復(fù)雜軟件可靠性評(píng)估代數(shù)方法及其實(shí)證研究
發(fā)布時(shí)間:2021-11-09 05:05
軟件可靠性建模與評(píng)估是軟件工程領(lǐng)域的一個(gè)重要研究方向。隨著計(jì)算機(jī)軟件進(jìn)入人類活動(dòng)的各個(gè)領(lǐng)域,對(duì)軟件質(zhì)量的要求越來(lái)越高,而軟件可靠性作為代表軟件運(yùn)行安全性與穩(wěn)定性的最重要指標(biāo),在衡量軟件開發(fā)質(zhì)量、保證軟件系統(tǒng)可依賴性方面發(fā)揮著重要作用,尤其針對(duì)應(yīng)用于交通、電力、航天、國(guó)防等領(lǐng)域的一類安全關(guān)鍵軟件而言。通過(guò)引入代數(shù)理論相關(guān)新的方法,圍繞在軟件開發(fā)前期如何有效開展可靠性建模與評(píng)估問(wèn)題,論文主要解決了復(fù)雜軟件的可靠性結(jié)構(gòu)描述與計(jì)算困難,并進(jìn)一步提出適用于軟件結(jié)構(gòu)演化過(guò)程的可靠性分析方法。同時(shí)論文在傳統(tǒng)軟件可靠性增長(zhǎng)模型的改進(jìn)以及可靠性結(jié)構(gòu)化模型的實(shí)證方面也作了深入探討。論文主要工作如下:(1)闡述了軟件可靠性評(píng)估的研究背景與研究意義,明確了軟件可靠性模型與軟件可靠性評(píng)估之間的關(guān)系,對(duì)兩類主要模型——軟件可靠性增長(zhǎng)模型與軟件可靠性結(jié)構(gòu)化模型分別從建模思想、主要模型及適用范圍等方面進(jìn)行論述,總結(jié)了目前軟件可靠性建模方法存在的不足,指出需要進(jìn)一步解決的問(wèn)題。(2)針對(duì)軟件開發(fā)后期可靠性預(yù)測(cè)問(wèn)題,研究了結(jié)合測(cè)試工作量與故障檢測(cè)率對(duì)非齊次Poission過(guò)程類可靠性模型的改進(jìn)。首先詳細(xì)論述了非齊次Poi...
【文章來(lái)源】:合肥工業(yè)大學(xué)安徽省 211工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:150 頁(yè)
【學(xué)位級(jí)別】:博士
【部分圖文】:
SR評(píng)估與SR模型關(guān)系
合肥工業(yè)大學(xué)博士學(xué)位論文88SRGM的改進(jìn)方法并驗(yàn)證其預(yù)測(cè)性能;提出基于代數(shù)方法的SR結(jié)構(gòu)化建模理論,以支持面向復(fù)雜軟件開發(fā)前期的SR評(píng)估;基于代數(shù)方法的描述與計(jì)算能力,提出支持完整軟件演化過(guò)程的SR序列化建模及評(píng)估分析方法;并為實(shí)證代數(shù)方法構(gòu)建了基于軟件度量數(shù)據(jù)的SR評(píng)估流程框架。論文各章研究?jī)?nèi)容之間的關(guān)系如圖1.2所示。圖1.2論文各章研究?jī)?nèi)容之間的關(guān)系Fig1.2Therelationshipamongtheresearchcontentsofeachchapter1.4.1研究?jī)?nèi)容論文研究?jī)?nèi)容分以下四個(gè)方面:(1)構(gòu)建結(jié)合測(cè)試工作量與故障檢測(cè)率的SRGM,以更精確地進(jìn)行開發(fā)后期SR預(yù)測(cè)。當(dāng)前主要SRGM模型相較于早期經(jīng)典模型,其建模方法考慮了測(cè)試環(huán)境、測(cè)試行為等多種因素。反映環(huán)境及行為特征的典型因素包括測(cè)試工作量與故障檢測(cè)率,但以往建模方法中二者并沒有被統(tǒng)一在一個(gè)模型框架內(nèi)。論文建立了結(jié)合測(cè)試工作量與故障檢測(cè)率的一體化模型框架,用以對(duì)一類SRGM作出改進(jìn),這是建模方法上的創(chuàng)新。測(cè)試工作量與故障檢測(cè)率從不同角度反映了軟件故障排除過(guò)程,改進(jìn)后模型因融合二者從而增強(qiáng)了模型表述與擬合能力,通過(guò)實(shí)例驗(yàn)證,其進(jìn)一步改善了可靠性增長(zhǎng)模型的預(yù)測(cè)性能。(2)構(gòu)建基于結(jié)構(gòu)分析的SR評(píng)估代數(shù)方法,以更有效地進(jìn)行開發(fā)前期SR估計(jì)。結(jié)構(gòu)設(shè)計(jì)是否復(fù)雜是決定軟件系統(tǒng)復(fù)雜程度的主要因素,對(duì)結(jié)構(gòu)復(fù)雜性的描
合肥工業(yè)大學(xué)博士學(xué)位論文1616由Poission分布性質(zhì),在區(qū)間(0,t]內(nèi)恰好發(fā)生n次失效的概率為()[()]Pr{()},0,1,2,!nmtmtNtnenn===L(2.16)由式2.16,可以定義可靠性函數(shù)R(t)如下:R(t)PrN(t)0em(t)===即在區(qū)間(0,t]內(nèi)無(wú)失效發(fā)生的概率。通常,使用它的一般形式:R(x|t)PrN(tx)N(t)0e[m(tx)m(t)]+=+==(2.17)其中R(x|t)表示以時(shí)刻t為起點(diǎn)、x為長(zhǎng)度的區(qū)間(t,t+x]內(nèi)無(wú)失效發(fā)生概率。Goel隨后提出了基于G-O模型的廣義形式[44]:()[1exp()]cmt=abt(2.18)其中參數(shù)c為測(cè)試質(zhì)量常數(shù),失效率與可靠性函數(shù)可參照式2.15與式2.17導(dǎo)出。圖2.1比較了基本模型與其廣義形式的函數(shù)曲線。如圖示,二者的均值函數(shù)在經(jīng)過(guò)前期的快速上升后均趨于平緩,但是失效率曲線變化有明顯區(qū)別,推廣模型基于了如下現(xiàn)實(shí):多數(shù)增長(zhǎng)模型都假設(shè)測(cè)試期的軟件失效率逐步遞減,但實(shí)際情況是失效率會(huì)先上升而后下降,原因在于測(cè)試開始時(shí)故障檢出會(huì)隨著測(cè)試人員的業(yè)務(wù)熟練度提升而增加,達(dá)到臨界點(diǎn)后又會(huì)隨著系統(tǒng)中殘留錯(cuò)誤數(shù)顯著減少而下降。當(dāng)c=1時(shí),廣義模型退化為基本G-O模型。(a)G-O模型(a=500,b=0.015)(b)廣義G-O模型(a=500,b=0.015,c=1.5)圖2.1G-O模型及其廣義形式的m(t)與λ(t)曲線Fig2.1Them(t)&λ(t)curvesofG-Omodelanditsgeneralizedform從模型擬合度出發(fā),Yamada與Ohba等提出了一系列S型增長(zhǎng)曲線模型[45,46],它們基于失效均值曲線的S型建模,即認(rèn)為失效數(shù)開始時(shí)增長(zhǎng)緩慢,然后經(jīng)過(guò)一個(gè)快速增長(zhǎng)期,直至最后趨于飽和。典型的S型均值函數(shù)如下:
【參考文獻(xiàn)】:
期刊論文
[1]間接互惠與合作演化的若干問(wèn)題研究進(jìn)展[J]. 張艷玲,劉愛志,孫長(zhǎng)銀. 自動(dòng)化學(xué)報(bào). 2018(01)
[2]基于改進(jìn)自適應(yīng)混沌控制的逆可靠度分析方法[J]. 李彬,郝鵬,孟增,李剛. 應(yīng)用數(shù)學(xué)和力學(xué). 2017(09)
[3]An Approach to Modelling and Analysing Reliability of Breeze/ADL-based Software Architecture[J]. Chen Li,Hong-Ji Yang,Hua-Xiao Liu. International Journal of Automation and Computing. 2017(03)
[4]小模型大數(shù)據(jù):一種分析軟件行為的代數(shù)方法[J]. 俞一峻,劉春. 軟件學(xué)報(bào). 2017(06)
[5]Performance Measures for Systems Under Multiple Environments[J]. Baoliang Liu,Lirong Cui,Shubin Si,Yanqing Wen. IEEE/CAA Journal of Automatica Sinica. 2016(01)
[6]ABC:一種全生命周期軟件體系結(jié)構(gòu)建模方法[J]. 梅宏,黃罡,張路,張偉. 中國(guó)科學(xué):信息科學(xué). 2014(05)
[7]基于結(jié)構(gòu)分析的復(fù)雜軟件可靠性評(píng)估方法[J]. 王強(qiáng),陸陽(yáng),方歡,朱曉玲. 系統(tǒng)工程學(xué)報(bào). 2013(02)
[8]網(wǎng)構(gòu)軟件體系結(jié)構(gòu)代數(shù)模型[J]. 趙會(huì)群,孫晶. 中國(guó)科學(xué):信息科學(xué). 2013(01)
[9]基于S型測(cè)試工作量函數(shù)的軟件可靠性增長(zhǎng)模型[J]. 李秋英,李海峰,陸民燕,王學(xué)成. 北京航空航天大學(xué)學(xué)報(bào). 2011(02)
[10]一種開放環(huán)境下的軟件可靠性評(píng)估方法[J]. 陸文,徐鋒,呂建. 計(jì)算機(jī)學(xué)報(bào). 2010(03)
本文編號(hào):3484681
【文章來(lái)源】:合肥工業(yè)大學(xué)安徽省 211工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:150 頁(yè)
【學(xué)位級(jí)別】:博士
【部分圖文】:
SR評(píng)估與SR模型關(guān)系
合肥工業(yè)大學(xué)博士學(xué)位論文88SRGM的改進(jìn)方法并驗(yàn)證其預(yù)測(cè)性能;提出基于代數(shù)方法的SR結(jié)構(gòu)化建模理論,以支持面向復(fù)雜軟件開發(fā)前期的SR評(píng)估;基于代數(shù)方法的描述與計(jì)算能力,提出支持完整軟件演化過(guò)程的SR序列化建模及評(píng)估分析方法;并為實(shí)證代數(shù)方法構(gòu)建了基于軟件度量數(shù)據(jù)的SR評(píng)估流程框架。論文各章研究?jī)?nèi)容之間的關(guān)系如圖1.2所示。圖1.2論文各章研究?jī)?nèi)容之間的關(guān)系Fig1.2Therelationshipamongtheresearchcontentsofeachchapter1.4.1研究?jī)?nèi)容論文研究?jī)?nèi)容分以下四個(gè)方面:(1)構(gòu)建結(jié)合測(cè)試工作量與故障檢測(cè)率的SRGM,以更精確地進(jìn)行開發(fā)后期SR預(yù)測(cè)。當(dāng)前主要SRGM模型相較于早期經(jīng)典模型,其建模方法考慮了測(cè)試環(huán)境、測(cè)試行為等多種因素。反映環(huán)境及行為特征的典型因素包括測(cè)試工作量與故障檢測(cè)率,但以往建模方法中二者并沒有被統(tǒng)一在一個(gè)模型框架內(nèi)。論文建立了結(jié)合測(cè)試工作量與故障檢測(cè)率的一體化模型框架,用以對(duì)一類SRGM作出改進(jìn),這是建模方法上的創(chuàng)新。測(cè)試工作量與故障檢測(cè)率從不同角度反映了軟件故障排除過(guò)程,改進(jìn)后模型因融合二者從而增強(qiáng)了模型表述與擬合能力,通過(guò)實(shí)例驗(yàn)證,其進(jìn)一步改善了可靠性增長(zhǎng)模型的預(yù)測(cè)性能。(2)構(gòu)建基于結(jié)構(gòu)分析的SR評(píng)估代數(shù)方法,以更有效地進(jìn)行開發(fā)前期SR估計(jì)。結(jié)構(gòu)設(shè)計(jì)是否復(fù)雜是決定軟件系統(tǒng)復(fù)雜程度的主要因素,對(duì)結(jié)構(gòu)復(fù)雜性的描
合肥工業(yè)大學(xué)博士學(xué)位論文1616由Poission分布性質(zhì),在區(qū)間(0,t]內(nèi)恰好發(fā)生n次失效的概率為()[()]Pr{()},0,1,2,!nmtmtNtnenn===L(2.16)由式2.16,可以定義可靠性函數(shù)R(t)如下:R(t)PrN(t)0em(t)===即在區(qū)間(0,t]內(nèi)無(wú)失效發(fā)生的概率。通常,使用它的一般形式:R(x|t)PrN(tx)N(t)0e[m(tx)m(t)]+=+==(2.17)其中R(x|t)表示以時(shí)刻t為起點(diǎn)、x為長(zhǎng)度的區(qū)間(t,t+x]內(nèi)無(wú)失效發(fā)生概率。Goel隨后提出了基于G-O模型的廣義形式[44]:()[1exp()]cmt=abt(2.18)其中參數(shù)c為測(cè)試質(zhì)量常數(shù),失效率與可靠性函數(shù)可參照式2.15與式2.17導(dǎo)出。圖2.1比較了基本模型與其廣義形式的函數(shù)曲線。如圖示,二者的均值函數(shù)在經(jīng)過(guò)前期的快速上升后均趨于平緩,但是失效率曲線變化有明顯區(qū)別,推廣模型基于了如下現(xiàn)實(shí):多數(shù)增長(zhǎng)模型都假設(shè)測(cè)試期的軟件失效率逐步遞減,但實(shí)際情況是失效率會(huì)先上升而后下降,原因在于測(cè)試開始時(shí)故障檢出會(huì)隨著測(cè)試人員的業(yè)務(wù)熟練度提升而增加,達(dá)到臨界點(diǎn)后又會(huì)隨著系統(tǒng)中殘留錯(cuò)誤數(shù)顯著減少而下降。當(dāng)c=1時(shí),廣義模型退化為基本G-O模型。(a)G-O模型(a=500,b=0.015)(b)廣義G-O模型(a=500,b=0.015,c=1.5)圖2.1G-O模型及其廣義形式的m(t)與λ(t)曲線Fig2.1Them(t)&λ(t)curvesofG-Omodelanditsgeneralizedform從模型擬合度出發(fā),Yamada與Ohba等提出了一系列S型增長(zhǎng)曲線模型[45,46],它們基于失效均值曲線的S型建模,即認(rèn)為失效數(shù)開始時(shí)增長(zhǎng)緩慢,然后經(jīng)過(guò)一個(gè)快速增長(zhǎng)期,直至最后趨于飽和。典型的S型均值函數(shù)如下:
【參考文獻(xiàn)】:
期刊論文
[1]間接互惠與合作演化的若干問(wèn)題研究進(jìn)展[J]. 張艷玲,劉愛志,孫長(zhǎng)銀. 自動(dòng)化學(xué)報(bào). 2018(01)
[2]基于改進(jìn)自適應(yīng)混沌控制的逆可靠度分析方法[J]. 李彬,郝鵬,孟增,李剛. 應(yīng)用數(shù)學(xué)和力學(xué). 2017(09)
[3]An Approach to Modelling and Analysing Reliability of Breeze/ADL-based Software Architecture[J]. Chen Li,Hong-Ji Yang,Hua-Xiao Liu. International Journal of Automation and Computing. 2017(03)
[4]小模型大數(shù)據(jù):一種分析軟件行為的代數(shù)方法[J]. 俞一峻,劉春. 軟件學(xué)報(bào). 2017(06)
[5]Performance Measures for Systems Under Multiple Environments[J]. Baoliang Liu,Lirong Cui,Shubin Si,Yanqing Wen. IEEE/CAA Journal of Automatica Sinica. 2016(01)
[6]ABC:一種全生命周期軟件體系結(jié)構(gòu)建模方法[J]. 梅宏,黃罡,張路,張偉. 中國(guó)科學(xué):信息科學(xué). 2014(05)
[7]基于結(jié)構(gòu)分析的復(fù)雜軟件可靠性評(píng)估方法[J]. 王強(qiáng),陸陽(yáng),方歡,朱曉玲. 系統(tǒng)工程學(xué)報(bào). 2013(02)
[8]網(wǎng)構(gòu)軟件體系結(jié)構(gòu)代數(shù)模型[J]. 趙會(huì)群,孫晶. 中國(guó)科學(xué):信息科學(xué). 2013(01)
[9]基于S型測(cè)試工作量函數(shù)的軟件可靠性增長(zhǎng)模型[J]. 李秋英,李海峰,陸民燕,王學(xué)成. 北京航空航天大學(xué)學(xué)報(bào). 2011(02)
[10]一種開放環(huán)境下的軟件可靠性評(píng)估方法[J]. 陸文,徐鋒,呂建. 計(jì)算機(jī)學(xué)報(bào). 2010(03)
本文編號(hào):3484681
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3484681.html
最近更新
教材專著