基于加权多维隶属度函数的软件可靠性模糊评估

《基于加权多维隶属度函数的软件可靠性模糊评估》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、基于加权多维隶属度函数的软件可靠性模糊评估麵刘征宇鵬合肥工业大学计算机与信息学院合肥工业大学机械工程学院传统软件可靠性预测模型通常把软件视为“黑箱”，仅依据软件测试或实际运行阶段的失效数据来评估，忽略了软件开发过程中的实际影响因素。为此，文章提出一种基于加权多维隶属度函数的软件可靠性模糊评估方法。首先对软件可靠性因素进行分析，并借助粗糙集理论对以上因素进行属性约简，构建软件可靠性的加权多维隶属度函数。该方法可用于对软件开发前、中、后阶段的软件可靠性进行预测和评估。实验结果表明，所提出的方法能够实现对安全关键软件可靠性的准确

2、评估。关键词：软件可靠性;加权;粗糙集;属性约简;隶属度函数;同时伴随着软件系统规模的增大及其复杂性的增强，软件系统的可靠性问题更为突出。可靠性作为衡量软件质量的关键指标之一，一直以来缺少有效的实用度量方法LQo目前常用的软件可靠性评估方法主耍有以下2类:(1)以软件可靠性测试阶段所获得的失效数据为对象，在软件内部错误、失效及排除过程的相应假设的基础上，利用数理统计及概率推理等数学工具建立统计分布模型，从而构建基于失效数据的软件可靠性评测模型m。s前该类模型多为软件可靠性增长和预测模型，主要包括改进的Jclinski-Mo

3、randa模型m、Bayesian推理预测模型U1等。这类模型一般需耍对软件内部错误、失效及排除过程的特性做出和应的假设。然而这些假设都或多或少与软件失效及排错过程的实际情况有所不符，在实际的软件可靠性评估与预测中的准确性不高［5］。(2)通过分析软件生命周期中影响软件可靠性的主要因素，例如编程语言、重用代码比例、软件复杂度等，并根据软件特性建立软件可靠性的回归预测模型［6-7］。主要包括基于人工神经网络的模型、基于支持向量机的时间序列回归模型等。该类模型对平稳的失效数据序列具有较高的模型精度，但对非平稳的失效数据有时不尽

4、如人意。为了进一步提高软件可靠性评估的精度，上述2类构建方法通过引入多维评价因素给出Y新的评估模型。但是在分析过程屮，这些评价因素的维度及其与模型的相关性阈值，均由研宄者根据个人经验判定，由此也带来了新的问题，即受个体认知能力和经验水平的差异，会造成模型输入信息的冗余或损失，前者会降低评估的精度，后者会加重模型的复杂度，从而影响评估结果的稳定性。可以看出，该问题已成为软件可靠性评估方法研究与发展屮亟待解决的关键问题。本文从粗糙集理论和模糊集合隶属度定义出发，通过对软件可靠性因素进行分析，提出了一种基于赋权多特征相似性融合的

5、隶属度计算方法。该方法首先综合考虑软件生命周期中影响可靠性的各种因素，并将软件可靠性视为一个模糊集合，然后借助粗糙集从影响模糊集合的众多特征中约简得到若干重要特征以及重要性，并采用加权欧氏距离计算模糊集合的隶属度函数。在此基础上，提出了棊于加权多维隶属度函数的软件可靠性模糊评估方法。通过实验对评估效果进行了验证，实验结果表明，该方法能够显著提升评估性能。同时能够克服小样本集上易出现的过拟合及表现力差的问题，具有较好的稳健性。1软件可靠性的影响软件可靠性是关于软件是否能够满足需求功能的性质，实际上软件可靠性在其生命期N受到各

6、种因素的影响，如软件规模、开发环境、可靠性分析技术、软件测试技术、幵发人员的能力和经验测试工具、测试人员的思路、风格及经验、不完全排错、运行环境、数据记录误差等M。上述可靠性因素都是取自于软件开发过程中的各个阶段，它们都在不同程度上影响着软件的可靠性。因此，可靠性因素与软件可靠性水平密切相关。本文在分析已冇研究成果基础上，给出了软件可靠性的综合评估指标体系。该体系首先从4个方面对软件可靠性做出总体评估,接着针对每个方面列出了影响软件可靠性的若干具体因素，具体如下：(1)分析和设计类影响因素。包括规格说明的改动、频率、软件设

7、计文档、设计方法、需求分析、详细设计、阶段评价标准、开发环境、开发难度、幵发努力程度、开发技术水平、软件规模、软件类别等。(2)编码类影响因素。包括程序员技能、高素质程序员的比例、开发队伍的规模、工作压力、应用领域专业知识、开发人员的综合素质、重用代码率、编程语言等。(3)测试类影响因素。包括测试环境、测试努力程度、测试方法、测试资源的配置、测试覆盖率、测试工具、测试文档等。(4)环境的影响因素。包括处理器、存储设备、1/0设备、运行环境、系统软件等。2属性约简对于软件可靠性因素选取，0前仍没有一种通用的方法。若将所列出的

8、可靠性因素全部作为模型的输入，从实现上看显然是不可行的。而己有的选取方法不可避免地带有个人主观因素，会造成信息冗余或损失。为了从众多可靠性因素中选取一些相对重耍的影响因素，本文借助粗糙集和属性约简方法，力图从可靠性因素中约简出若干重要的影响因素以及重要性。受篇幅所限，木文仅介绍与属性约简冇关的一些概念。