信息化时代下,软件架构正逐渐从单体架构向分布式架构转变。分布式架构的发展得益于云平台的基础设施建设,而云平台的可靠性正逐渐成为制约分布式软件质量安全的重要因素。为了提升云平台在真实场景下的稳定性与可靠性,云平台采用容错设计保证系统内部出现突发故障时依然可以正常运转。然而任何系统设计的容错能力都是存在一定上限的,不同系统的容错性能也是有差异的。测试人员通常利用故障注入技术揭露云平台系统容错设计上的缺陷,传统故障注入技术大多存在复杂度高、充分性差、自动化程度低等问题。近年来,基于体系结构的故障注入技术被提出。该技术通过对云平台系统注入模拟故障,检测可以破坏系统正常执行的故障组合,进而评估系统容错性能。然而该技术基于对系统拓扑结构的递归求解,在算法性能与可用性上具有较大限制,其次故障组合与系统可靠性之间联系缺乏系统研究。为了准确评估云平台系统的容错性能与可靠性,并进一步优化容错设计,本文围绕能破坏系统正常运转的极小故障组合(即容错瓶颈)这一概念,首先讨论低维度容错瓶颈的研究意义,在此基础上研究了云平台系统结构未知场景下低维容错瓶颈的高效检测方法;并进一步提出了基于容错瓶颈的可靠性计算与薄弱主机定位方法。具体研究内容包括:·针对现有方法检测系统故障组合算法复杂度高且不适用于系统拓扑结构未知场景等问题,本文研究了基于业务追踪的低维容错瓶颈检测方法。该方法通过业务追踪技术可应用于体系结构未知场景且可高效检测系统中低维容错瓶颈,此外实验部分还研究了测试用例执行顺序对算法执行效率的影响及增量式算法框架的应用场景等问题;·本文利用可靠性工程中评估指标(如可靠度函数、平均无故障时间等)对云平台系统可靠性进行度量与比较。针对因云平台业务调用关系复杂导致现有方法难以直接应用等问题,本文提出了基于容错瓶颈的云平台系统可靠性计算方法,并针对算法复杂度高导致实用性差的问题提出两种近似计算方案;·本文研究了基于容错瓶颈的主机薄弱度定义及薄弱主机定位方法,并研究薄弱主机对系统可靠性提升的意义。该方法帮助测试人员寻找系统容错设计中可能存在的容错隐患与缺陷,并定位出系统关键主机,进一步优化系统容错设计。