軟件可靠性建模與評估是軟件工程領域的一個重要研究方向。隨著計算機軟件進入人類活動的各個領域,對軟件質量的要求越來越高,而軟件可靠性作為代表軟件運行安全性與穩(wěn)定性的最重要指標,在衡量軟件開發(fā)質量、保證軟件系統(tǒng)可依賴性方面發(fā)揮著重要作用,尤其針對應用于交通、電力、航天、國防等領域的一類安全關鍵軟件而言。通過引入代數(shù)理論相關新的方法,圍繞在軟件開發(fā)前期如何有效開展可靠性建模與評估問題,論文主要解決了復雜軟件的可靠性結構描述與計算困難,并進一步提出適用于軟件結構演化過程的可靠性分析方法。同時論文在傳統(tǒng)軟件可靠性增長模型的改進以及可靠性結構化模型的實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估之間的關系,對兩類主要模型——軟件可靠性增長模型與軟件可靠性結構化模型分別從建模思想、主要模型及適用范圍等方面進行論述,總結了目前軟件可靠性建模方法存在的不足,指出需要進一步解決的問題。（2）針對軟件開發(fā)后期可靠性預測問題,研究了結合測試工作量與故障檢測率對非齊次Poission過程類可靠性模型的改進。首先詳細論述了非齊次Poi... 

【文章來源】：合肥工業(yè)大學安徽省 211工程院校 教育部直屬院校

【文章頁數(shù)】：150 頁

【學位級別】：博士

【部分圖文】：

SR評估與SR模型關系

合肥工業(yè)大學博士學位論文88SRGM的改進方法并驗證其預測性能；提出基于代數(shù)方法的SR結構化建模理論，以支持面向復雜軟件開發(fā)前期的SR評估；基于代數(shù)方法的描述與計算能力，提出支持完整軟件演化過程的SR序列化建模及評估分析方法；并為實證代數(shù)方法構建了基于軟件度量數(shù)據(jù)的SR評估流程框架。論文各章研究內(nèi)容之間的關系如圖1.2所示。圖1.2論文各章研究內(nèi)容之間的關系Fig1.2Therelationshipamongtheresearchcontentsofeachchapter1.4.1研究內(nèi)容論文研究內(nèi)容分以下四個方面：（1）構建結合測試工作量與故障檢測率的SRGM，以更精確地進行開發(fā)后期SR預測。當前主要SRGM模型相較于早期經(jīng)典模型，其建模方法考慮了測試環(huán)境、測試行為等多種因素。反映環(huán)境及行為特征的典型因素包括測試工作量與故障檢測率，但以往建模方法中二者并沒有被統(tǒng)一在一個模型框架內(nèi)。論文建立了結合測試工作量與故障檢測率的一體化模型框架，用以對一類SRGM作出改進，這是建模方法上的創(chuàng)新。測試工作量與故障檢測率從不同角度反映了軟件故障排除過程，改進后模型因融合二者從而增強了模型表述與擬合能力，通過實例驗證，其進一步改善了可靠性增長模型的預測性能。（2）構建基于結構分析的SR評估代數(shù)方法，以更有效地進行開發(fā)前期SR估計。結構設計是否復雜是決定軟件系統(tǒng)復雜程度的主要因素，對結構復雜性的描

合肥工業(yè)大學博士學位論文1616由Poission分布性質，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)表示以時刻t為起點、x為長度的區(qū)間(t,t+x]內(nèi)無失效發(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為測試質量常數(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：多數(shù)增長模型都假設測試期的軟件失效率逐步遞減，但實際情況是失效率會先上升而后下降，原因在于測試開始時故障檢出會隨著測試人員的業(yè)務熟練度提升而增加，達到臨界點后又會隨著系統(tǒng)中殘留錯誤數(shù)顯著減少而下降。當c=1時，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型增長曲線模型[45,46]，它們基于失效均值曲線的S型建模，即認為失效數(shù)開始時增長緩慢，然后經(jīng)過一個快速增長期，直至最后趨于飽和。典型的S型均值函數(shù)如下：

【參考文獻】：
期刊論文
[1]間接互惠與合作演化的若干問題研究進展[J]. 張艷玲,劉愛志,孫長銀.  自動化學報. 2018(01)
[2]基于改進自適應混沌控制的逆可靠度分析方法[J]. 李彬,郝鵬,孟增,李剛.  應用數(shù)學和力學. 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.  軟件學報. 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構建模方法[J]. 梅宏,黃罡,張路,張偉.  中國科學:信息科學. 2014(05)
[7]基于結構分析的復雜軟件可靠性評估方法[J]. 王強,陸陽,方歡,朱曉玲.  系統(tǒng)工程學報. 2013(02)
[8]網(wǎng)構軟件體系結構代數(shù)模型[J]. 趙會群,孫晶.  中國科學:信息科學. 2013(01)
[9]基于S型測試工作量函數(shù)的軟件可靠性增長模型[J]. 李秋英,李海峰,陸民燕,王學成.  北京航空航天大學學報. 2011(02)
[10]一種開放環(huán)境下的軟件可靠性評估方法[J]. 陸文,徐鋒,呂建.  計算機學報. 2010(03)



本文編號：3484681