资源描述：
《基于bayes网的软件可靠性模型研究与系统设计》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、第33卷第5期电子工程师Vol.33No.52007年5月ELECTRONICENGINEERMay2007基于Bayes网的软件可靠性模型研究与系统设计吴良清(苏州市软件产业发展办公室,江苏省苏州市215002)摘要:传统的软件可靠性预测主要是概率方法,但其存在假设与实际不符的缺点。利用Bayes网,充分利用专家知识和清晰表达相关因素关系的优点,构建了基于Bayes网的软件可靠性预测模型。该模型不仅考虑软件不完全排错和排错时间,同时把软件可靠性因素也考虑在内,增强了其准确和有效性,并基于BNTookit软件
2、包以MATLAB语言通过实例给以验证。为弥补MATLAB的GUI设计不方便的缺点,给出了VC和MATLAB混合编程实现软件可靠性预测的系统设计思路。关键词:软件可靠性;马尔可夫条件;软件可靠性预测模型;Bayes网;BNT软件包中图分类号:TP311.50引言夫条件,有效解决了确定联合概率分布的组合爆炸难题,在条件独立性限制与可计算性之间达成了一种比软件可靠性是指软件在特定环境和给定时间内无较合理的折中。故障运行的概率。软件可靠性预测是以软件可靠性模[5]马尔可夫条件的定义如下:设U={x1,x2,⋯,型为基
3、础对软件的可靠性进行评价和预测。xn}是n元离散型随机向量,P(U)是其联合概率分布,软件可靠性与很多因素有关,这些因素又相互关Bs=(U,E)是一有向无环图(E是有向边的集合)。若联,要正确地分析可靠性,就要考虑与其相关的因素,每个节点xi在其父节点取值状态已知的条件下,独立但这又可能使得模型变得复杂难解。时至今日,国内于其所有的非子孙节点,则称Bs满足马尔可夫条件。外软件可靠性模型已发表的不下百种,其中广泛使用Bayes网可定义为一个三元集合{X,S,P},其中:的是概率类模型,为了保证模型的可解性,常常
4、规定一X是节点集,即变量的集合;S是一个条件概率分布集些假设条件,而在实际情况下,这些情况很难满足;于合,满足马尔可夫条件,即S={P(X1
5、parents(X1)),是出现了挑战概率类模型的神经网络方法,但它又存⋯,P(Xn
6、parents(Xn))},parents(Xi)7、关联充分表成。网络结构是模型中的定性部分,定性描述变量间示出来,而且遵循经典的Bayes概率理论,把用概率表的概率依赖关系,它是一个有向无环图,图中每个节点示的科学严格性和用专家经验表示的先验信息有机结表示问题域中某一个随机变量,每条边表示节点间可合,能够很好地处理不确定问题。有许多作者,例如文能存在直接的概率依赖关系,两节点间没有边表示它献[123],已经把Bayes网用于软件工程管理的很多相们没有直接的概率依赖关系。条件概率分布是模型中关方面。文献[4]提出了利用Bayes网处理软件失效的定量部分,用于定
8、量描述节点对其父节点的概率依预测的模型MBN,该模型利用了更多的信息,其预测赖程度,若没有父节点,则定义一个边沿概率分布。能力有了很大提高,但是该方法采用测试数据建模,忽在Bayes网中,变量用来表示现实世界的事件或略了软件可靠性因素,同时还忽略了排除错误时间,限对象,通过观察研究这些变量的表现就可以把该问题制了模型的使用范围。为了解决这一问题,本文提出模型化。Bayes网的基本思想是借助网络结构中所蕴的方法结合软件可靠性因素,并且把排除错误时间考含的变量之间独立性或条件独立性,将联合概率分布虑在内,使得对软
9、件失效情况的预测更精确,同时也使分解为一系列边沿概率和条件概率的乘积,把问题转软件可靠性测评深入到软件开发的前期阶段。化为边沿概率和条件概率的确定。1Bayes网Bayes网使用一种比较适度的条件性假设马尔可2软件可靠性预测模型的Bayes网拓扑结构以Ni(1≤i≤n)表示第i次失效时软件中剩余的收稿日期:2007203206。·39·©1994-2007ChinaAcademicJournalElectronicPublishingHouse.Allrightsreserved.http://www.cnk
10、i.net·计算机与自动化技术·电子工程师2007年5月缺陷数,T(1≤i≤n)表示第i次失效距第i-1次失效-αNi-(1-e-αNi)TiiP′(Ti
11、Ni)=(1-e)e的时间段。该失效时间间隔受排错时间和软件中的缺长期以来,软件用户、软件开发者推测软件可靠性陷数影响。当软件失效时,软件调试人员就排除错误,或下次失效时间间隔都自觉或不自觉地考虑到软件复排除第i次失效的错误所需时间用ti表示。在
