软件可靠性GO模型的特性分析

文中对软件可靠性的Ｇｏｅｌ－Ｏｋｕｍｏｔｏ模型的参数估计进行了解结构的理论分析，并在此基础上给出了方便实用的参数估计算地。     

软件可靠性Schneidewind模型的特性分析

文中对软件可靠性的Ｓｃｈｎｅｉｄｅｗｉｎｄ计时模型的参数估计进行了了解结构的理论分析，并在此基础上给出了方便实用的参数估计算法。     

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。     

星载软件可靠性模型应用研究及实践

为定量评估软件的可靠性指标,介绍了利用软件可靠性模型评估软件可靠性的过程和方法;针对某星载嵌入式软件的失效趋势,根据模型的选择原则和方法,以及模型的预测质量的对比,最终选择了指数模型作为可靠性评估模型。对该软件在轨运行情况进行了可靠性评估,开展了基于该软件可靠性测试数据的可靠性评估,评估结果给出了该软件的可靠性水平。     

软件可靠性工程模型的研究

软件可靠性是七十年代由软件工程与可靠性学科相结合产生的一个新分支，是一个很有发展前途的新领域。现在，可靠性学科的一些基本原理和方法已逐步渗透到软件生存期的设计、测试和维护等各个阶段。本文主要介绍了与分析／设计阶段有关的软件可靠性分配模型，用于对软件产品的可靠性作出定量预测和评估的软件可靠性预测模型；另外，本文还讨论了软件维护阶段对软件可靠性的影响。     

软件可靠性混沌神经网络模型

基于经验模态分解算法、混沌分析和神经网络理论提出了一种软件可靠性建模及预测的混沌神经网络模型。首先应用经验模态分解算法把软件失效数据序列分解成不同尺度的基本模态分量,并在此基础上进一步分析,表明软件失效数据是否存在混沌特性;再经神经网络进行组合预测,提高模型对目标函数的学习能力,有效提高预测精度;最后基于两组真实软件失效数据集,将所提出的方法与基于支持向量回归机以及单纯使用神经网络的软件可靠性预测模型进行比较分析。结果表明,基于混沌分析、结合经验模态分解和神经网络的软件可靠性预测模型具有更为显著的模型拟合能力与精确的预测效果。     

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。     

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.     

基于云模型的可信软件可靠性度量模型

针对可信软件可靠性定性评估问题,将云模型理论与GB/T16260中软件可靠性度量指标相结合,提出了一种基于云模型的软件可靠性度量模型.模型根据可靠性度量指标提取样本信息,通过云发生器生成云模型,运用合并云算法将多个属性云合并为一个综合云模型,使用带权重的欧氏距离云决策算法确定综合云模型的可靠性等级.通过某安全关键软件验证,该模型能够更加客观、真实地反映软件的可靠性.     

基于改进模拟退火算法的软件可靠性模型参数估计方法

为提升现有软件可靠性模型的拟合性能和求解精度,结合软件可靠性模型求解特征,提出一种改进的模拟退火算法。在此基础上,提出基于改进模拟退火算法的软件可靠性模型参数求解方法(简称为MSAE法),并将新方法应用于4组失效数据集。工程应用结果表明,与最大似然估计(MLE)法、和声搜索(HS)算法和蚁群(AC)算法相比,MSAE法可有效改善软件可靠性模型参数求解不收敛的情况,并且可以有效提升现有软件可靠性模型的拟合性能。     

基于网络模型的软/硬件可靠性分析*

提出了一种以软件环境中硬件可靠性分析的可靠性计算方法,从而使系统的可靠性计算更精确.最后给出了提高系统可靠性的策略与方法.     

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。     

软件测试中可靠性模型的设计与研究

软件测试是保证软件质量和提高软件可靠性的关键所在,而软件可靠性是衡量软件质量的重要指标之一,二者有着非常紧密的联系。软件可靠性模型既是软件可靠性进行定量分析的基础和保障,也是软件可靠性进行预测的核心和关键,对保证软件质量起到了非常重要的作用。文中结合软件测试与软件可靠性及其模型的相关理论,通过对Seeding模型的分析与改进,提出了一种适用于软件测试的可靠性模型。实验结果表明,使用文中提出的软件可靠性模型能较好地满足软件对可靠性评估的要求,较好地应用在软件测试中。     

基于构件软件的可靠性通用模型

工作流管理的最终目的是实现适当的人在适当的时间执行适当的活动.企业要获得竞争力,需要在工作流模型中考虑与业务过程相关的时间约束.一个考虑时间因素的工作流模型,需要在投入运行前进行时间规范与验证,以保证工作流执行的时间协调.通过为工作流网元素扩展时间属性,得到集成业务过程时间约束的工作流模型??时间约束工作流网(TCWF-nets).基于对业务活动的可调度性分析,提出了时序一致性验证方法,确保工作流执行中活动之间时间交互的安全性.在所附加的时间约束下,该可调度分析方法不仅能够检测某一给定工作流调度的时间可行性,还能对特定的实例给出一个最优调度,使工作流执行延迟最小.研究结果表明,该方法支持业务过程的时间建模与分析,对于丰富现有工作流系统的时间管理功能以及增强现存工作流软件对动态业务环境的适应性具有重要意义.     

基于组件的软件可靠性模型

首先对不同的软件体系结构描述语言（ADL）进行分析，找出体系结构的共性，用抽象代数和一代阶逻辑理论对组件，连接器和软件体系结构的属性和动态行为进行讨论和描述，探讨不同连接形式下的软件体系结构，给出基于组件的软件可靠性模型，在此模型基础上，对基于组件的软件系统的可靠性计算模型进行研究，提出一种半Markov模型，并在理论上证明该模型的可用性，最后通过CORBA应用系统说明该可靠性模型在系统设计和可靠性计算方面的应用。     

改进的J-M模型及其在软件安全性评估中的应用

分析了软件可靠性和安全性之间的关系;针对安全软件测试剖面和操作剖面有不同的故障检测率,以及软件故障剔除时有引入新故障的可能,通过改变Jelinski-Moranda(J-M)可靠性模型相关假设及参数,提出了一个既能描述安全软件测试剖面与操作剖面不同,又能描述故障引入率的软件安全性评估模型;并给出了该安全性评估模型的性能度量.最后,对同一组铁路信号控制安全软件的失效数据进行分析,结果表明改进后的J-M评估模型比原J-M模型有着更好的拟合能力和预测能力.     

基于构件的NHPP类软件可靠性增长模型的研究

随着基于构件的软件开发模式的迅速发展,传统的NHPP模型无法适应大型的基于软构件的新型软件开发模式.结合软件可靠性分析中的黑盒方法和白盒方法,提出一种基于构件的NHPP类软件可靠性增长模型,CBNHPP模型.该模型以可加模型为基础,实现了时间域模型和体系结构域模型的结合,克服了这两种技术无法同时考虑软件测试过程中的故障排除和软件体系结构的问题.由于同时考虑了更多因素,因此该模型具有更高的准确性.最后通过实验证明了CB-NHPP模型的有效性.     

基于改进型神经网络的软件可靠性模型

针对传统软件可靠性模型需要分析软件体系结构的可行性问题,提出使用改进型神经网络计算可靠性的模型。采用自组织算法,优化设计隐含层神经网络,并使用测试数据训练网络,得到可靠性模型。实验结果证明,该模型能够在缺乏对软件内部结构分析的情况下作出与传统模型同样精确的预测。     

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。