论文部分内容阅读
本文对NHPP类软件可靠性增长模型做了深入研究与探讨,讨论了提高软件可靠性预测和评估精度的方法,设计并实现了一个基于软件可靠性增长模型的软件可靠性评估与预测原型系统.本文首先从软件可靠性评估与预测过程出发,定义了一个基于软件可靠性增长模型的软件可靠性评估与预测过程模型以指导具体的软件可靠性预测和评估.分析了影响可靠性评估和预测精度的关键因素,指出了提高精度的方法.根据这个模型设计并实现了一个软件可靠性评估和预测工具.Goel-Okumoto模型是NHPP类软件可靠性增长模型,这个模型形式简单,回归验证表明它在很多应用中都工作得很好.这个模型假设每个故障被检测到的概率相同,并且一旦发现故障立刻排除,这两点假设并不符合软件测试的实际情况.针对这两点假设存在的问题,提出了基于失效数据覆盖的修正的Goel-Okumoto模型CGOM和考虑多种排错延迟的改进的Goel-Okumoto模型.分别利用CGOM模型和Goel-Okumoto模型建立了可维修系统和安全关键系统的软件成本模型,讨论了成本最优的软件发布策略.软件可靠性增长模型框架是某些软件可靠性增长模型的通式.分析表明故障排除效率应为测试时间的函数,区分软件测试的不同情况,本文建立了三个NHPP类软件可靠性增长模型框架,为研究人员建立新的软件可靠性增长模型提供了思路.故障检测率是软件可靠性增长模型框架的重要组成部分,考虑到测试的学习过程和软件的固有故障检测率,建立了一个具有响铃型故障检测率函数的软件可靠性增长模型Bbell-SRGM,并对Bbell-SRGM模型做了进一步改进,在模型中引入了故障排除效率.测试覆盖率是衡量软件测试程度最直接的指标,为了更好地刻画软件测试过程,建立软件可靠性增长模型时应考虑每个测试用例的故障检测能力.本文建立了两个考虑测试用例故障检测能力的软件可靠性增长模型,FCM-1假设每个测试用例有相同的故障检测能力,FCM-2则假设每个测试用例的故障检测能力与其执行次序有关.本文还在基于测试覆盖的软件可靠性增长模型中引入了故障排除效率,建立了模型CMFRE.软件可靠性增长模型再校准技术是提高软件可靠性评估和预测精度的重要方法.本文讨论了模型再校准的方法,提出了基于参数稳定性分析的再校准技术,把这种方法应用到Goel-Okumoto模型上,建立了再校准的Goel-Okumoto模型RGOM,并在一组实验数据上对Goel-Okumoto模型和RGOM模型的性能做了对比分析,结果表明RGOM在这组数据上有较好的预测效果.