论文部分内容阅读
随着软件系统在计算机系统中扮演着越来越重要的角色,关于软件可靠性方面的研究也越来越多。在过去的三十年里,科学家们提出了许多软件可靠性增长模型。其中非齐次泊松过程(NHPP)模型是软件可靠性模型中很重要的一大类,在软件可靠性工程中也被广泛使用。
统计方法在软件可靠性工程中有着广泛的应用。软件可靠性的估计与预测就是通过对收集的软件故障数据分析得到的。在NHPP模型中,强度函数的一些参数是未知的,它们可以用统计方法进行估计。一旦强度函数确足之后,软件可靠性及相关测度就自然可以得出。
在第一章,我们对软件可靠性及相关问题作了简单的介绍。首先讨论了软件可靠性研究的重要意义和介绍了一些软件可靠性的基本概念。然后我们再给出了软件可靠性的基本定义以及介绍了软件可靠性与硬件可靠性之间的关系。
在第二章,我们回顾了一些已有的重要的软件可靠性模型,首先,介绍了马尔可夫过程模型,包括了最早的软件可靠性模型Jelinski-Morand模型及该模型的推广。然后我们介绍了用非齐次泊松过程来描述软件失效过程的模型,其中重点讨论了一些主要的NHPP模型,包括G-O模型,M-O模型和S-形模型等,最后,我们简要的介绍了一些其它类型的软件可靠性模型。
在第三章,我们提出了用非参数方法来估计软件的故障强度。在实际情况中,如何选择合适的强度函数来拟合故障数据是一个很困难的问题。一个不适合的参数模型有可能会引起很大的模型误差。我们构造了局部似然方法来拟合软件的故障数据。并且给出一些实际数据计算的例子。最后我们讨论了局部似然估计的一些渐近性质。
在第四章,我们研究了带变点的NHPP软件可靠性模型。在实际中,软件测试过程会受到很多因素的影响,因此软件的故障强度函数可能是不连续的,则就需要考虑带变点的NHPP模型。我们提出了极大似然估计过程
来估计模型中未知的参数。这种方法不仅适用于故障时间数据,对不完全数据也适用。同样,我们也给出了故障过程变点估计的非参数方法。最后,模拟计算的结果也表明估计的效果良好。