基于状态变迁矩阵的软件可靠性建模方法研究

来源 :大连理工大学 | 被引量 : 0次 | 上传用户:maygrass
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着硬件技术进步和软件技术积累,软件复杂度随着软件体量日益增加。如何保证软件可靠性越来越得到人们重视。采用基于模型的形式化方法对软件建模以及模型的正确性验证是当前行之有效的方法。本课题针对软件开发的不同阶段,使用形式化建模方法的方法保证需求的正确性。在软件完成后,使用自适应随机测试方法保证程序的正确性。状态变迁矩阵(STM)形式化建模方法能应用在软件开发的各个阶段。针对STM中单元格处理对多变量嵌套判断问题上不完善,提出引入决策表的STM形式化建模方法。通过建模过程中确认需求多个变量关系以及变量的划分区间,完整填入决策表中。使用C4.5决策树生成算法生成,能生成条件判断最少的分支结构。在决策树中引入权重,能使决定不同属性判断的先后顺序,生成更符合实际情况的分支,更具逻辑性。最后通过程序代码转化算法,生成具有编码规范的程序代码,使代码更易理解,降低日后修订查阅的成本。最后通过分层建模实例以及生成的程序代码,说明建模方法的可操作与正确性。对于STM正确性的验证问题,针对已有的验证方法不足,提出黑盒测试的STM的自适应测试方法,该方法测试成本低,并在一定程度上弥补其余方法的不足。方法采用FSCS算法,并对其变量距离计算进行改进,通过每次选取已生成与已测用例距离最远的测试用例来作为下一个测试用例。STM中随机事件序列生成与测试用例的距离衡量是研究的重点。通过将事件序列与输入变量联合生成测试路径,将测试路径距离转换为字符串之间的编辑距离。通过实验确定事件序列距离对于整个测试用例距离的影响并确定其权重。最后设计实验与随机测试方法进行比较说明了方法的有效性。
其他文献
随着云计算与大数据技术的骤速发展,数据的存储问题得到了越来越多的重视。用户通过按需付费的方式向云存储提供商购买存储服务。因此,具有高可靠性、低成本、自动容错等特点
在公开的互联网中传输信息很容易受到窃取或者破坏,尤其是涉及到相关领域的核心数据时,就会带来巨大的安全隐患,数字水印技术在维护数字产品版权等领域发挥了巨大的作用。传
随着软件的不断发展,软件测试的重要性逐步显现。回归测试作为软件生命周期的一个组成部分,在整个软件开发的过程中占有相当大的比重。软件在开发过程中会进行多次回归测试,
大数据是信息时代的里程碑,正在以巨大的能量推动着人类社会的深刻变革。随着信息技术的跨越式发展,尤其是互联网和电子存储技术,使得人类与大数据的关系更加紧密。在大数据
对比序列模式挖掘是数据挖掘中的重要课题之一,在实际应用中具有非常高价值。对比序列模式挖掘旨在从具有类标签的序列数据中挖掘出具有明显差别的序列模式。近年来各种各样
传统的X射线探测器结构复杂,成本高,而基于CMOS传感器的解决方案欲求通过X射线的灰度值得出辐射剂量,而灰度值和辐射剂量之间的关系是未知的,因此本文设计和实现了一个基于FP
大数据时代来临,海量数据的存储对当前计算机存储和处理能力提出了巨大的挑战。并行计算、云计算等技术日渐成熟,处理器性能显著提高使得计算机的信息处理能力足够强大,但计
现有的分类算法被广泛应用于数值唯一的数据分类问题。然而,在许多真实应用中普遍存在数值服从某种分布的不确定数据,如果使用传统的分类算法对不确定数据进行分类,那么极有
随着移动互联网的快速发展,智能手机作为移动互联网的接入终端,在全球范围内已经得到了大量的使用,成为了人们工作和社交娱乐最主要的工具之一。其中Android系统因为良好的用
随着移动互联网的快速发展,全网移动应用数量逐年攀升,人们在生活中越来越多地依赖移动智能设备,不法商家找到可乘之机,恶意移动应用层出不穷,移动互联网的安全形势也愈发严