软件可靠性及其模型

描述了软件可靠性的总况 ,并对具有代表性的Halstead模型、Jelinski Moranda模型、Littlewood Verrall模型、Cai模糊增长模型、Geol OkumotoNHPP模型以及超几何模型作了总体性论述 最后给出了软件可靠性面临的主要问题     

用线性组合模型分析软件可靠性数据

针对单一模型分析软件可靠性数据存在的不足,对软件可靠性数据的收集进行规范,并提出线性组合模型,解决了软件可靠性数据和可靠性模型的适用性问题,提高了软件可靠性模型评估和预测的精确度,其中DLC模型是目前线性组合模型中的最佳线性组合模型.     

基于模块化的软件可靠性模型

通过对J-M模型的分析,结合软件可靠性、软件可靠性工程和软件测试以及概率论的相关理论,设计了基于软件模块化的软件可靠性测试模型,同时给出了软件维修时间的估计模型,最后讨论了参数对模型的影响.     

一个高精确性综合软件可靠性模型

指出基于软件体系结构的可靠性评估模型不能有效说明软件中组件的可靠性问题,甚至导致软件可靠性不准确甚至不正确的评估.为此提出一个新的基于体系结构和软件中组件的联合可靠性评估模型.其基本思想是通过引入软件复杂性等多个影响软件可靠性的因素,把基于体系结构和基于组件的两种可靠性评估方法组合起来形成一种综合的软件可靠性评估模型.对大型软件的测试结果表明,新的模型具有更强的错误发现能力,从而使软件可靠性评估更充分、更准确,并且能够适应实际应用的需要.     

用MATHEMATICA软件建立软件可靠性模型

本文运用计算机及Ｍａｔｈｅｍａｔｉｃａ计算机代数系统来建立软件可靠性数学模型。     

基于NHPP模型的联锁软件可靠性评估

基于软件可靠性工程思想,深入分析了NHPP软件可靠性建模的原理,并利用NHPP模型对处于开发后期阶段的铁路信号计算机联锁软件进行可靠性评估.通过建模评估,得出了联锁软件可靠性水平的定量分析结果,为计算机联锁系统开发的管理和决策提供了科学依据.     

软件可靠性GO模型的有效分析

针对GO模型的参数解结构进行了理论分析,利用参数解存在的条件,得到了结构比较优越的性质,构造了高效的参数估计算法,并结合典型实例编程求解,得到了实验结果。     

软件可靠性工程研究

从软件失效的不可避免性出发,提出了软件可靠性工程的概念。介绍了软件可靠性分析的方法、保证软件可靠性的工程方法和两种常用的可靠性设计技术。     

软件可靠性研究

对软件可靠性的有关问题进行了探讨，给出了软件可靠性估计的步骤和评价一个软件可靠性预计模型的准则，通过实例，说明了软件可靠性模型的应用及效果。     

一多种错误类型的软件可靠性模型

以多维非刘次生灭过程为工具建立了一多种错误类型的软件可靠性模型,讨论了含有多种错误类型的软件系统的不完全测试与错误引入问题,并且获得了与模型有关的一些可靠性能指标,此模型不统一了一些已有的软件可靠性模型。     

不完美排错下测试覆盖相关的软件可靠性模型

准确的建模软件可靠性并对可靠性趋势进行有效地度量与预测,对于软件开发至关重要,越靠近软件测试的真实过程,所提出的不完美排错模型就应该考虑并融入更多具体的影响因素,建立构成要素间更加精准的软件可靠性增长模型SRGM.考虑故障检测、修复与引入三个子过程之间的内在联系,建立统一的、柔韧的不完美排错框架模型TCM-ID,对累积检测、修复与引入的故障数量之间的关联实施研究,从故障检测率、故障修复率、故障引入率角度衡量软件测试的整体功效.进一步,从测试覆盖的角度,建立测试覆盖函数相关的可靠性模型,以便于研究其对模型的扰动影响,用以评测模型的性能.最后,在真实的应用场景下进行验证所提出模型的有效性与合理性,模型具有较好的拟合与预测性能,整体上优于其他模型.本文所提出的模型,对于选择合适的不完美排错下测试覆盖相关的软件可靠性增长模型,以及提高测试效率与软件可靠性具有重要意义.     

针对软件可靠性测试的扩展UML模型的设计与实现

在研究软件可靠性测试和UML模型的基础上,找到针对软件可靠性测试的关于UML用例图和顺序图模型的扩展方法,并进行了相关原型工具的设计与实现。     

改进的Jelinski-Moranda软件可靠性增长模型

Je linsk i-M oranda(J-M)模型是基于失效间隔时间的较理论化的可靠性增长模型,用于软件系统测试阶段的可靠性度量。J-M模型存在的问题是假设条件理想化,实际应用环境难以满足,而且模型的失效间隔时间数据收集很困难,实用性差。该文提出一种改进的J-M可靠性增长模型,在J-M原模型基础上改进并引入更加合理的假设条件,改进后的模型基于缺陷计数,数据收集更容易。结合盐湖城奥运会信息系统软件测试数据对改进的模型进行检验,证明改进的模型预测有效性好,同时还保持了原模型的简单性。     

基于历史信息选择软件可靠性模型的方法

利用历史软件项目使用模型的信息为当前软件项目的模型选择服务,提出了一种基于历史信息选择模型的方法.对于每个候选模型,根据历史项目使用该模型的准确度以及历史项目与当前项目的相似度两者来确定该模型对当前项目的适应度,并将适应度最高的模型视为当前项目的最佳模型.该方法未限定模型的类型,突破了已有的模型选择策略的应用范围限制.     

基于模型聚类的软件可靠性混合模型研究

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.软件可靠性模型混合是解决模型适应性差、精度低的可行性方法.利用模型聚类的COBWEB算法处理失效数据,对基本分模型进行动态权重混合,以提高软件可靠性评估与预测的精度和稳健性.并利用软件工具对该方法进行模型评价.     

实用软件可靠性模型探讨

本文在对软件可靠性建模技术进行详细分析的基础上,根据当前软件开发过程的实际探讨了实用软件可靠性模型的评价标准,并从实际应用角度讨论了建立实用软件可靠性模型的方法。     

一种基于模糊综合评判的软件可靠性模型选择方法

软件可靠性模型是可靠性工程的一个重要方面，如何缺乏可靠性数据的情况下，选择合适的软件可靠性模型是对软件可靠性进行量化分析的关键，在对影响软件可靠性模型的因素进行分析的基础上，采用模糊数学的理论，提出了一种基于模糊综合评判的软件可靠性模型选择方法。     

故障诊断的模糊Petri网模型

针对故障诊断系统知识具有不稳定性和模糊性的特点，给出了Petri网的定义和故障诊断的模糊Petri网模型，并以实际故障诊断为例，说明了该模型具有直观，表达能力强和易于推理的优点。     

软件可靠性增长G-O模型的改进

在传统的软件可靠性增长G-O模型中,故障检测率被视为常数,或被视为增函数,或被视为减函数.考虑到测试人员的学习过程和剩余错误数的不断减少,故障检测率应该是一个随时间先增后减的函数,于是提出改进的G-O模型.利用公开发表的两组失效数据对改进模型进行了测试,并与已有模型进行了较,实验结果表明改进G-O模型的拟合能力和预测能力都很好.     

非齐次泊松过程类软件可靠性增长模型

现有的基于故障覆盖率的软件可靠性增长模型多是只考虑了累计故障覆盖率 ,没有描述每个测试用例能够获得的故障覆盖率 .为了使软件可靠性增长模型能更好地刻画软件的测试过程 ,建立了两个基于故障覆盖率的非齐次泊松过程类软件可靠性增长模型 .第一个模型假设每个测试用例有相同的故障检测能力 ,能获得相同的故障覆盖率 ;第二个模型考虑了越晚检测到的故障其被检测到的概率越低的特点 ,模型假设每个测试用例的故障检测能力与其出现的次序相关 .利用一组公开发表的软件失效数据对这两个模型进行了验证 ,结果表明这两个模型在这组失效数据上均能得到较好的拟合效果 .