版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、可靠性是衡量軟件質(zhì)量的重要因素之一,國內(nèi)外對軟件的可靠性預測已經(jīng)做了很多研究工作,大多數(shù)都是通過軟件測試獲取靜態(tài)失效數(shù)據(jù),并結(jié)合可靠性模型預測軟件的可靠性。由于靜態(tài)可靠性分析過程沒有考慮運行環(huán)境的改變和軟件的動態(tài)行為,所以當環(huán)境變化時,靜態(tài)的可靠性計算方法會導致結(jié)果的不準確。近幾年,已有一些對動態(tài)可靠性的研究工作,如結(jié)合軟件體系結(jié)構(gòu)和動態(tài)數(shù)據(jù)計算在線可靠性,通過軟件運行上下文分析軟件可靠性并通過配置組件進程的方法提高可靠性等。已存在的動
2、態(tài)可靠性分析具有如下的不足之處:一方面,在可靠性預測過程中,單一的預測結(jié)果不能反映軟件不同階段的可靠性,從而導致對軟件運行時可靠性預測的不準確。另一方面,在預測到軟件可靠性下降時,能夠定位出引起軟件故障的錯誤組件,并通過有效措施調(diào)節(jié)提高可靠性的工作不多。
針對以上的缺陷,本文提出了一種新的在線可靠性預測和提高的方法。首先對在線軟件系統(tǒng)的可靠性進行預測評估,通過運行軟件,配置log4j收集獲取相關(guān)動態(tài)參數(shù),并通過這些動態(tài)參數(shù)和A
3、RIMA模型預測軟件未來失效數(shù)據(jù),并結(jié)合Nelson模型預測軟件的組件端口可靠性,從而進一步預測整個軟件系統(tǒng)的可靠性。當預測到的軟件未來可靠性低于期望水平時,然后我們提出了基于頻譜的錯誤定位方法定位出故障組件,并自動對軟件系統(tǒng)體系結(jié)構(gòu)進行計劃重配置,從而提高在線軟件系統(tǒng)的可靠性。最后,本文通過一個實例,構(gòu)建一個在線購物系統(tǒng)驗證我們提出方法的有效性。
本文的貢獻點如下:
?。?)提出了一種新的對在線軟件系統(tǒng)的動態(tài)可靠性進
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 在線自適應提高軟件可靠性的研究.pdf
- 在線軟件系統(tǒng)的動態(tài)可靠性研究.pdf
- 基于平臺的軟件可靠性預測與選擇——操作系統(tǒng)可靠性與健壯性研究.pdf
- 醫(yī)療器材軟件可靠性預測系統(tǒng)的開發(fā).pdf
- 軟件可靠性預測方法的研究與應用.pdf
- 電力系統(tǒng)可靠性管理與在線可靠性評估的研究.pdf
- 軟件體系結(jié)構(gòu)的可靠性預測與評估.pdf
- 集散控制系統(tǒng)可靠性性能在線預測.pdf
- 基于OLC算法的軟件可靠性預測分析.pdf
- 軟件測試與軟件可靠性.pdf
- 軟件可靠性檢測系統(tǒng)的設計與實現(xiàn).pdf
- 基于序列分解與重構(gòu)的軟件可靠性預測方法.pdf
- 基于神經(jīng)網(wǎng)絡的軟件可靠性預測研究與應用.pdf
- 系統(tǒng)可靠性增長預測理論與方法研究.pdf
- 軟件測試與可靠性研究.pdf
- 軟件測試與可靠性評估.pdf
- 系統(tǒng)可靠性分析方法及軟件可靠性技術(shù)研究.pdf
- DGA在線監(jiān)測系統(tǒng)可靠性研究與分析.pdf
- 固原電網(wǎng)可靠性的評估與提高.pdf
- 基于NHPP軟件可靠性模型的預測研究及實現(xiàn).pdf
評論
0/150
提交評論