📜  软件工程 |可靠性增长模型

📅  最后修改于: 2022-05-13 01:57:00.634000             🧑  作者: Mango

软件工程 |可靠性增长模型

模型的可靠性增长组通过测试过程测量和预测可靠性程序的改进。增长模型将系统的可靠性或故障率表示为时间或测试用例数量的函数。该组中包含的型号如下。

  1. 库蒂尼奥模型——
    Coutinho 采用了 Duane 增长模型来代表软件测试过程。 Coutinho 在日志纸上绘制了发现的缺陷的累积数量和采取的纠正措施的数量与累积测试周数的关系。令 N(t) 表示累计失败次数,令 t 为总测试时间。失败率, \lambda (t),模型可以表示为

        $$\lambda (t)=\frac{N(t)}{t} $$ $$ =\beta_0t^{-\beta_1}$$

    在哪里 \beta_0\: and\: \beta_1 是模型参数。最小二乘法可用于估计该模型的参数。

  2. 沃尔和弗格森模型——
    Wall 和 Ferguson 提出了一个类似于 Weibull 增长模型的模型,用于预测软件在测试过程中的故障率。在时间 t 的累积故障数 m(t) 可以表示为

        $$m(t)=a_0[b(t)]^\beta $$

    在哪里 \alpha_0\: and\: \alpha_1是未知参数。函数b(t) 可以作为测试用例的数量或总测试时间获得。类似地,时间 t 的故障率函数由下式给出

        $$\lambda (t)= {m^' (t)} = {a_0\beta b^' (t){[b(t)]^{\beta -1}}}$$

    Wall 和 Ferguson 使用多个软件故障数据测试了该模型,并观察到故障数据与模型的相关性很好。