发明名称 一种基于贝叶斯网络的网构软件可信性评估模型
摘要 一种基于贝叶斯网络的网构软件可信性评估模型。针对网构软件的结构复杂性和系统的动态特性,利用软件体系结构的理论研究网构软件的系统结构,提出基于结构模式的网构软件可信性评估方法;建立网构软件的体系结构模型和语义结构模型,自顶向下对网构软件进行结构及语义分析;建立基于结构模式的条件概率矩阵和贝叶斯网络,提出进行系统可信性和结构可信性评估指标的计算方法,根据各实体可信性自底向上计算系统整体的可信性;使用贝叶斯网络进行综合以全面评估系统的运行特性,完善网构软件的可信性评估体系。本发明的网构软件可信性评估方法实践证明是可信的,具有系统性和完备性,可用于软件可信技术和软件评估技术领域。
申请公布号 CN101908019A 申请公布日期 2010.12.08
申请号 CN201010241546.8 申请日期 2010.07.30
申请人 南开大学 发明人 许静;司冠南;任宇涵
分类号 G06F11/36(2006.01)I 主分类号 G06F11/36(2006.01)I
代理机构 天津佳盟知识产权代理有限公司 12002 代理人 侯力
主权项 一种基于贝叶斯网络的网构软件可信性评估模型,其特征在于该模型包括:第1、根据软件体系结构对网构软件进行结构分析,定义其结构相依性与语义相依性,获得描述其组成实体间关系的结构相依性图、结构相依性树及语义相依性矩阵;其中:第1.1、结构相依性定义为在组成网构软件的实体集合中,根据实体所实现的功能的不同而分成不同的子集合,相同或相似功能的实体所组成的子集合中的某两个或多个实体在使用中存在互相依赖的关系;第1.2、语义相依性定义为在同一实体子集合中,为完成应用系统的某种功能,由几个实体按照某种顺序的组合;第2、根据网构软件特性建立网构软件可信性评估体系,将系统的可信性分为实体可信性和集成可信性,其中:实体可信性定义为对组成网构软件的各实体作为单独构件进行评估的可信性;集成可信性定义为两个或多个实体组装在一起后所形成的功能单元的可信性;第2.1、网构软件系统的实体可信性指标中包括:先验指标和评估指标;其中:先验指标定义为对实体可信性的初始评估,包括功能性、可靠性、易用性、效率、维护性、可移植性和可复用性的传统可信指标,可采用传统方法计算获得;评估指标定义为通过对与软件的可信性息息相关的软件开发方法、软件管理、软件配置因素进行评估而获取的指标,用于对先验指标进行修正,以使可信性的度量更加精确、客观;第2.2、网构软件系统的集成可信性指标中包括:静态指标和动态指标;其中:静态指标定义为从系统体系结构方面,评估实体间的结构相依性与语义相依性的指标,也即设计时指标;所述系统体系结构包括实体间接口一致性和协议兼容性;动态指标定义为从网构软件部署与运行时的安全性、稳定性方面进行评估的指标,也即运行时指标;第3、基于贝叶斯网络计算可信性指标将可信性看作系统满足可信指标时能提供可信服务的条件概率,基于贝叶斯网络计算可信性指标,包含如下步骤:步骤1、基础实体可信性计算由以下公式计算单个基础实体可信性: <mrow> <mi>P</mi> <mrow> <mo>(</mo> <mi>D</mi> <mo>|</mo> <mi>M</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <mi>P</mi> <mrow> <mo>(</mo> <msub> <mi>M</mi> <mi>e</mi> </msub> <mo>|</mo> <mi>D</mi> <mo>)</mo> </mrow> <mi>P</mi> <mrow> <mo>(</mo> <msub> <mi>M</mi> <mi>p</mi> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <mi>P</mi> <mrow> <mo>(</mo> <msub> <mi>M</mi> <mi>e</mi> </msub> <mo>)</mo> </mrow> </mrow> </mfrac> </mrow>式中P(D|M)为实体可信性,P(Mp)={P(Mpi)|i=1,2,...,n}为先验指标,P(Me)={P(Mei)|i=1,2,...,n}为评估指标;步骤2、上层实体可信性计算由以下公式计算依赖基础实体的上层实体可信性: <mrow> <mi>P</mi> <mrow> <mo>(</mo> <mi>D</mi> <mo>|</mo> <mi>M</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <mi>P</mi> <mrow> <mo>(</mo> <msub> <mi>M</mi> <mi>e</mi> </msub> <mo>|</mo> <mi>D</mi> <mo>)</mo> </mrow> <mi>P</mi> <mrow> <mo>(</mo> <msub> <mi>M</mi> <mi>p</mi> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <mi>P</mi> <mrow> <mo>(</mo> <msub> <mi>M</mi> <mi>e</mi> </msub> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>&CenterDot;</mo> <mi>P</mi> <mrow> <mo>(</mo> <mi>D</mi> <mo>|</mo> <msub> <mi>D</mi> <mi>Dp</mi> </msub> <mo>)</mo> </mrow> </mrow>式中P(D|M)为实体可信性,P(D|DDp)为所依赖基础实体可信时当前实体的可信性,P(Mp)={P(Mpi)|i=1,2,...,n}为先验指标,P(Me)={P(Mei)|i=1,2,...,n}为评估指标;步骤3、迭代过程:对各上层实体重复步骤2进行迭代计算,上层实体可信性依赖下层实体,直到得出最顶层实体的可信性,最后在最上层实体的层次之上再增加一层节点,由综合顶层实体可信性,并通过实体间集成可信性指标修正计算得到整个系统的可信性;步骤4、取最优解:当系统结构模式可划分为多棵相依性树时,对每棵相依性树都建立贝叶斯网络,并计算最终的系统整体可信性,做出最佳选择。
地址 300071 天津市南开区卫津路94号