基于序列分解与重构之软件可靠性预测方法

《基于序列分解与重构之软件可靠性预测方法》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于序列分解与重构之软件可靠性预测方法第一章绪论1.1课题研究背景随着计算机技术的日益成熟，计算机已经渗透到国民经济和国防建设的各个部门，广泛地应用到社会中的各个方面,甚至人类生活的各个领域。作为控制计算机完成特定功能的软件系统，是计算机系统中相对独立的部分。软件系统已经广泛地应用到社会中的各个方面，在人们的工作和生活中发挥着举足轻重的作用。如今，伴随着计算机使用率的快速增长，计算机软件已发展成为一个相当大的产业，软件质量已经成为影响和推动社会生产力发展的重要因素，也越来越多地受到人们的关注。到目前为止，软件的编写主要还是程序员手工去完成，和计算

2、机发展的早期相比并没有实质性的改进，人脑思维的局限性和软件系统的复杂性形成了强烈反差。现代计算机软件系统的规模越来越庞大，越来越复杂，导致其质量保障的难度也越来越大，因此，计算机软件系统的质量已被社会所广泛关注。软件可靠性是度量软件质量的一个重要指标，它通常被定义为在特定环境下、给定时间内系统无故障运行的概率[1]。作为软件质量要素之一的软件可靠性，一直是软件开发者和用户的目标。软件可靠性分析是实施软件可靠性工程，保证软件质量的一个重要过程，尤其是在安全性要求较高的领域中，如航空、航天领域就显得更为重要，它贯穿软件开发的所有阶段。软件可靠性分析以

3、数学为工具，综合运用概率论，数理统计和数据分析等方面的数学知识，对软件的各种质量指标进行各种评估或预测。软件可靠性作为评价软件质量的一个重要指标，如何合理进行软件可靠性建模，准确无误地预测软件可靠性是当前软件可靠性工程研究中的热点问题之一。软件可靠性建模的实质是找到软件失效规律。根据预测依据的原理，可将软件可靠性模型分为分析模型(AnalyticalModel)和数据驱动模型(Data-drivenModel)[2]两类。.1.2国内外研究现状20世纪60年代，虽然计算机逐步得到广泛应用，但当时的大型电子系统的可靠性主要取决于硬件。因此，源于硬件

4、可靠性理论仍然是可靠性工程研究的主要方向，而涉及软件可靠性的问题，仅处于概念性的萌芽阶段。在这个时期的特点：一是认识到硬件可靠性模型完全有可能应用于软件可靠性分析，进而可以借用硬件可靠性模型的研究方法来推动软件可靠性研究[10]。70年代，软件工程学的理论和技术为可靠性软件的设计、测试和管理提供了指南和工具。这个时期的特点是，以软件可靠性为主题的国际性学术会议大量召开，吸引了各界人士的关注。80年代，由于大规模集成电路的出现，对软件技术的发展产生了深刻的影响，软件可靠性标准化工作开始起步[11]。在进入90年代以后，软件可靠性模型研究取得了全面地

5、、突飞猛进地发展，出现了众多软件可靠性模型，提出了近百种软件可靠性模型。但到目前为止，尚未发现一个普遍适用的模型能对所有软件都做出好的评价和预测。..第二章软件可靠性建模与预测理论2.1软件可靠性预测的相关理论软件可靠性是软件质量的最重要度量指标。关于软件可靠性的确切含义，虽然学术界有过长期的争论，如不认可软件具有可靠性特性，或者认为由于软件不具有与硬件相同的性质，不宜借鉴硬件可靠性的定义来定义软件可靠性，但软件可靠性最终得到了学术界和产业界所认同，并发展成为一门独立的交叉学科：软件可靠性工程。目前，软件可靠性工程已经由纯粹的理论研究，过渡到了实

6、际工程应用，并取得了很好的经济效益和社会效益。Pham在《软件可靠性》[1]给出软件可靠性的定义如下：软件可靠性(Softp;GM模型........324.3.2EMD-GEP模型..........324.4实验分析........334.5本章小结........38第五章基于奇异谱分解的软件可靠性预测模型.....395.1基本建模思想........395.2奇异谱分析理论基础....395.3模型提出........415.4实验分析........425.5本章小结........51第六章模型结果分析及引发的新探讨6.1残差序列模

7、型通过对比三种基于序列分解与重构方法所建立的模型可以看出，在第三章中提出的ARIAM-GEP模型在数据非线性关系较弱的数据集NTDS上预测效果是最优的，而在非线性关系较强的SYS1数据集上的预测效果则一般。其主要的原因是ARIMA模型在本质上是一种线性模型，因而在非线性特征较强失效数据序列中并不能得到较好的应用，虽然在结合GEP模型之后能够在一定程度上提升对在原始数据的拟合和预测精度，但从总体的预测精度来看不如其他两个模型。ARIMA模型在软件可靠性领域中的单独使用效果并不理想，在于ARIMA模型本身的线性特征和软件可靠性领域中的失效数据集特性存

8、在一定的不吻合性，从而导致自身的使用受到了限制。下面将列举出ARIMA模型在一些公开的软件失效数据集上使用受限的三点不利因素：综上所述，