- •1.Программное обеспечение
- •Виды программ
- •2.Стадии жизненного цикла программного обеспечения
- •2.1.Основные процессы жизненного цикла программного обеспечения
- •2.2.Вспомогательные процессы жизненного цикла программного обеспечения
- •2.3.Организационные процессы жизненного цикла программного обеспечения
- •3.Основные понятия и показатели надежности программных средств
- •3.1.Показатели качества и надежности программного обеспечения
- •3.2.Дестабилизирующие факторы и методы обеспечения надежности функционирования программных средств
- •3.2.1.Модель факторов, определяющих надежность программных средств
- •3.2.2.Методы обеспечения надежности программных средств
- •Предупреждение ошибок
- •Обнаружение ошибок
- •Исправление ошибок
- •Устойчивость к ошибкам
- •Обработка сбоев аппаратуры
- •3.3.Модели надежности программного обеспечения
- •3.3.1.Аналитические модели надежности
- •Динамические модели надежности Модель Шумана
- •Модель La Padula
- •Модель Джелинского – Моранды
- •Модель Шика – Волвертона
- •Модель Мусса
- •Модель переходных вероятностей
- •Статические модели надежности
- •Модель Миллса
- •Модель Липова
- •Простая интуитивная модель
- •Модель Коркорэна
- •Модель Нельсона
- •3.3.2.Эмпирические модели надежности
- •Модель сложности
- •Модель, определяющая время доводки программ
- •3.3.3.Особенности обеспечения надежности функционирования импортных программных средств
- •4.Оценка надежности комплексов аппаратно-программных средств с учетом характеристик программного и информационного обеспечения
- •4.1.Постановка задачи
- •4.2.Общая схема проектной оценки надежности программного комплекса
- •4.2.1.Расчет исходного числа дефектов
- •4.2.2.Расчет остаточного числа дефектов после автономной отладки
- •4.2.3.Расчет остаточного числа дефектов после комплексной отладки
- •4.2.4.Оценка вероятности проявления дефекта при однократном выполнении фсо
- •4.2.5.Оценка вероятности проявления дефектов при многократном выполнении фсо
- •4.2.6.Оценка характеристик потоков инициирующих событий
- •4.2.7.Оценка показателей надежности системы с учетом случайного потока инициирующих событий
- •4.3.Факторные модели
- •4.3.1.Модели распределения числа дефектов в алгоритмах и базах данных
- •4.3.2.Модели распределения дефектов в базах данных
- •4.3.3.Модели эффективности отладки
- •Условная вероятность обнаружения дефекта в км r-го ранга
- •Безусловная вероятность обнаружения дефекта
- •Среднее остаточное число дефектов
- •4.3.4.Модели потоков инициирующих событий
- •4.4.Проектная оценка надежности программного комплекса при выполнении фсо
- •4.4.1.Вероятность проявления дефекта при однократном выполнении фсо
- •4.4.2.Вероятность проявления дефекта при многократном выполнении фсо
- •4.4.3.Вероятность безотказной работы пк в режиме мкцп при случайном потоке инициирующих событий
- •4.4.4.Учет процедур парирования ошибок
- •4.5.Пример проектной оценки надежности программного комплекса
- •4.5.1.Краткое описание аппаратно-программного комплекса
- •4.5.2.Оценка исходного числа дефектов
- •Исходное число дефектов по секциям и алгоритмам
- •Исходное число дефектов в секциях ввода и вывода
- •4.5.3.Оценка числа дефектов фпо по подсистемам до автономной отладки
- •Состав подсистем фпо
- •Исходное число дефектов в подсистемах до автономной отладки
- •4.5.4.Оценка остаточного числа дефектов после автономной отладки
- •Среднее остаточное число дефектов в секциях после ао
- •Результаты автономной отладки (вариант 1)
- •Длина тестовой последовательности после m-й серии
- •Зависимость эффективности ао от трудоемкости
- •4.5.5.Оценка остаточного числа дефектов после комплексной отладки
- •Результаты комплексной отладки
- •Коэффициент полноты отладки км различных рангов
- •4.5.6.Оценка вероятности проявления дефекта при однократном и многократном выполнении фсо после ко
- •Распределение вероятностей проявления дефекта по км
- •Вероятность проявления дефекта при однократном выполнении фсо
- •Вероятность проявления дефектов при многократном выполнении фсо
- •Вероятность проявления дефектов бд до отладки
- •Условная вероятность проявления дефектов бд после автономной отладки
- •Безусловная вероятность проявления дефектов бд после автономной отладки
- •Условная вероятность проявления дефектов бд после комплексной отладки
- •Безусловная вероятность проявления дефектов бд после комплексной отладки
- •Вероятность отказа фпо и ио при однократном выполнении фсо
- •4.5.7.Поток инициирующих событий
- •4.5.8.Вероятность безотказной работы пк
- •Интенсивность отказов подсистем
- •Показатели надежности подсистем
- •Показатели надежности подсистем с учетом парирования ошибок в ио
- •4.6.Оценка надежности программного комплекса по результатам отладки и нормальной эксплуатации
- •Экспоненциальная модель Шумана
- •Экспоненциальная модель Джелинского−Моранды
- •Геометрическая модель Моранды
- •Модель Шика−Волвертона
- •Модель Липова
- •Модель Мусы−Гамильтона
- •Вейбулловская модель (модель Сукерта)
- •Модель Уолла−Фергюссоиа (степенная модель)
- •Структурная модель Нельсона
- •Структурная модель роста надежности
- •Гиперболическая модель роста надежности
- •5.Литература
Экспоненциальная модель Джелинского−Моранды
Экспоненциальная модель Джелинского−Моранды [18]−[20].
Данная модель является частным случаем модели Шумана. Согласно этой модели. интенсивность появления ошибок пропорциональна числу остаточных ошибок:
где
−
коэффициент пропорциональности;
−
интервал между
обнаруженными ошибками.
Вероятность безотказной работы
При
формула (10.48) совпадает с (10.42). В работе
[21] показано, что при последовательном
наблюдении
ошибок
в моменты
можно получить оценки максимального
правдоподобия для параметров
.
Для этого надо решить систему уравнений
Асимптотические оценки дисперсии и
коэффициента корреляции (при больших
)
определяются с помощью формул
Чтобы получить численные значения этих
величин, надо всюду заменить
и
их
оценками.
Геометрическая модель Моранды
Геометрическая модель Моранды [22].
Интенсивность появления ошибок принимает форму геометрической прогрессии:
где D и К − константы; i − число обнаруженных ошибок.
Эту модель рекомендуется применять в случае небольшой длительности отладки. Другие показатели надежности находят по формулам
где п − число полных временных интервалов между ошибками.
Модификация геометрической модели предполагает, что в каждом интервале тестирования обнаруживается несколько ошибок. Тогда
где
−
накопленное к началу j-гo
интервала число ошибок; т − число
полных временных интервалов.
Модель Шика−Волвертона
Модель Шика−Волвертона [23], [24].
Эта модель является модификацией экспоненциальной модели Джелинского-Моранды. Модель основана на допущении того, что интенсивность обнаружения ошибок пропорциональна числу остаточных ошибок и длительности i-го интервала отладки:
то есть с течением времени возрастает линейно. Это соответствует рэлеевскому распределению времени между соседними обнаруженными ошибками. Поэтому модель называют также рэлеевской моделью Шумана или рэлеевской моделью Джелинского−Моранды. Параметр рэлеевского распределения
где п − число полных временных интервалов. Тогда вероятность безотказной работы и средняя наработка между обнаруженными ошибками
Сравнительный анализ моделей [25] показывает, что геометрическая модель Моранды и модель Шика−Волвертона дают устойчиво завышенные оценки числа остаточных ошибок, то есть оценки консервативные или пессимистические. Для крупномасштабных разработок программ или проектов с продолжительным периодом отладки наилучший прогноз числа остаточных ошибок дает модель Шика−Волвертона.
Модель Липова
Модель Липова [26] (обобщение моделей Джелинского−Моранды и Шика− Волвертона).
Эта модель является смешанной экспоненциально-рэлеевской, то есть содержит в себе допущения и экспоненциальной модели Джелинского-Моранды, и рэлеевской модели Шика-Волвертона. Интенсивность обнаружения ошибок пропорциональна числу ошибок, остающихся по истечении (i-1)-го интервала времени, суммарному времени, уже затраченному на тестирование к началу текущего интервала, и среднему времени поиска ошибок в текущем интервале времени:
где
−
интервал времени между
обнаруженными ошибками.
Здесь имеется и еще одно обобщение: допускается возможность возникновения на рассматриваемом интервале более одной ошибки. Причем исправление ошибок производится лишь по истечении интервала времени, на котором они возникли:
где
−
число ошибок, возникших на j-м
интервале. Из (10.51) находим вероятность
безотказной работы и среднее время
между отказами:
где Ф(х) − интеграл Лапласа;
и
−
параметры модели.
Параметры модифицированных рэлеевской и смешанной моделей оцениваются с помощью метода максимального правдоподобия. Однако в этом случае функция правдоподобия несколько отличается от рассмотренной при выводе уравнений (10.49), так как теперь наблюдаемой величиной является число ошибок, обнаруживаемых в заданном интервале времени, а не время ожидания каждой ошибки. Предполагается, что обнаруженные на определенном интервале времени ошибки устраняются перед результирующим прогоном. Тогда уравнения максимального правдоподобия имеют вид
где
для модели (10.50) и
для модели (10.51);
М − общее число временных интервалов.
Коэффициенты А и В находят с помощью формул
для рэлеевской модели и с помощью формул
для смешанной модели. Здесь
−
продолжительность временного интервала,
в котором наблюдается
ошибок. Заметим, что при
уравнения (10.52) приобретают вид (10.49),
тогда М=К, что соответствует
в (10.49),
