主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
李海峰,王栓奇,刘畅,郑军,李震.考虑测试工作量与覆盖率的软件可靠性模型.软件学报,2013,24(4):749-760
考虑测试工作量与覆盖率的软件可靠性模型
Software Reliability Model Considering both Testing Effort and Testing Coverage
投稿时间:2011-11-23  修订日期:2012-04-26
DOI:10.3724/SP.J.1001.2013.04257
中文关键词:  软件可靠性建模  测试覆盖率  测试工作量  非齐次泊松过程
英文关键词:software reliability modeling  testing coverage  testing effort  non-homogeneous Poisson process
基金项目:
作者单位E-mail
李海峰 中国航空综合技术研究所 质量工程中心, 北京 100028 lihaifeng@dse.buaa.edu.cn 
王栓奇 北京航空航天大学 可靠性与系统工程学院, 北京 100191  
刘畅 中国航空综合技术研究所 质量工程中心, 北京 100028  
郑军 中国航空综合技术研究所 质量工程中心, 北京 100028  
李震 江苏科技大学 电子信息学院, 江苏 镇江 212003  
摘要点击次数: 2973
全文下载次数: 3006
中文摘要:
      为了进一步提升现有非齐次泊松过程类软件可靠性增长模型的拟合与预计精度,首先,提出一个同时考虑测试工作量与测试覆盖率的NHPP类软件可靠性建模框架.在此基础上,将变形S型测试工作量函数(IS-TEF)以及Logistic 测试覆盖率函数(LO-TCF)带入该建模框架,建立了一个新的软件可靠性增长模型,即IS-LO-SRGM.同时,还对利用该框架进行建模过程中的两个重要问题进行了描述与分析,即如何确定具体的TEF 和TCF 以及模型参数估计.然后,在两组真实的失效数据集上,利用该建模框架建立了最为合适的增长模型,即IS-LO-SRGM,并将该模型与8种经典NHPP 模型进行对比.实例验证结果表明,所提出的IS-LO-SRGM 模型具有最为优秀的拟合与预计性能,从而证明新建模框架的有效性和实用性.最后,对不完美排错情况进行了初步的讨论与建模分析.
英文摘要:
      To further improve the fitting and prediction performance of the non-homogeneous Poisson process (MHPP) software reliability growth models (SRGMs), this paper, as the extension work of the NHPP software reliability modeling framework which considers the TEF, will discuss how to integrate both TEF and TCF into the traditional NHPP software reliability modeling process. This is done in order to capture the integrated effect of testing effort and testing coverage on reliability estimation. First, a comprehensive modeling framework for incorporating the TEF and TCF together into the NHPP SRGMs is proposed. Recur to this framework, a new NHPP SRGM (named IS-LO-SRGM) with both the IS-TEF and logistic TCF (LO-TCF) is proposed. Meanwhile, two issues of this proposed framework are discussed respectively (i.e. how to select the most appropriate TEF and TCF for modeling and the parameter estimation). Then, two case studies on two real failure data-sets are presented. The experimental results show that the IS-LO-SRGM nearly yields the best fitting and prediction results compared with the other comparison NHPP SRGMs for two data-sets. Thus, the applicability and effectiveness of this modeling framework are validated. Finally, the imperfect debugging phenomenon is also considered in the modeling framework for a further discussion.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利