有的软件可靠性增长模型大多都是针对连续时间构造的,在一定程度上忽视了对离散时间模型的研究。利用概率生成函数构建两种基于离散时间的软件可靠性增长模型——基本模型和扩展模型,具有很大的实用性和必要性。构建的扩展模型以不完美排错情形作为基础,考虑到了由于故障排除而有可能引入新故障的问题,同时还考虑到了在软件排错过程中由于测试团队的熟练程度而引起的软件故障排除率的相对变化情况,这使得提出的模型更加符合实际。最后利用两组公开发表的     

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.     

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.     

一个NHPP类软件可靠性增长模型框架

NHPP类软件可靠性增长模型已经成为软件可靠性工程实践中非常成功的工具,从某些模型的一些共同特征出发,研究了NHPP类软件可靠性增长模型的有限通用框架,提出了一 个既考虑软件测试的不完美性、故障检测率随时间的变化,又考虑了故障改正效率随时间变化的NHPP类软件可靠性增长模型框架。一些已经存在的NHPP类软件可靠性增长模型型是这个框架的特例。     

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。     

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。     

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．     

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.     

基于构件的数据流软件可靠性模型

基于构件的数据流软件由输入数据激活的构件确定程序执行路径,其可靠性受输入数据分布特性的影响,难以采用基于状态或基于路径等传统模型进行评测。提出一个结合构件执行频度和操作剖面的可靠性模型,其从分析数据流程序结构入手,通过定义组合节点,将程序表示成多级层次结构的形式。根据构件间数据流和控制流关系,确定实际激活的构件,计算其执行频度,并将操作剖面沿着数据流向本层和下层构件传递。利用基于深度优先的递归算法思想,按照相反顺序,逐层估算各级组合节点的可靠性,最后获得整个软件的实际可靠性。应用实例表明,模型能有效地佑算基于构件数据流软件的实际可靠性,反映输入接口有效数据就绪状态及分布特性。     

结合故障相关的软件构件NHPP可靠性模型研究

传统的NHPP类模型是评价软件可靠性的重要模型之一。通过将故障关联融入到NHPP模型中,改进了传统的GO模型。并分析了时间域模型和基于构件模型的不足,提出一种结合两种模型的方法,同时考虑了故障排除和软件体系的方面的问题,使软件可靠性模型更加接近于实际的软件系统。     

一种改进的基于路径的构件软件可靠性模型研究

基于构件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,忽略了在不同的运行路径下因构件所处的交互环境不同造成的实际可靠性的变化。因此,提出一种改进的基于路径的构件软件可靠性模型,它引入构件动态迁移图来建立构件软件运行路径和构件可靠性关系,给出一种改进的基于路径的用以计算构件软件可靠性的方法。最后通过实例验证了该方法的有效性和可行性。     

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。     

软件可靠性预测的核函数方法

通过合理的假设和抽象,把软件可靠性预测问题转化成从高维空间向低维空间的非线性映射,采用核函数回归估计理论对软件失效时间数据之间的对应关系进行建模,在新建立的模型中,随着软件失效不断发生,模型参数将不断自动调整以适应失效过程的动态变化,从而实现软件可靠性的自适应预测,并对模型中核函数以及回归估计算法的选择进行了研究。最后,对14个软件失效数据集进行了实验分析,并对新建模型与部分其它模型的预测能力和适用能力进行了比较。