软件工程 | Goel-Okumoto 模型
Goel-Okumoto 模型(也称为指数 NHPP 模型)基于以下假设:
- 从故障检测的角度来看,程序中的所有故障都是相互独立的。
- 任何时候检测到的故障数量与程序中当前的故障数量成正比。这意味着实际发生(即检测到)故障的故障概率是恒定的。
- 隔离的故障在未来的测试场合之前被移除。
- 每次发生软件故障时,立即消除导致该故障的软件错误,并且不会引入新的错误。
这显示在以下微分方程中:
其中a是测试前软件中存在的预期故障总数,b是故障检测率或故障的故障强度。
- 定理:
微分方程 1 的均值函数解由下式给出
该模型被称为Goel-Okumoto 模型
对于 Type-I 数据,使用 MLE 方法对 Goel-Okumoto 模型的参数 a 和 b 的估计值可以通过同时求解以下方程获得:
类似地,对于 Type-II 数据,使用 MLE 估计参数 a 和 b
方法可以通过求解以下方程得到:
让和分别是参数 a 和 b 的 MLE。然后我们可以得到均值函数(MVF)和可靠性函数的 MLE,如下所示:
确定在时间 t 的故障次数 N(t) 的可变性是有意义的。可以根据泊松分布近似获得 N(t) 的置信区间为
在哪里是标准正态分布的百分位数,即 N(0, 1)。