基于CSTM模型测试数据转换的构件软件可靠性分析方法

摘要

基于CSTM模型测试数据转换的构件软件可靠性分析方法，本发明涉及一种软件可靠性分析方法。它为了解决现有黑盒方法的忽略了组成系统的构件的测试以及可靠性信息，没有考虑软件的体系结构的缺点，本发明是测试数据转换的方法来实现黑盒方法和白盒方法的结合。它首先采用白盒方法实现构件软件测试剖面到运行剖面的映射，建立NHPP模型需要的可靠性数据集，然后采用黑盒方法建立构件软件应用的NHPP模型。测试数据转换的目的是将分阶段实现的、异构的构件软件灰盒测试过程转换成满足NHPP模型假设的单调统一的黑盒测试过程，把所有构件的单元测试数据和集成测试中构件之间的接口失效数据转换成整个应用基础上的黑盒测试数据，建立满足NHPP模型假设的可靠性数据集。

主权项

1.基于CSTM模型测试数据转换的构件软件可靠性分析方法，其特征在于它首先对需要用到的模型和参数进行定义：CSTM模型：CSTM模型定义为六元组<n,m,UT,WT,TD,Φ>，其中n表示构件总数；m表示白盒测试中集成构件的总次数；UT表示单元测试模型；WT表示白盒测试模型集，i=1,…,m，其中表示Test_i的白盒测试模型；TD表示整个测试过程中收集到的测试数据集；Φ表示某一构件是否参与某一阶段测试的所有标志集，用矩阵表示为式中Test_i——构件软件测试过程中第i个测试阶段，如公式二所示；——指示构件c_j是否参与Test_i，如公式三所示；测试数据集TD：TD表示整个测试过程中收集到的测试数据集，表示为式中——在Test_i期间收集到的构件c_j失效数据的有序集，表示为式中——在Test_i期间收集到的构件c_j的失效数据，满足$k=1,...,\left|T_j^{{\mathrm{Test}}_i}\right|;$——失效发生的时间；——在时刻发生失效的数目；单元测试模型UT：UT建模单元测试过程，UT定义为n元组<b₁,b₂,…,b_n>，其中b_j表示对构件c_j执行单元测试总时间的期望值；白盒测试模型建模Test_i；定义为二元组其中表示Test_i的测试剖面；表示Test_i执行总时间的期望值；构件依赖图建模Test_i的测试剖面；定义为四元组其中表示节点集，是有向边集，s表示起始节点；t表示终止节点；有向边建模Test_i中从构件c_j到构件c_k的控制流转移；定义为三元组其中表示Test_i中从构件c_j到构件c_k的控制流转移的名字；表示Test_i中从构件c_j转移到构件c_k时构件c_j的平均执行时间；表示Test_i中构件c_j当前执行的情况下，构件c_k下一个执行的条件概率；节点建模Test_i中的构件c_j；定义为三元组其中表示节点的名字；表示Test_i当前子系统中构件c_j执行的稳态概率；表示Test_i中构件c_j的执行时间比例，定义为${\pi }_j^{{\mathrm{Test}}_i}=\frac{{\eta }_j^{{\mathrm{Test}}_i}{\Sigma }_{e_{\mathrm{jk}}^{{\mathrm{Test}}_i}}(p_{\mathrm{jk}}^{{\mathrm{Test}}_i}·{\tau }_{\mathrm{jk}}^{{\mathrm{Test}}_i})}{\underset{j=1}{\overset{n}{\Sigma }}{\phi }_j^{{\mathrm{Test}}_i}·{\eta }_j^{{\mathrm{Test}}_i}{\Sigma }_{e_{\mathrm{jk}}^{{\mathrm{Test}}_i}}(p_{\mathrm{jk}}^{{\mathrm{Test}}_i}·{\tau }_{\mathrm{jk}}^{{\mathrm{Test}}_i})}$   公式六和是对当前集成测试子系统的测试剖面进行白盒分析的结果，求解方法与改进的可加模型中相同；定义了当前子系统测试过程中对构件的使用情况，实现了对不同集成测试阶段的测试剖面之间的映射关系建模；基于CSTM的测试数据转换是通过以下三个步骤实现的：步骤1：将所有构件的白盒测试数据转化为单元测试数据；对构件在不同测试阶段的测试数据进行测试阶段归一化处理；基于执行时间比例的定义，通过实现构件白盒测试剖面到单元测试剖面之间的映射来完成数据转换；选择单元测试阶段作为归一化阶段；根据公式四，任意构件c_j(j=1,…,n)的测试数据集表示为$\underset{i=0}{\overset{m}{\cup }}{T}_j^{{\mathrm{Test}}_i}=\underset{i=0}{\overset{m}{\cup }}\left\{(t_{\mathrm{jk}}^{{\mathrm{Test}}_i},n_{\mathrm{jk}}^{{\mathrm{Test}}_i})\right\},k=1,...,\left|T_j^{{\mathrm{Test}}_i}\right|;$设其转化后的数据集为T′_j={(t'_jk,n'_jk)}，$k=1,...,\underset{i=0}{\overset{m}{\Sigma }}\left|T_j^{{\mathrm{Test}}_i}\right|,$其中$t_{\mathrm{jk}=}^{\prime }\left\{\begin{array}{c}{t}_{\mathrm{jk}}^{{\mathrm{Test}}_0},0<k\le \left|T_j^{{\mathrm{Test}}_0}\right|\\ b_j+\underset{i=1}{\overset{l-1}{\Sigma }}{\phi }_j^{{\mathrm{Test}}_i}{\pi }_j^{{\mathrm{Test}}_i}{w}^{\mathrm{Tes}{t}_i}+{\pi }_j^{{\mathrm{Test}}_l}{t}_{j(k-\underset{i=0}{\overset{l-1}{\Sigma }}|T_j^{{\mathrm{Test}}_i})}^{{\mathrm{Test}}_l}\\ (0<l\le m)\cap \left(\underset{i=0}{\overset{l-1}{\Sigma }}\right|T_j^{{\mathrm{Test}}_i}|<k\le \underset{i=0}{\overset{l}{\Sigma }}|T_j^{{\mathrm{Test}}_i}\left|\right)\end{array}\right.,$   公式七$n_{\mathrm{jk}}^{\prime }=\left\{\begin{array}{c}{n}_{\mathrm{jk}}^{{\mathrm{Test}}_0},0<k\le \left|T_j^{{\mathrm{Test}}_0}\right|\\ n_{j(k-\underset{i=0}{\overset{l-1}{\Sigma }}|T_j^{{\mathrm{Test}}_i}\left|\right)}^{{\mathrm{Test}}_l},(0<l\le m)\cap \left(\underset{i=0}{\overset{l-1}{\Sigma }}\right|T_j^{{\mathrm{Test}}_i}|<k\le \underset{i=0}{\overset{l}{\Sigma }}|T_j^{{\mathrm{Test}}_i}\left|\right)\end{array}\right.$   公式八步骤2：将步骤1中得到的构件单元测试数据转化成对整个构件软件应用执行基于其运行剖面的黑盒测试情况下的测试数据；数据转换是建立满足NHPP模型假设的测试数据集；设转化后的数据集为$T_j=\left\{(t_{\mathrm{jk}},n_{\mathrm{jk}})\right\},k=1,...,\underset{i=0}{\overset{m}{\Sigma }}\left|T_j^{{\mathrm{Test}}_i}\right|,$其中$\begin{array}{c}{t}_{\mathrm{jk}}=\frac{t_{\mathrm{jk}}^{\prime }}{{\pi }_j^{{\mathrm{Test}}_m}}\\ =\left\{\begin{array}{c}\frac{t_{\mathrm{jk}}^{{\mathrm{Test}}_0}}{{\pi }_j^{{\mathrm{Test}}_m}},0<k\le \left|T_j^{{\mathrm{Test}}_0}\right|\\ \frac{1}{{\pi }_j^{{\mathrm{Test}}_m}}{b}_j+\underset{i=1}{\overset{l-1}{\Sigma }}\frac{{\pi }_j^{{\mathrm{Test}}_i}}{{\pi }_j^{{\mathrm{Test}}_m}}{\phi }_j^{{\mathrm{Test}}_i}{w}^{{\mathrm{Test}}_i}+\frac{{\pi }_j^{{\mathrm{Test}}_l}}{{\pi }_j^{{\mathrm{Test}}_m}}{t}_{j(k-\underset{i=0}{\overset{l-1}{\Sigma }}|T_j^{{\mathrm{Test}}_i}\left|\right)}^{{\mathrm{Test}}_l},\\ (0<l\le m)\cap \left(\underset{i=0}{\overset{l-1}{\Sigma }}\right|T_j^{{\mathrm{Test}}_i}|<k\le \underset{i=0}{\overset{l}{\Sigma }}|T_j^{{\mathrm{Test}}_i}\left|\right)\end{array}\right.\end{array}$   公式九$n_{\mathrm{jk}}=n_{\mathrm{jk}}^{\prime }=\left\{\begin{array}{c}{n}_{\mathrm{jk}}^{{\mathrm{Test}}_0},0<k\le \left|T_j^{{\mathrm{Test}}_0}\right|\\ n_{j(k-\underset{i=0}{\overset{l-1}{\Sigma }}|T_j^{{\mathrm{Test}}_i}\left|\right)}^{{\mathrm{Test}}_l},(0<l\le m)\cap \left(\underset{i=0}{\overset{l-1}{\Sigma }}\right|T_j^{{\mathrm{Test}}_i}|<k\le \underset{i=0}{\overset{l}{\Sigma }}|T_j^{{\mathrm{Test}}_i}\left|\right)\end{array}\right.$   公式十步骤3：建立可靠性数据集；通常，用于可靠性分析的测定数据分为以下两类：第一类，记录软件故障的时间间隔的测定数据；第二类，记录规定时间区间内发现差错数的测定数据；使用第二类方式来建立可靠性数据集，即关于一定时间区间(0,t_h)(h=1,2,…,n;0<t₁<t₂<…<t_n)内被发现的差错总数Y_h的数据；基于步骤2中建立的系统测试数据集，Y_h表示为$Y_h=\underset{j=1}{\overset{n}{\Sigma }}{\Sigma }_{k\in \left\{k\right|0<t_{\mathrm{jk}}<t_h\}}{n}_{\mathrm{jk}}$   公式十一。