[发明专利]软件系统可靠性预计方法、装置、计算机设备和存储介质有效
申请号: | 202010431680.8 | 申请日: | 2020-05-20 |
公开(公告)号: | CN111679972B | 公开(公告)日: | 2022-08-09 |
发明(设计)人: | 吴玉美;李璇;刘斌 | 申请(专利权)人: | 北京航空航天大学 |
主分类号: | G06F11/36 | 分类号: | G06F11/36 |
代理公司: | 北京睿博行远知识产权代理有限公司 11297 | 代理人: | 彭姣云 |
地址: | 100191*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 软件 系统 可靠性 预计 方法 装置 计算机 设备 存储 介质 | ||
本发明公开了一种软件系统可靠性预计方法,包括如下具体步骤:对软件进行功能分解,分解成软件模块;由软件模块的固有特性和开发过程特性提取影响软件模块可靠度的因素,并确定各个因素对软件可靠性的影响程度;建立模块可靠度预计模型,完成模块可靠度预计;建立软件可靠性预计模型,利用得到的模块可靠度,预计软件可靠性。一种软件可靠性预计方法、装置、计算机设备和存储介质用于软件可靠性早期预计,在软件开发过程中提高软件本身的可靠性,对于实现资源计划和质量预报有着重要的意义。
技术领域
本发明涉及软件测试技术领域,更具体的说是涉及一种软件系统可靠性预计方法、装置、计算机设备和存储介质。
背景技术
软件可靠性预测有三要素:软件可靠性模型,参数的估计方法(算法) 和数据。自从1972年Jelinski和Moranda提出了“软件可靠性预测模型”以来,经过许多学者的研究,先后提出了几十个模型。软件可靠性预计和评估模型对软件可靠性的估计起到了非常重要的作用,但是这些软件可靠性模型都是在软件开发完成后,利用对软件运行、测试过程中所得到的失效数据进行可靠性预计,它只是对软件的可靠性指标进行了预计,并不能够对软件本身的可靠性提高产生作用。若要提高软件的可靠性,在软件的开发周期的开始,就要求对软件可靠性进行预计并提高软件的可靠性。但目前的软件可靠性模型并不能够在软件的开发早期使用,即不能在软件的开发早期对软件可靠性进行预计,因而需要建立软件早期可靠性预计模型。
软件在开发早期虽然软件产品本身并不存在,但它的功能需求、应用类型和计划开发的环境是已知的,因此可以利用这些已知的信息进行早期可靠性预测。
软件可靠性早期预计还处于初级发展阶段,国外自1986年开始研究,提出了一些模型、算法及研究方法。目前已公开发表的模型有以下几种:由 Gaffney和Davis提出的基于阶段的模型(phase-based model);由Agresti和 Evanco提出的预测Ada程序设计中软件缺陷的模型;美国ROME实验室提出的模型;Maryland大学的Carol Smidts等人提出的一种早期预计的方法。但这些方法中仍然有许多问题尚未解决,主要表现为:首先,没有考虑在软件开发过程中,特别是早期,存在许多模糊的因素;其次,许多方法在应用中难度较大,实现起来非常困难。
发明内容
有鉴于此,本发明提供了一种软件系统可靠性预计方法、装置、计算机设备和存储介质,提高装备软件可靠性,实现资源计划和质量预报有着重要的意义。
为了实现上述目的,本发明提供如下技术方案:
一种软件系统可靠性预计方法,包括如下具体步骤:
对软件进行功能分解,分解成软件模块;
由软件模块的固有特性和开发过程特性提取影响软件模块可靠度的因素,并确定各个因素对软件可靠性的影响程度;
建立模块可靠度预计模型,完成模块可靠度预计;
建立软件可靠性预计模型,利用得到的模块可靠度,预计软件可靠性。
在一个实施例中,对软件进行功能分解:
根据开发需求,确定软件的功能和软件的工作要求;同时识别软件的基本部件。
在一个实施例中,提取影响软件模块可靠性的因素:
软件模块可靠性可由模块的固有特性和开发过程特性得到。
软件模块固有可靠性特性的预计方法是,分析软件错误类型,将软件错误分为逻辑错误、接口错误、输入/输出错误、计算错误,将软件模块的固有特性分为结构特性、功能特征、任务特征、系统与输入特征四大类;
开发过程特性包括软件开发的基本活动、软件开发的支持活动和软件开发管理活动。
在一个实施例中,基于固有特性的模型可靠度计算方法如下:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010431680.8/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于Adaboost的软件缺陷预测方法
- 下一篇:一种防感茶