软件可靠性预测中不同核函数的预测能力评估

基于核函数回归估计理论的软件可靠性预测建模引起诸多研究者的兴趣.此类研究中,核函数选择问题尤为重要.然而目前还很少有针对所给软件失效数据进行核函数选择或者构建核函数的工作.在14个常用软件失效数据集上应用配对t-检验对基于核函数理论的软件可靠性预测模型中核函数选择问题进行研究.使用的核函数回归估计方法包括核主成分回归算法、核偏最小二乘回归算法、支持向量回归算法、相关向量回归算法;核函数包括高斯核函数、线性核函数、多项式核函数、柯西核函数、拉普拉斯核函数、对称三角核函数、双曲正割核函数、平方正弦基核函数.实验结果表明:不同类型的核函数在不同数据集上表现差异较大,高斯核函数在所有数据集上表现较为稳定,预测结果最好.     

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。     

一种基于动态规划的软件可靠性分配方法

软件可靠性是衡量软件质量的一个重要指标.要达到软件的高可靠性需要一定费用,所以软件开发费用对可靠性的影响至关重要.然而一个软件系统的开发费用是有限的,如何合理确定系统的可靠性以使软件开发费用最小成为一个很有意义的研究问题.根据费用与可靠性关系建立了可靠性-费用模型,进而得到软件系统可靠性分配模型.结合动态规划思想,研究基于这个模型的针对各软件组件的可靠性最优分配方法,使得系统达到给定的可靠性目标而耗费最少的资源.     

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.     

考虑故障相关的软件可靠性增长模型研究

软件可靠性增长模型是用来评估和预测软件可靠性的重要工具.目前,绝大多数的软件可靠性增长模型并没有考虑故障之间的相关性,也没有考虑测试环境和运行环境的区别.文中提出了一种随机过程类非齐次泊松过程(NHPP)中的考虑故障相关性、测试环境和运行环境差别的模型.在两组失效数据上的实验分析表明:对这两组失效数据,文中提出的模型比其他一些非齐次泊松过程类模型的拟合效果和预测效果更好.     

基于EM算法的软件可靠性研究*

结合边界值和等价类的方法对输入域的提取和输入点的选取作了详细分析.在考虑软件复杂性、缺陷后果严重性和信息不足等因素的基础上,提出了基于测试用例的软件可靠性模型,并结合EM算法和数理统计知识对该模型进行了相应的理论证明.实验表明,新模型具有较好的适用性.     

考虑测试与运行差别的软件可靠性增长模型

软件可靠性增长模型中测试阶段和操作运行阶段环境的不同导致了两个阶段故障检测率的不同．在随机过程类非齐次泊松过程（NHPP）中的经典模型G—O模型基础上,考虑运行剖面和测试剖面的不同,对测试阶段和操作运行阶段的故障检测率进行了转化,得到了较好的刻画测试阶段和操作阶段失效率差别的模型（TO—SRGM）．最后,通过实例用最小二乘法对此模型的参数进行了估计．实验结果表明,在某些失效数据集上TO—SRGM的拟和效果比G—O模型和PZ—SRGM好．     

软件可靠性预测的增强贝叶斯组合模型

针对当前可靠性预测模型的预测精度问题,提出一种增强贝叶斯组合的短期软件可靠性预测模型。该模型以基于小波分解的单个可靠性预测模型作为基本预测模型, 根据当前相邻几个失效时间间隔的预测精度,更新组合模型中各个基本预测模型的权重,解决了贝叶斯组合模型权重计算采用全部历史数据而导致某个基本预测模型权值占主导地位的缺陷,提高了贝叶斯组合模型对软件可靠性的预测精度。实验结果表明,增强贝叶斯组合预测模型的预测精度不仅优于单一的预测方法,而且也优于传统的软件组合预测模型,能显著提高软件可靠性预测的精度和模型对数据的适应性。     

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。     

基于模糊-证据理论的软件缺陷评估新方法

分析了软件缺陷及其主要的类型,提出了一种基于模糊-证据理论评判软件缺陷的新模型.该模型通过证据合成有效的综合了客观的缺陷测量数据和主观专家评判的结果,消除了软件缺陷测评估中的不确定性、模糊性,提高评价的科学性及可靠性.