- •Галузева система управління якістю методи оцінки показників якості програмного забезпечення програмно-технічних комплексів критичного призначення Отраслевая система управления качеством
- •1 Сфера застосування
- •2 Нормативні посилання
- •3 Терміни та визначення понять
- •3.2 Безпека програмного забезпечення
- •3.8 Життєвий цикл системи
- •3.9 Інструментальний засіб (case-інструмент)
- •3.10 Категорія критичності програмного забезпечення
- •3.15 Оцінювання якості програмного забезпечення
- •3.16 Показники (характеристики) якості програмного забезпечення
- •3.19 Програмно-технічний комплекс
- •4 Познаки та скорочення
- •3.13 Надійність програмного забезпечення
- •5 Методи оцінювання показників якості програмного забезпечення критичного призначення
- •5.1 Методи оцінювання показників якості програмного забезпечення
- •5.2 Інспекції процесів розроблення програмного забезпечення
- •5.3 Методи тестування програмного забезпечення
- •5.3.1 Загальні положення щодо тестування програмного забезпечення
- •5.3.2 Методи функціонального тестування програмного забезпечення
- •5.3.2.1 Загальні положення щодо функціонального тестування програмного забезпечення
- •5.3.2.2 Тестування транзакцій
- •5.3.2.3 Тестування областей вхідних даних
- •5.3.2.4 Тестування синтаксису
- •5.3.2.5 Тестування логічних умов
- •5.3.2.6 Тестування станів
- •5.3.3 Метод структурного тестування програмного забезпечення
- •5.3.3.1 Загальні положення щодо структурного тестування програмного забезпечення
- •5.3.3.2 Тестування маршрутів
- •5.3.3.3 Тестування циклів
- •5.3.3.4 Тестування обробки даних
- •5.4 Методи статичного аналізу програмного забезпечення
- •5.4.1 Загальні положення щодо статичного аналізу програмного забезпечення
- •5.4.2 Аналіз потоку управління
- •5.4.3 Аналіз потоку даних
- •5.4.4 Метрична оцінка програмного забезпечення
- •5.5 Метод імовірнісної оцінки надійності програмного забезпечення
- •5.5.1 Загальні положення щодо імовірнісної оцінки надійності програмного забезпечення
- •5.5.2 Оброблення статистичних даних про відмови програмного забезпечення
- •5.5.3 Визначення параметрів моделей надійності
- •5.5.3.3 Мнпз, їхні допущення та аналітичні співвідношення
- •5.5.3.4 Модель Джелінського–Моранді
- •5.5.3.5 Модель Гела–Окумото
- •5.5.3.6 Модель базова s-подібна
- •5.5.3.7 Модель Шика–Уолвертона
- •5.5.3.8 Перша геометрична модель Моранди
- •5.5.3.9 Модель Муси–Окумото
- •5.5.3.10 Метод максимуму правдоподібності
- •5.5.3.11 Метод найменших квадратів
- •5.5.3.12 Приклади застосування моделей надійності програмного забезпечення
- •5.5.3.12.2 Оцінка показників надійності за допомогою мнпз, описаних у 5.5.3.4-5.5.3.9.
- •5.5.3.12.3 Модель Джелінського-Моранді
- •5.5.3.12.4 Модель Гела-Окумото
- •5.5.3.12.5 Базова s-подібна модель
- •5.5.3.12.6 Модель Шика-Уолвертона
- •5.5.3.12.7 Перша геометрична модель Моранді
- •5.5.3.12.8 Модель Муси-Окумото
- •5.5.4 Вибір моделі надійності програмного забезпечення
- •5.5.4.3 Критерій Колмогорова-Смирнова
- •5.5.4.4 Критерій 2
- •5.5.4.5 Критерій мінімального сумарного квадратичного відхилення:
- •5.5.5 Прогнозування показників надійності програмного забезпечення
- •5.6 Аналіз видів, наслідків і критичності відмов програмного забезпечення (sfmeca)
- •5.6.1 Загальні положення щодо аналізу видів, наслідків і критичності відмов
- •5.6.2 Основні принципи виконання sfmeca
- •5.6.2.1 Базування sfmeca
- •5.6.2.2 Визначення функціональної структури програмного забезпечення
- •5.6.2.3 Одержання вихідної інформації
- •5.6.2.4 Подання структури програмного забезпечення
- •5.6.2.5 Ідентифікація видів відмов
- •5.6.2.6 Аналіз відмов із загальної причини
- •5.6.2.7 Аналіз критичності
- •5.6.2.8 Зв'язок між sfmeca та іншими методами
- •5.6.3 Процедура виконання sfmeca
- •5.6.3.1 Процедура виконання sfmeca
- •5.6.3.2 Визначення вимог до програмного забезпечення
- •5.6.3.3 Розроблення діаграм, схем та інших математичних моделей і описів
- •5.6.3.4 Вибір рівнів програмного забезпечення і документації
- •5.6.3.5 Ідентифікація видів, причин і впливу відмов
- •5.6.3.6 Ідентифікація методів виявлення відмов та їх ізолювання
- •5.6.3.7 Опис значення відмов та альтернативних запобіжних заходів
- •5.6.3.8 Оцінка критичності та імовірності відмов
- •5.6.3.9 Розроблення рекомендацій і звіту за результатами sfmeca
- •5.7 Аналіз дерева відмов програмного забезпечення (sfta)
- •5.7.1 Загальні положення щодо аналізу дерева відмов програмного забезпечення
- •5.7.2 Процедура виконання sfta
- •5.7.2.1 Процедура виконання sfta
- •5.7.2.2 Визначення області аналізу
- •5.7.2.3 Ознайомлення з проектом, функціями і роботою програмного забезпечення
- •5.7.2.4 Визначення кінцевої події
- •5.7.2.5 Побудова дерева відмов
- •5.7.2.6 Логічний і чисельний аналіз дерева відмов
- •5.7.2.7 Розроблення звіту про результати аналізу
- •5.7.3 Умовні позначки для дерева відмов
- •5.8 Керівництво з адаптації нормативного документа
- •Додаток а
- •Бібліографія
5.5.4 Вибір моделі надійності програмного забезпечення
5.5.4.1 Для вибору найбільш прийнятної МНПЗ використовують критерії згоди. Для кожного конкретного випадку може бути використано один або кілька критеріїв. У цьому методі для застосування рекомендовано наступні статистичні критерії згоди:
критерій Колмогорова-Смирнова;
критерій 2;
критерій мінімального сумарного квадратичного відхилення.
Зазначені критерії є найпоширенішими та апробовані на практиці. За необхідності наведений перелік критеріїв згоди може бути розширеним.
5.5.4.2 Припустимо, що зроблено n незалежних випробувань, у кожному з яких випадкова величина X прийняла певне значення. На основі цих даних складено статистичний ряд розподілу випадкової величини X:
X: |
x1 |
x2 |
… |
xi |
… |
xk |
p1* |
p2* |
… |
pi* |
… |
pk* |
де
– частота події (X = xi);
ni – число випробувань, у яких з'явилася ця подія.
Далі висувається гіпотеза про те, що випадкова величина X має наступний ряд розподілу:
X: |
x1 |
x2 |
… |
xi |
… |
xk |
, |
p1 |
p2 |
… |
pi |
… |
pk |
а відхилення частот pi* від імовірностей pi пояснюється випадковими причинами. Щоб перевірити правдоподібність цієї гіпотези, використовують міру розбіжності статистичного розподілу з гіпотетичним.
5.5.4.3 Критерій Колмогорова-Смирнова
Мірою розбіжності для цього критерію є величина D – максимум модуля різниці частот і відповідних імовірностей:
.
(5.51)
Обчислене значення критерію порівнюють із критичним значенням, отриманим зі спеціальної таблиці. Якщо отримане значення критерію більше критичного, робиться висновок про те, що дані суперечать висунутій гіпотезі про закон розподілу випадкової величини. В іншому випадку гіпотезу вважають не суперечною дослідним даним.
5.5.4.4 Критерій 2
Як міра розбіжності для даного критерію згоди використовується сума квадратів відхилень:
,
(5.52)
де ci – додаткові коефіцієнти введені тому, що відхилення, які ставляться до різних значень pi, не можна вважати рівноправними за значимістю: одне й теж за абсолютною величиною відхилення pi* – pi може бути малозначним, якщо сама імовірність pi велика, і дуже помітним, якщо вона мала. Пірсон довів, що якщо прийняти –
,
(5.53)
то при більшій кількості випробувань n закон розподілу величини R практично не залежить від закону розподілу випадкової величини X і мало залежить від числа дослідів n, а залежить тільки від числа k і зі збільшенням n наближається до розподілу 2.
Таким чином, критерій згоди 2 має вигляд:
.
(5.54)
Розподіл 2 залежить від параметра r, названого «числом ступенів свободи». За умови використання цього критерію згоди передбачається, що число ступенів свободи дорівнює числу розрядів k мінус число незалежних умов («зв'язків»), накладених на частоти pi*. Прикладами таких умов є наступні:
сума усіх частот дорівнює одиниці (накладається в усіх випадках);
статистичне середнє дорівнює гіпотетичному;
статистичне значення дисперсії дорівнює гіпотетичному тощо.
За допомогою розрахованого значення критерію та спеціальних таблиць визначають імовірність, на підставі якої роблять висновок про несуперечності висунутої гіпотези. Якщо значення цієї імовірності менше обраного «рівня значимості» (таке значення , що подія з імовірністю вважається вже практично неможливою), то це означає, що дослідні дані суперечать гіпотезі про закон розподілу випадкової величини X. В іншому випадку гіпотеза вважається правдоподібною або, принаймні, не суперечною дослідним даним.
