[发明专利]基于确信可靠性理论的软件测试时间确定方法

说明书

本发明提供一种基于确信可靠性理论的软件测试时间确定方法，其包括以下步骤：S1,构建基于多维不确定微分方程的软件确信可靠性增长模型；S2,基于模型得到每种累积检测故障数以及累积检测故障总数的期望值，方差值，确信可靠分布，置信区间；S3，利用已检测到的累积检测故障数据，估计模型中的未知参数；S4，基于确信可靠性理论，得到软件确信可靠度随时间的变化，并确定软件确信可靠时间。本发明在不确定理论与确信可靠性理论框架下，利用多维不确定微分方程建立软件确信可靠性增长模型,提高了软件累积检测故障数确定性趋势的拟合精度,弥补了概率方法在小样本情况下适用性差以及模糊方法产生悖论的不足。

技术领域

本发明涉及软件可靠性增长模型领域，尤其涉及一种基于确信可靠性理论的软件测试时间确定方法。

背景技术

随着信息技术的飞速发展，软件在人们工作和生活的各个方面发挥着越来越重要的作用。因此人们对可靠软件的需求不断增加。为了保障软件可靠性，软件可靠性增长模型通过对软件测试阶段累积检测故障数建模，定量地评估软件可靠性水平。

通过对现有技术的检索，现有的软件可靠性增长模型主要分为五类，分别为：基于随机过程的模型，基于随机微分方程的模型，基于神经网络的模型，基于贝叶斯理论的模型以及基于模糊数学的模型。其中前四种方法均使用概率论作为数学工具，第五种方法使用模糊数学理论作为数学工具。不同于硬件的故障机理遵循物理规律，软件的故障机理遵循逻辑学、行为学、心理学等基本的事理规律，导致软件故障中存在大量的认知不确定性，不适合用概率论来处理。此外，使用概率论的方法需要足够多的测试数据来满足大数定律的要求，而这一要求在工程实际中通常无法满足的。基于模糊数学的软件可靠性增长模型由于模糊数学公理化系统的不完备性，会得出可靠度加不可靠度不等于一这一有悖于工程认知的结果，不便于工程实际的使用。

综上，现有的软件可靠性增长模型在一定程度上为评估软件可靠性提供了依据，但不能很好地刻画软件故障受到的认知不确定性的影响，且当工程实际中无法得到足够多的满足大数定律的测试数据时，预测效果大打折扣。

发明内容

有鉴于此，本发明采用不确定理论，这一新的数学工具来做支撑。利用该理论中的刘过程量化软件故障中存在的认知不确定性，结合软件测试过程规律，考虑到不完美调试和多种类型故障，构建基于多维不确定微分方程的软件确信可靠性增长模型，试图更好地刻画软件中的认知不确定性。基于多维不确定微分方程的软件确信可靠性增长模型，推导出每种累积检测故障数以及累积检测故障总数的期望值，方差值，确信可靠分布，置信区间。利用观测到的累积检测故障数，结合最小二乘思想与刘过程的性质，估计模型中的未知参数，并基于确信可靠性理论，给出软件确信可靠度随时间的变化，最终确定软件测试时间。

本发明提供一种基于确信可靠性理论的软件测试时间确定方法，其包括以下步骤：

S1构建基于多维不确定微分方程的软件确信可靠性增长模型；

基于多维不确定微分方程的软件确信可靠性增长模型为：

dS_i(t)＝λ_i(t，β_i)(N_i-p_iS_i(t))dt+σ_idC_i(t)，S_i(0)＝s_i(0)，i＝1，2，…，I； (3)