软件可靠性工程可以应用于任何基于软件产品的任一版本,可以开始于任一版本周期。它是对于软件产品质量保证的一门科学。应用于软件工程的整个生命周期。而软件可靠性增长模型在这个过程中起到的作用是至关重要的。通过合理的预测我们可以得出一些积极的软件可靠性指标,得以很好地控制软件过程中进行相关的预测活动。众所周知,软件可靠性的预测分析是建立在大量缺陷数据上的,而通过对大量的软件可靠性增长模型的静态趋势分析得出,个别异常数据点对软件可靠性预测过程中的扰动是极其明显和普遍的,并且这些数据不能完全的遵从于分布曲线。产生这些现象的原因有:在不同功能区选取测试用例进行测试会得到不同的失效数据分布;软件可靠性测试的输入域数据的分布与选取也影响时间域内的失效数据分布趋势等等。在软件可靠性过程中,原始假设门槛过高,对于并不能均匀分布但是却具有代表性,且覆盖性大的缺陷数据并不能做到极大地拾取,另外对于异点扰动数据显得无能为力。
本文讨论并分析了现有经典模型(J-M模型)在进行软件可靠性指标分析中的局限性,提出了基于OLC算法的可靠性模型的预测分析,也提出了正交聚类结构,同时结合传统模型,在积累软件缺陷数据的基础上,进行预测分析。在阐述该结构体系时分为三大部分:a.传统软件可靠性模型预测分析的局限性和提出的问题;b.正交结构聚类算法的提出以及基于此算法的改进模型的提出;c.预测分析的实现和数据分析比较。在a部分,以传统J-M模型为依托,介绍基于传统模型的软件可靠性预测分析的过程,引入传统预测模型的相关概念,分析出其中的不足并提出问题。在b部分,以传统的正交结构和聚类理论为依托,提出正交聚类结构体系,分析解决a部分提出问题的原因,并给出相关的概念。c部分讨论了基于新算法运用于J-M模型,并以Kishor S. Trivedi提出的传统的缺陷积累数据进行实际的软件可靠性预测分析。
本文提出的算法在改进的J-M模型上,进行软件可靠性预测分析,深入介绍了J-M模型的选取和概念,针对其预测中存在的不足,提出基于OLC算法的预测。同时发现该体系结构有不少地方值得进一步改善和深入研究,因此在本文的最后讨论了该体系结构的不足和展望。
物联网应用的方面越来越多,所能实现的功能越来越庞大。如今,物联网的应用随处可见,遍及日常的方方面面。物联网将互联网的意义进行了拓展,已经超出了人与人之间通信的范畴。物联网把各种各样的传感器嵌入不同实体中,达到物体连接物体的目的,实时将消息传递出去,由接收方处理。物联网所实现的功能越多,其规模变得庞大,复杂性就会增高。物联网如果发生软件失效,轻则造成财产损失,重则可能对人们的生命构成威胁。物联网感知层包含了无数的智能感知节点,它们是整个物联网的基础。因此,研究感知节点的软件层的可靠性非常有必要。本文通过对物联网体系结构和软件可靠性增长模型的知识体系的深入研究,提出了一个适用于嵌入式软件的NHPP可靠性增长模型。首先,本文通过对课题的研究背景及意义的深入研究,分析了物联网智能感知节点的随机广义多层次软件可靠性增长模型研究的必要性及研究方法。其次,本文对物联网智能感知节点软件可靠性增长模型建模的基础理论进行了介绍,分析了物联网架构的特点,引入了SRGM的基本理论。接下来,本文在介绍非齐次泊松过程SRGM基本理论的基础上,描述了NHPP模型的基本框架及假设,介绍了经典G-O模型和Hoang Pham等人的模型,并得出了本文所建立的模型:考虑环境因素影响的Weibull故障检测及可靠性增长模型(Weibull FDR SRGM with the Uncertainty of Operating Environments),简称W-E-SRGM。以此为基础,本文改进了W-E-SRGM与失效模式和影响分析法FMEA,提出了FMEA-WE嵌入式软件可靠性分析方法。最后,本文对模型进行了参数估计及模型比较,利用LSE对本文提出的SRG(Software Reliability Growth)模型进行了参数估计。采用MSE(Mean Squared Error)、SAE(Sum Absolute Error)、PRR(Predictive Ratio Risk)和PP(Predictive Power)等优度拟合准则,将W-E-SRGM与多个模型进行比较,实验证明,W-E-SRGM的效果更符合本文希望得出的嵌入式软件可靠性增长模型。
暂无评论