软件学报

作者：张策，刘宏伟，白睿，王瞰宇，王金勇，吕为工，孟凡超

单位：张策，哈尔滨工业大学(威海) 计算机科学与技术学院, 山东 威海 26420911,刘宏伟，哈尔滨工业大学 计算机科学与技术学院, 黑龙江 哈尔滨 15000102,白睿，哈尔滨工业大学(威海) 计算机科学与技术学院, 山东 威海 26420903,王瞰宇，哈尔滨工业大学(威海) 计算机科学与技术学院, 山东 威海 26420904,王金勇，山西大学 软件学院, 山西 太原 03000605,吕为工，哈尔滨工业大学(威海) 计算机科学与技术学院, 山东 威海 26420906,孟凡超，哈尔滨工业大学(威海) 计算机科学与技术学院, 山东 威海 26420907

关键词：可靠性;故障检测率;测试覆盖率;不完美排错;效用分析

基金：国家科技支撑计划（2014BAF07B02）；国家自然科学基金（61473097）；山东省重点研发计划（GG201703130116，GG201703040002）；威海市科技发展计划（ITEAZMZ001807）；山西省基础研究计划（201801D121120）

故障检测率FDR（fault detection rate）是可靠性研究的关键要素，对于测试环境构建、故障检测效率提升、可靠性建模和可靠性增长具有重要作用，对于提高系统可靠性与确定发布时间具有重要现实意义.首先，对基于NHPP（non-homogeneous poisson process，非齐次泊松过程）类的软件可靠性增长模型SRGM（software reliability growth mode）进行概述，给出了建模本质、功用与流程.基于此，引出可靠性建模与研究中的关键参数——FDR，给出定义，对测试环境描述能力进行分析，展示不同模型的差异.着重剖析了FDR与失效强度、冒险率（风险率）的区别，得出三者之间的关联性表述.全面梳理了FDR的大类模型，分别从测试覆盖函数视角、直接设定角度、测试工作量函数参与构成方式这3个方面进行剖析，继而提出统一的FDR相关的可靠性模型.考虑到对真实测试环境描述能力的需要，建立不完美排错框架模型，衍生出不完美排错下多个不同FDR参与的可靠性增长模型.进一步，在12个真实描述应用场景与公开发表的失效数据集上进行实验，验证不同FDR模型相关的可靠性模型效用，对差异性进行分析与讨论.结果表明，FDR模型自身的性能可以支撑可靠性模型性能的提升.最后，指出了未来研究趋势和需要解决的问题.

来源：2020年第9期

《软件学报》期刊编辑部

查看软件学报杂志2020年第9期