论文部分内容阅读
常用的软件可靠性模型都假定失效数据服从一定的随机分布,并且需要一定的失效数据量才能体现模型的统计特性。由于高可靠软件在可靠性测试过程中的失效数据少,这些常用模型难以适用。对此,本文研究高可靠软件的可靠性评估技术,给出了适用于失效数据稀少情况的软件可靠性极值统计模型,讨论了模型的参数估计方法和假设检验方法;针对可靠性测试时的操作剖面和实际运行的操作剖面的差异,提出了剖面差异性因子和多版本校准方法,以提高可靠性评估的准确度。
本文假设高可靠软件的可靠性测试过程中发生失效是独立同分布的稀有事件,从理论上分析了极值统计理论用于软件可靠性评估的可行性,建立了软件可靠性极值统计模型SE-SRM。针对模型参数估计,讨论了最好线性无偏估计和极大似然估计的优劣;针对模型假设检验,讨论了图解法、相关系数法和Kolmogrov检验法的优劣。另外,本文讨论了软件可靠性极值统计模型 SE-SRM 用于不完全失效数据进行软件可靠性评估的可行性,并简要介绍了参数估计和假设检验方法。
软件可靠性模型都要求测试时的操作剖面与实际运行时的操作剖面一致,但这往往很难达到,造成测试完成之后的可靠性预计与发布之后实际运行中达到的可靠性有较大差距。为了提高软件可靠性评估的准确性,本文提出了剖面差异性的概念,认为同一软件各个版本的测试操作剖面与实际操作剖面之间的差异性是相同的。在此前提下,提出了一个多版本校准方法 MVC,该方法利用软件以前版本的剖面差异性来改进软件当前版本的可靠性评估。