随着互联网技术的发展,软件规模不断变大,复杂度随着规模的扩大呈指数级上升。软件开发成本和进度更加难以控制,软件质量越来越不可靠,软件危机也随之而来。为了解决这一危机,M.D.Mcllroy提出了软件复用、软件构件、构件工厂等概念,通过构件组合和演化来构造软件系统。然而,随着网构软件数量的增多,如何选择合适的构件成为当前研究的热点和难点。现有的研究工作,有的只给出了可信性评估模型,没有具体的实现方案;有的只是考虑了可靠性一个属性,而没有考虑其他方面。为了克服这些不足,本文提出一个可信性评估模型,给出了具体的实现方案。针对模型对于其先验条件概率的获取存在的一些问题,采用风险评估的方法获取相关属性的可靠性,为可信性评估模型提供有力的数据依据,以此来提高评估的可信度,使之能够更加科学、合理的指导网构软件的选择。以下是本文的主要工作:(1)针对先验条件概率存在的问题,使用风险评估方法对其进行修正。首先利用MMHC算法结合贝叶斯网络建立风险评估模型,对风险进行初步处理,得到风险源概率和风险条件概率;其次使用贝叶斯网络的算法计算出风险概率,再使用层次模型分析法,构建相关的层次结构图,以此来生成相关的关联矩阵,经过对关联矩阵的处理,得到各个属性值相应的可靠性以及系统模块整体上的可靠性,为可信性评估提供了有力的数据依据;(2)针对如何更好的选择网构软件的问题,提出基于贝叶斯算法的可信性评估模型。该模型首先对构件系统进行结构分析,然后对其进行模块划分和结构层次划分,在此基础之上,建立相应的可信性评估体系;其次,采用自底向上的计算方法确定各个子实体的可信性评估值;最后,对评估指标进行修正得到统一的可信性评估结果,以此来指导网构软件的选择。实验说明:基于贝叶斯算法的可信性评估模型使用被风险评估模型修正过的先验概率做出的可信性评估可以更加客观、明确地对网构软件进行评估,能够更加科学、有效地指导网构软件的选择。