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
     
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
王金勇,吴智博,舒燕君,张展.故障检测率不规则变化的软件可靠性模型.软件学报,2015,26(10):2465-2484
故障检测率不规则变化的软件可靠性模型
Software Reliability Model with Irregular Changes of Fault Detection Rate
投稿时间:2014-04-21  修订日期:2014-07-16
DOI:10.13328/j.cnki.jos.004746
中文关键词:  软件可靠性增长模型  非齐次泊松过程  不规则变化  故障检测率  软件可靠性
英文关键词:software reliability growth model (SRGM)  non-homogeneous Poisson process (NHPP)  irregular change  fault detection rate  software reliability
基金项目:国家自然科学基金(61202091,61173020);国家高技术研究发展计划(863)(2013AA01A215);中央高校基本科研业务费专项资金(HIT.NSRIF.2014067)
作者单位E-mail
王金勇 哈尔滨工业大学 计算机科学与技术学院, 黑龙江 哈尔滨 150001 wangjinyong818@163.com 
吴智博 哈尔滨工业大学 计算机科学与技术学院, 黑龙江 哈尔滨 150001  
舒燕君 哈尔滨工业大学 计算机科学与技术学院, 黑龙江 哈尔滨 150001  
张展 哈尔滨工业大学 计算机科学与技术学院, 黑龙江 哈尔滨 150001 zhangzhan@hit.edu.cn 
摘要点击次数: 2113
全文下载次数: 2057
中文摘要:
      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.
英文摘要:
      The traditional NHPP (non-homogeneous Poisson process) models are proved to be a success in a practical test. However, the model performance always suffers in the realistic software testing environment due to the ideal assumption which derived the traditional NHPP models, such as constant fault detection rate and smooth or regular changes. In this paper, an NHPP-based software reliability growth model is proposed considering an irregular fluctuation of a fault detection rate, which is more in line with the actual software testing process. The fitting and predictive power of the proposed model is validated using the related experiments. The experimental results show the proposed model has a better fitting and predicting performance than the traditional NHPP-based models using the real-world fault data. Meanwhile, the confidence interval is given for the confidence analyses of the proposed model.
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