Incorporating S-shaped testing-effort functions into NHPP software reliability model with imperfect debugging

Testing-effort（TE） and imperfect debugging（ID） in the reliability modeling process may further improve the fitting and prediction results of software reliability growth models（SRGMs）. For describing the S-shaped varying trend of TE increasing rate more accurately, first, two S-shaped testing-effort functions（TEFs）, i.e.,delayed S-shaped TEF（DS-TEF） and inflected S-shaped TEF（IS-TEF）, are proposed. Then these two TEFs are incorporated into various types（exponential-type, delayed S-shaped and inflected S-shaped） of non-homogeneous Poisson process（NHPP）SRGMs with two forms of ID respectively for obtaining a series of new NHPP SRGMs which consider S-shaped TEFs as well as ID. Finally these new SRGMs and several comparison NHPP SRGMs are applied into four real failure data-sets respectively for investigating the fitting and prediction power of these new SRGMs.The experimental results show that：（i） the proposed IS-TEF is more suitable and flexible for describing the consumption of TE than the previous TEFs;（ii） incorporating TEFs into the inflected S-shaped NHPP SRGM may be more effective and appropriate compared with the exponential-type and the delayed S-shaped NHPP SRGMs;（iii） the inflected S-shaped NHPP SRGM considering both IS-TEF and ID yields the most accurate fitting and prediction results than the other comparison NHPP SRGMs.

Web software reliability modeling with random impulsive shocks

As the web-server based business is rapidly developed and popularized, how to evaluate and improve the reliability of web-servers has been extremely important. Although a large num- ber of software reliability growth models （SRGMs）, including those combined with multiple change-points （CPs）, have been available, these conventional SRGMs cannot be directly applied to web soft- ware reliability analysis because of the complex web operational profile. To characterize the web operational profile precisely, it should be realized that the workload of a web server is normally non-homogeneous and often observed with the pattern of random impulsive shocks. A web software reliability model with random im- pulsive shocks and its statistical analysis method are developed. In the proposed model, the web server workload is characterized by a geometric Brownian motion process. Based on a real data set from IIS server logs of ICRMS website （www.icrms.cn）, the proposed model is demonstrated to be powerful for estimating impulsive shocks and web software reliability.

NHPP-based software reliability model considering testing effort and multivariate fault detection rate

In recent decades,many software reliability growth models（SRGMs） have been proposed for the engineers and testers in measuring the software reliability precisely.Most of them is established based on the non-homogeneous Poisson process（NHPP）,and it is proved that the prediction accuracy of such models could be improved by adding the describing of characterization of testing effort.However,some research work indicates that the fault detection rate（FDR） is another key factor affects final software quality.Most early NHPPbased models deal with the FDR as constant or piecewise function,which does not fit the different testing stages well.Thus,this paper first incorporates a multivariate function of FDR,which is bathtub-shaped,into the NHPP-based SRGMs considering testing effort in order to further improve performance.A new model framework is proposed,and a stepwise method is used to apply the framework with real data sets to find the optimal model.Experimental studies show that the obtained new model can provide better performance of fitting and prediction compared with other traditional SRGMs.

Component-based software reliability process simulation considering imperfect debugging

In view of the flaws of component-based software （CBS） reliability modeling and analysis, the low recognition degree of debugging process, too many assumptions and difficulties in obtaining the solution, a CBS reliability simulation process is presented incorporating the imperfect debugging and the limitation of debugging resources. Considering the effect of imperfect debugging on fault detec- tion and correction process, a CBS integration testing model is sketched by multi-queue muhichannel and finite server queuing model （MMFSQM）. Compared with the analytical method based on pa- rameters and other nonparametric approaches, the simulation approach can relax more of the usual reliability modeling assumptions and effectively expound integration testing process of CBS. Then, CBS reliability process simulation procedure is developed accordingly. The proposed simulation ap- proach is validated to be sound and effective by simulation experiment studies and analysis.

Software Reliability Growth Model Considering First-Step and Second-Step Fault Dependency

As one of the most important indexes to evaluate the quality of software, software reliability experiences an increasing development in recent years. We investigate a software reliability growth model(SRGM). The application of this model is to predict the occurrence of the software faults based on the non-homogeneous Poisson process(NHPP). Unlike the independent assumptions in other models, we consider fault dependency. The testing faults are divided into three classes in this model: leading faults, first-step dependent faults and second-step dependent faults. The leading faults occurring independently follow an NHPP, while the first-step dependent faults only become detectable after the related leading faults are detected. The second-step dependent faults can only be detected after the related first-step dependent faults are detected. Then, the combined model is built on the basis of the three sub-processes. Finally, an illustration based on real dataset is presented to verify the proposed model.

SRGM建模类别与性能分析

针对软件可靠性增长模型SRGM(software reliability growth model)在可靠性评估与保障中的重要作用,为全面掌握SRGM的建模与工作机理,对SRGM的典型建模过程以及不同模型间的性能差异进行深入研究.首先剖析了SRGM建模的基础假设和含义,梳理了SRGM的发展演化历程;然后分析了两类基本SRGM建模流程与关联,针对考虑更多真实测试情况的建模趋势,对不完美排错相关与考虑测试工作量TE(Testing-Effort)相关的SRGM建模过程进行了剖析;最后选取8个典型的模型在4个失效数据集上进行实验,依据度量与拟合结果进行了模型差异化的深入分析.研究分析表明,客观上不同失效数据集间的差异以及主观上研究人员对测试过程认知的差异是造成SRGM性能差异的主要根源.进一步建立更为准确与全面的SRGM,在有限的数据集上选取出优秀的SRGM已成为当前研究中亟待解决的难题.

SRGM下失效数据集效用与验证分析

针对软件可靠性增长模型SRGM研究中的参数拟合与性能评测对失效数据集FDS的依赖,对FDS在SRGM中的效用以及其对SRGM的影响进行深入研究,并给出FDS的不足与发布建议。首先给出了基于FDS的SRGM性能评测流程,提出一般化的不完美排错框架模型,对收集到的FDS进行结构化描述与归类分析。对7个典型的不完美排错相关的SRGM在公开发表的9个真实计算机工程系统FDSs上进行实验,从拟合与预测角度分析FDS与SRGM的关系及影响。从发布方与科研人员视角对当前FDS的不足进行分析,并据此给出了FDS的发布建议。研究结果表明,科研人员尚需要充分挖掘、分析FDS中待发布的更多测试信息,用以建立更为准确的SRGM。最后指出,描述新型软件结构以及含有更多数据量的FDS的缺乏已成为制约SRGM发展的主要客观事实。

考虑不完美排错情况的NHPP类软件可靠性增长模型

针对现有NHPP类软件可靠性增长模型对故障排错过程中不完美排错情况考虑不完全的现状,提出了一种新的软件可靠性增长模型.该模型全面考虑了不完美排错的两种情况:既考虑了排错过程中引入新错误的可能性,又考虑了不完全排错的情况,并且引入了一种故障排除率随时间变化的故障排除率函数,使模型更符合实际情况.利用公开发表的两组不同的软件失效数据对该模型进行验证的结果表明,与现有的对不完美排错情况考虑不完全的模型相比,该模型能够取得更好的拟合结果和预测效果.

故障检测率不规则变化的软件可靠性模型

传统的NHPP(non-homogeneous Poisson process)模型在实际的测试当中被证明是成功的.但是,由于传统的NHPP模型用的是理想的假设,例如,假设故障检测率是常数、平稳变化和规律变化,模型的性能在实际的测试环境中总是受到损害.因此,提出一个基于NHPP的软件可靠增长模型,并且考虑故障检测率的不规则变化情况,这种变化符合故障检测率在实际的软件测试过程中的变化.通过相关的实验验证了所提出的NHPP模型的拟合和预测能力.实验结果表明:在用实际的故障数据进行拟合和预测的过程中,所提出的模型与传统的NHPP模型相比,有更好的拟合和预测性能.同时,也给出了所提出模型相应的置信区间.

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.

考虑故障排除率和引入率的软件可靠性建模

软件测试中排错过程的故障排除率并不是100%的,并且由于检测到的尚未被排除的故障影响还会引入新的故障,即存在故障排除率和故障引入率,两者是具有不同的下降趋势的减函数。针对上述问题,提出一种新的非齐次泊松过程软件可靠性增长模型,考虑了随时间变化的故障排除率函数和故障引入率函数。利用一组公开发表的包含故障检测数和故障排除数的软件失效数据集进行仿真与验证,实验结果表明,改进模型具有更好的拟合效果和预测能力。

考虑多种真实情况的软件可靠性增长模型

进行软件可靠性评估主要通过构建软件可靠性模型实现。软件可靠性模型通常给出被检出的故障可以立即被排除,并且不会有新的故障被引入的假设,这与实际的检错过程是不相符的。针对以上假设条件,提出了一种新的软件可靠性增长模型。该模型将软件的检错过程和排错过程作为两个独立的非齐次泊松过程分别进行建模,并将软件中存在的故障数看作是一个变化的函数,该函数包括软件中初始故障及引入的故障。在两个数据集上进行相应实验证明,较之其他模型,新建模型的拟合和预测效果更好。

故障察觉率可变的软件可靠性增长模型

证明了基于G-O模型的NHPP类型的软件可靠性增长模型不需要考虑不完美排错和排错过程中新错误的引入,并在该基础上提出了一种新的软件可靠性增长模型。该模型在软件排错过程中不但考虑了软件开发员对系统熟悉程度的上升,而且考虑了系统现存错误数的不断减少,是一种故障检测率随时间变化的软件可靠性增长模型。并利用现有的公开发表的数据对该模型进行测试,发现其达到了比G-O模型的等其他模型更好的拟合效果。

基于NHPP类模型的Web软件可靠性分析

结合Web软件运行的实际情况,提出一种基于BurrX测试工作量函数(TEF)的非齐次泊松过程类软件可靠性增长模型(SRGM),并将其应用到Web软件可靠性分析中。TEF能直接体现Web软件工作量与日历时间之间的关系,解决Web软件因工作量高度不均衡导致的问题。实验结果表明,与G-O模型相比,SRGM具有较好的Web软件可靠性评估效果,能较准确地描述Web软件运行的失效过程。

基于结合自适应步长布谷鸟搜查算法的模糊神经网络的软件可靠性增长模型

针对现有的软件可靠性增长模型(SRGM)适用性较差、预测精度波动大的问题,使用自适应步长布谷鸟搜查(ASCS)算法对模糊神经网络(FNN)的权重和阈值进行寻优,利用得到了最优权重和阈值的FNN建立SRGM。在使用缺陷数据对FNN训练的过程中,利用ASCS来调整FNN的权重和阈值,以此提高在预测过程中的精度,同时采用多次预测结果取均值的方式来减小FNN预测的波动性,以此建立基于结合自适应步长布谷鸟搜查算法的模糊神经网络(ASCS-FNN)的软件可靠性增长模型。利用3组软件缺陷数据,以误差比均值和误差平方和作为衡量标准,对基于ASCS-FNN、结合模拟退火算法的动态模糊神经网络(SA-DFNN)、FNN、BP网络(BPN)建立的SRGM的一步向前预测能力进行比较。预测结果表明,在四组模型中,基于ASCS-FNN建立的SRGM相对于SA-DFNN、FNN、BPN建立的SRGM的平均预测精度相对提高率RI(AE)和RI(SSE)分别为-1.48%、54.8%、33.8%和14.4%、76%、35.9%,并且该模型比FNN、BPN建立的SRGM在相同缺陷数据下的预测波动性小,而且网络结构比SA-DFNN的网络结构简单。因此该模型具有预测精度较高、预测稳定和具有一定的适用性等优点。

一种基于失效费用划分的穿戴计算机软件可靠性模型

根据故障的严重程度对软件系统中潜伏的故障进行了类型划分 ,并利用传统的G O模型建立了一个基于失效费用划分的软件可靠性增长模型 无线网络使穿戴计算机的性能得到了很大的提升 ,根据是否会严重影响穿戴计算机的网络通信能力 ,将其软件系统的故障分为两类 :①一般故障 ,不影响或较小影响系统的网络通信 ;②通信故障 ,严重影响甚至阻断系统的网络通信 利用前面建立的软件可靠性增长模型 ,建立了一个穿戴计算机软件系统可靠性增长模型 。

一个故障检测与故障修正相结合的软件可靠性增长模型

针对现有软件可靠性增长模型(SRGM)缺乏故障修正过程的可靠性分析,从故障数量上研究了故障检测过程和故障修正过程的相关性,提出了一个S形的相关性函数,并以此建立了一个故障检测与故障修正相结合的非齐次泊松过程类软件可靠性增长模型(RDC-SRGM)。通过实例应用最小二乘法对模型的参数进行了估计。实验结果表明,RDC-SRGM在故障检测过程和故障修正过程上,均比其它模型的拟合效果和预测能力更好。

考虑故障检测效用与修正效用的软件可靠性增长模型

测试效用是影响软件测试过程的重要因素,其随时间的变化情况直接影响着测试过程中的故障检测和修正的效率,合理地评估测试效用对测试过程的影响是建立精确软件可靠性模型的关键因素。针对现有模型对测试效用认识的不足,严格根据实际测试情况,将测试效用分为故障检测效用和故障修正效用,并在此基础上,建立了综合考虑这两种效用的软件可靠性增长模型。利用公开发表的软件测试失效数据集对模型进行验证,结果表明,与现有的考虑故障检测与修正过程的模型相比,所提模型具有更好的拟合和预测能力。

航空装备软件可靠性增长模型研究

针对航空装备软件可靠性评估问题,构建了软件故障时间服从正态分布的可靠性增长模型。模型有较强的灵活性,对不同的软件故障数据有较强的适应能力。在研究过程中,假设故障时间服从截取正态分布和对数正态分布,采EM算法,基于NHPP的SRGM的模型框架构建了一种软件可靠性增长模型。通过对16种典型故障数据的适应性和准确性进行测试,证明了设计方法和模型对不同分布形式故障数据的强适应性,验证了所建模型在工程中应用的有效性。

基于正交分层聚类算法软件可靠性模型的预测分析

鉴于软件测试数据对软件可靠性增长模型预测的扰动,以及在软件可靠性增长模型(SRGM)预测中要求测试工作量分布均匀这一过高的前提假设,在聚类基础上提出了正交结构分层聚类算法。对在实际过程中不满足这一假设前提的数据进行归一化,并利用基于正交结构分层聚类算法的J-M模型对软件的可靠性进行评估,以实验数据验证了基于分层聚类算法J-M模型预测优于传统J-M模型预测。