复杂软件可靠性评估代数方法及其实证研究

来源 :合肥工业大学 | 被引量 : 0次 | 上传用户:ggf9988998
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
软件可靠性建模与评估是软件工程领域的一个重要研究方向。随着计算机软件进入人类活动的各个领域,对软件质量的要求越来越高,而软件可靠性作为代表软件运行安全性与稳定性的最重要指标,在衡量软件开发质量、保证软件系统可依赖性方面发挥着重要作用,尤其针对应用于交通、电力、航天、国防等领域的一类安全关键软件而言。
  通过引入代数理论相关新的方法,围绕在软件开发前期如何有效开展可靠性建模与评估问题,论文主要解决了复杂软件的可靠性结构描述与计算困难,并进一步提出适用于软件结构演化过程的可靠性分析方法。同时论文在传统软件可靠性增长模型的改进以及可靠性结构化模型的实证方面也作了深入探讨。论文主要工作如下:
  (1)阐述了软件可靠性评估的研究背景与研究意义,明确了软件可靠性模型与软件可靠性评估之间的关系,对两类主要模型——软件可靠性增长模型与软件可靠性结构化模型分别从建模思想、主要模型及适用范围等方面进行论述,总结了目前软件可靠性建模方法存在的不足,指出需要进一步解决的问题。
  (2)针对软件开发后期可靠性预测问题,研究了结合测试工作量与故障检测率对非齐次Poission过程类可靠性模型的改进。首先详细论述了非齐次Poission过程类可靠性模型在引入测试工作量后的基本假设与数学表达,解释测试工作量的建模含义并列举了测试工作量函数的主要形式。其次讨论故障检测率对模型改进的作用,并引入可拟合不同测试阶段的故障检测率函数。在此基础上,构建了兼顾测试工作量与故障检测率两种要素的可靠性数学模型,用以对软件可靠性增长模型作出改进。实验表明,改进模型在预测精度、拟合优度等关键性能指标上整体优于其它代表性可靠性增长模型。
  (3)针对软件开发前期可靠性估计问题,研究了代数方法在结构化可靠性建模以及计算中的作用。首先通过引入代数工具将软件基本结构风格特征抽象为代数范式形式,并对每种代数范式附加可靠性计算准则,使得范式成为可匹配的一艘陛模式。然后对复杂软件结构建立由表达式组成的代数模型,表达式可由各基本范式组合、嵌套形成,用以表达软件局部及整体结构的复杂性。在此基础上提出代数模型的解析算法,算法将对诸表达式自动逐层识别并匹配各类型范式,从而完成复杂软件整体可靠性的求解。代数方法相较于其它可靠性结构化建模方法,更好地解决了对复杂软件结构的建模描述问题,并进一步形成一般性的可靠性计算方法。实验表明代数方法的可靠性评估结果是有效的,并在软件开发前期可靠性实时、自动计算方面展现出良好的适用性。
  (4)针对软件演化过程中的可靠性分析与评估问题,研究了基于代数方法的演化过程描述以及演化行为可靠性实时评估。首先讨沦了软件演化问题的实质及其对可靠性的影响,阐明简单增量式演化与结构演化两类问题。然后通过对演化原子操作的定义,将软件演化过程描述为原子操作序列,并基于代数方法跟踪评估、分析演化序列中的每一步操作对整体可靠性的影响,形成面向软件演化的可靠性评估流程。通过实际算例验证,流程可有效分析演化关键环节及整体趋势,适用于反馈和约束演化方案设计以达到提高软件产品质量的目的。
  (5)针对在实际软件项目开发中可靠性结构化模型因缺少建模参数而不易应用的问题,研究了基于多项式回归和基于循环神经网络的模块可靠性数值估计方法。结合使用代数方法以及上述模块可靠性估计值,完成了对开源项目数个版本的整体可靠性评估。实证研究旨在解决如何有效实施可靠性建模与评估,根据实验阶段性结果与最终结果,并与使用测试失效数据的几种可靠性增长模型作对比验证,说明了从结构分析角度使用代数方法评估实际项目可靠性是可行的。
其他文献
问答系统是体现人工智能的一种通用方法,是自然语言处理领域非常重要的一个方向。随着多种媒体数据的积累和深度学习在各个领域取得的突破性进展,跨媒体智能给问答系统带来了新的机遇和挑战。以视觉问答为典型代表的跨媒体问答方向得到了广泛的关注和研究。  视觉问答(Visual Question Answering,VQA)是回答关于图像问题的任务,输入为一幅图像以及关于该图像的开放自由的自然语言问题,输出为文
学位
图像及视频数据包含大量的视觉信息,人类可以利用这些信息进行学习和推理,进一步理解活动规律和社会行为。随着数据的海量涌现,如何从获得的海量冗余的视觉数据中甄别和遴选出关键视觉信息,并为后续视觉语义内容理解和分析提供支持,是当今计算机视觉领域所关注的热点问题,具有十分重要的研究意义。  在这些热点研究中,如何在去除图像、视频数据中冗余背景信息基础上,甄别发现具有丰富语义信息的视觉目标物体,即显著性目标
由于影视和游戏制作等领域的需求驱动,三维人脸重建一直是计算机图形学中重要研究方向。与设计师人工建模不同,三维人脸重建主要从输入数据中自动塑造人脸几何。输入类型主要有:2D数据(图像或视频),2.5D数据(立体图像或视频、深度图),3D数据(点云、网格等)等。其中基于单张图像的三维人脸重建输入设备最简单,输入数据量最少,互联网上的素材量最大,因此在面向普通用户的消费级的应用中也最具有潜力。近年来,随
三维重建是计算机视觉中的研究内容之一。准确快速地获取场景中的三维信息(深度)在逆向工程、机器人、导航、增强现实等领域中有着重要作用。在获取场景深度信息的方式上,相比于较为昂贵的激光雷达、结构光扫描仪等仪器,被动式立体匹配方法通过较为廉价的设备(双目相机)即可获取相对较高精度的深度信息。本文借鉴深度学习、数理统计等理论和方法,深入研究了相机标定以及双目立体匹配算法,并将其用于高精度三维人体模型重建。
人体的视觉感知与理解在安防监控、自动驾驶、人机交互、视频内容分析等方面有诸多的应用前景,因而一直是计算机视觉领域的重要研究课题,受到工业界和学术界的广泛关注。多年来,研究员们围绕这一课题中的关键技术展开研究,并取得了丰硕成果。然而,目前的技术研究大多是聚焦于其中的主流问题,技术覆盖不够全面,将这些技术落地到实际应用场景时,尚存在一些诸如恶劣光照条件下对人体的检测定位不够理想,对人体细粒度行为的识别
学位
使用消费级、低精度的深度相机对三维物体进行快速重建,在智能机器人、自然人机交互等领域具有重要的应用价值。由于消费级深度相机所采集的深度图像精度较低,噪声较大且易产生孔洞,如何实时、交互式、高保真度地重建真实场景的三维模型仍具有一定的技术挑战性。本文对基于稠密深度数据的实时相机跟踪与高精度表面重建进行了深入研究,对三维重建流程的几个关键环节进行了改进和提升,形成了解决方案。主要工作如下:  (1)针
学位
高光谱数据(图像)不仅包含目标的二维空间结构图像,也记录一维几十到几百个波段光谱响应曲线,分别描述目标的空间地物分布和详细光谱特征。高光谱图像上述独特的特性增加了其表示和重构的难度。如何通过恰当的模型假设,把高光谱图像内在的结构抽象为数学模型,有效利用空间信息、谱信息以及空谱联合信息是高光谱图像处理的关键。  高光谱数据是高维数据。低秩和稀疏表示是刻画高维数据低维结构的重要方式。稀疏和低秩假设有助
基于大数据驱动的图像转换技术是图像合成、虚拟现实和机器学习等领域中的重要研究内容,其研究进展在刑事侦破、文化娱乐及航天遥感等方面有着重大的应用价值。尽管计算机视觉领域在最近一些年取得了巨大地突破,但在一些具体的视觉任务中依然还有很长的路要走。对于图像之间的转换来说,如何建立不同域之间图像流形上的映射是一个比较难处理的问题。对于人类视觉来说,图像的理解与生成过程可以认为是人类眼球视觉细胞对于光线敏感
学位
随着数字经济的迅猛发展,人与信息交互的日常化、普遍化,从信息匮乏的时代走向了信息爆炸的时代。在这个时代,如何从海量的多媒体异构数据中寻找到自己感兴趣的信息对于消费者来说变得越来越困难。与此同时,如何高效地寻找到目标用户转换服务价值对于信息投放者来说也变得异常困难。由此,注重用户的个性化需求以及能够盘活长尾资源的个性化推荐系统应运而生。然而,随着平台化经济的快速发展,用户在平台内与物品的交互呈现多样
学位
为了更有效找到商品与用户的匹配,个性化广告推荐根据用户的相关信息,对每个用户实施不同的商品推荐。为了更好的展现商品,个性化的创意性广告需求量大增。但是个性化的创意性广告的制作,需要大量的素材图片,其中包含去除背景的商品图。通常人工图像抠图需要几分钟到几十分钟,为了减轻和替换大量的人力劳动,自动化商品广告制作可以带来很大的收益。  本文提出以非人商品图抠图和人物商品图抠图两个分支,来解决自动商品图抠
学位