可靠性增长模型和正交缺陷分类的结合及在过程定性分析中的应用

软件过程的度量和分析是近年来软件工程领域的重要研究方向。传统可靠性增长曲线模型可对软件过程进行预警,正交缺陷分类方法可对软件缺陷进行度量,但是两种方法都无法对软件过程提供直接的指导和定性的分析。提出将传统可靠性增长曲线模型结合正交缺陷分类属性缺陷类型,将不同种类的缺陷放在同一横坐标上进行比较,得出软件过程定性分析结论。     

基于UML的软件可靠性建模

标准的UML方法对软件质量部分如何建模是缺乏的,由此本文研究了针对软件可靠性建模和评估的UML剖面,它是基于标准UML元模型的扩展,能对系统中影响软件可靠性的因素建模;同时研究了此模型应用于传统的可靠性评估技术中的一些结论;此模型有助于贯穿软件生命期的软件可靠性工程,以提高待开发软件的可靠性指标.     

软件可靠性非完全排错情况下的参数估计

20世纪70年代提出的JM模型是最早代表软件可靠性的数学模型,其假设排错是完全的,这与实际情况不相符合。因此,有必要对JM模型假设进行改进,从而提高软件可靠性。在排错是不完全的假设下建立了一个软件可靠性模型,然后运用最大似然估计法进行参数估计,找出了一个比较合理的估计初始错误个数和指数系数的方法。     

Bayes估计在NHPP软件可靠性模型中的应用

软件可靠性是评价软件质量的一个重要指标.针对互不相交的观测区间数据,采用Bayes方法估计软件的可靠度函数,使得对被测软件的可靠性模型更为精确,最后对实际的软件测试数据进行可靠性评估,验证了所提出的估计方法的合理性和可行性.     

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     

考虑用户行为和排错延迟的多版本软件可靠性增长模型

软件在测试阶段和使用阶段操作环境的差别导致软件测试可靠性和运行可靠性不完全相同.软件在发布后的使用和维护阶段,软件可靠性的增长不仅体现在软件固有故障的排除,而且用户对软件的熟悉程度也会影响软件的可靠性.本文研究了软件固有故障检测过程、固有故障纠正过程和外在失效过程的特征,建立了考虑用户行为和排错延迟下的多版本软件可靠性增长模型.通过一组来自于开源软件用户缺陷跟踪系统中的真实数据进行数值分析,试验结果表明提出的模型具有较好的效果.     

软件可靠性关键参数判定的矩估计方法

已有的基于结构的软件可靠性研究中大多假设建模参数为已知常量,导致模型忽略了参数估计的统计特征对于系统可靠性的影响.针对该问题,提出一种基于矩估计的软件可靠性关键参数判定方法,该方法通过分析基于结构软件可靠性模型的特点,建立各建模参数的矩估计量与系统可靠性预测结果之间的关系,量化各参数对于系统可靠性的影响,判定关键参数.为系统可靠性控制、系统结构优化及软件测试资源最优化分配等问题的解决提供了理论支持,通过对两个实际软件系统的分析验证了方法的有效性.     

Early Stage Software Reliability Estimation with Stochastic Reward Nets

IntroductionMost software reliability growth models (SRGM) arefailure-based growth models .The“black box”approach of theSRGMrequires alarge number of failures , while these failurescannot be available until the late stages in the softwaredevelopment process .It is i mportant to be able to esti mate thereliability growth at the early stage,and this can demonstratethat the systemdesignis ontrackfor meeting requirements ,sothat appropriate planning regarding the release ti me,price andadditi…     

一种非参数化SRGM预测能力的研究

提出了一种非参数化软件可靠性增长模型的改进,该模型考虑软件工程的多样性,利用支持向量回归技术并结合机器学习相关知识,完成故障检测和预测过程。通过三组真实的失效数据集的实验,将所改进方法与传统软件可靠性增长模型比较,结果显示,改进的非参数化软件可靠性增长模型具有更好的模型通用性和预测性能。     

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.