-
公开(公告)号：CN112988564A
公开(公告)日：2021-06-18
申请号：CN202110090904.8
申请日：2021-01-22
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明属于计算机软件技术领域，公开了一种考虑成本‑可靠性的SRGM决策模型及其构建方法，所述考虑成本‑可靠性的SRGM决策模型的构建方法包括：问题的形式化描述；拟合与预测结果标准化处理：设定SRGM性能评测合计共有M+N+1个标准；SRGM评价体系结构树构建；基于TOPSIS的SRGM决策算法构建：构建考虑成本‑可靠性的SRGM评价与选择算法SESABCRC。本发明结合已有决策评估数据的拟合信息，充分考虑模型拟合与预测信息的RE值。实验结果和分析表明，本发明的模型和算法可以较好地进行SRGM的性能评价与选择，为对涵盖测试资源与成本管控和最优发布时间抉择等在内的软件开发活动提供重要决策支持。
-
公开(公告)号：CN112988564B
公开(公告)日：2023-05-23
申请号：CN202110090904.8
申请日：2021-01-22
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明属于计算机软件技术领域，公开了一种考虑成本‑可靠性的SRGM决策模型及其构建方法，所述考虑成本‑可靠性的SRGM决策模型的构建方法包括：问题的形式化描述；拟合与预测结果标准化处理：设定SRGM性能评测合计共有M+N+1个标准；SRGM评价体系结构树构建；基于TOPSIS的SRGM决策算法构建：构建考虑成本‑可靠性的SRGM评价与选择算法SESABCRC。本发明结合已有决策评估数据的拟合信息，充分考虑模型拟合与预测信息的RE值。实验结果和分析表明，本发明的模型和算法可以较好地进行SRGM的性能评价与选择，为对涵盖测试资源与成本管控和最优发布时间抉择等在内的软件开发活动提供重要决策支持。
-
公开(公告)号：CN110008122B
公开(公告)日：2022-09-06
申请号：CN201910220738.1
申请日：2019-03-22
Applicant: 哈尔滨工业大学(威海)
IPC: G06F11/36
Abstract: 本发明的目的在于提供一种考虑测试工作量与变动点下的模型建立方法，本发明明确考虑到测试工作量TE(testing effort)与变动点CPs(change‑points)。首先给出了考虑TE下的不完美排错时的软件测试过程建模，在此基础之上，将不完美排错的研究范围进一步扩大，分析了考虑存在CPs时的软件测试，建立了更一般性不完美排错下的软件可靠性增长模型框架。本发明的有益效果是有效地建立软件测试过程中的可靠性增长模型，更加准确地描述不完美排错情况。
-
公开(公告)号：CN112783772B
公开(公告)日：2023-09-15
申请号：CN202110089560.9
申请日：2021-01-22
Applicant: 哈尔滨工业大学(威海)
IPC: G06F11/36
Abstract: 本发明属于软件分析技术领域，公开了一种软件可靠性分析方法、系统、介质、设备、终端及应用，所述软件可靠性分析方法包括：对故障总数进行分类分析，建立覆盖故障检测与修复的一般化的不完美排错模型；向排错中引入新故障现象，从故障总数增加性变化的角度建立具体化的不完美排错模型；利用4组失效数据集，验证构建的具体化不完美排错模型的性能；并利用验证后的不完美排错模型对故障总数进行分析。系统包括：分析模块；一般模型构建模块；具体模型构建模块；验证模块；软件分析模块。本发明提供了一种不完美排错下故障总数相关的软件可靠性增长模型。本发明提供的模型具有较好的性能，在拟合与预测上较为优秀，能够准确地描述软件测试过程。
-
公开(公告)号：CN111538654A
公开(公告)日：2020-08-14
申请号：CN202010275488.4
申请日：2020-04-09
Applicant: 哈尔滨工业大学(威海)
IPC: G06F11/36
Abstract: 本发明属于软件测试技术领域，公开了一种软件可靠性测试方法、系统、存储介质、计算机程序，建立了基于故障检测率函数、故障修复函数和新故障引入函数的故障检测、修复与引入模型，对模型进行求解；求解得到统一的测试覆盖函数下考虑故障不完全修复与引入新故障的不完美测试模型；求得软件中总故障数量和累积修复的故障数量；完成了测试覆盖函数下考虑故障不完全修复与引入新故障的不完美测试框架模型的构建，得到了表示截止时刻累积检测到和修复的故障数量，软件中总的故障数量。本发明提出一种全面考虑不完美排错的软件可靠性过程分析方法，并明确考虑到测试覆盖，所提出的模型能够更加准确地描述软件测试过程。
-
Patent Agency Ranking
公开(公告)号：CN111538655B
公开(公告)日：2023-09-22
申请号：CN202010276212.8
申请日：2020-04-09
Applicant: 哈尔滨工业大学(威海)
IPC: G06F11/36
Abstract: 本发明属于软件测试技术领域，公开了一种软件故障检测方法、系统、存储介质、计算机程序、终端，统一的故障检测与修复框架模型；故障检测率下考虑故障检测、修复与引入的不完美排错框架模型；所获得的统一的两类不完美排错框架模型，在初始条件下，被设定五种形式，继而分别求得五种情况累积故障检测函数。本发明提出统一的故障检测模型，建立可用于实施FDR研究的单一微分方程，进而建立涵盖故障检测、修复与引入的测试模型，建立可实施FDR研究的微分方程组。通过FDR支持下的这两类可靠性模型的性能，为区分不同FDR性能带来可能，并验证了建立含有丰富测试信息的可靠性模型对于提高可靠性的重要性。
-
公开(公告)号：CN112783772A
公开(公告)日：2021-05-11
申请号：CN202110089560.9
申请日：2021-01-22
Applicant: 哈尔滨工业大学(威海)
IPC: G06F11/36
Abstract: 本发明属于软件分析技术领域，公开了一种软件可靠性分析方法、系统、介质、设备、终端及应用，所述软件可靠性分析方法包括：对故障总数进行分类分析，建立覆盖故障检测与修复的一般化的不完美排错模型；向排错中引入新故障现象，从故障总数增加性变化的角度建立具体化的不完美排错模型；利用4组失效数据集，验证构建的具体化不完美排错模型的性能；并利用验证后的不完美排错模型对故障总数进行分析。系统包括：分析模块；一般模型构建模块；具体模型构建模块；验证模块；软件分析模块。本发明提供了一种不完美排错下故障总数相关的软件可靠性增长模型。本发明提供的模型具有较好的性能，在拟合与预测上较为优秀，能够准确地描述软件测试过程。
-
公开(公告)号：CN111538654B
公开(公告)日：2024-02-13
申请号：CN202010275488.4
申请日：2020-04-09
Applicant: 哈尔滨工业大学(威海)
IPC: G06F11/36
Abstract: 本发明属于软件测试技术领域，公开了一种软件可靠性测试方法、系统、存储介质、计算机程序，建立了基于故障检测率函数、故障修复函数和新故障引入函数的故障检测、修复与引入模型，对模型进行求解；求解得到统一的测试覆盖函数下考虑故障不完全修复与引入新故障的不完美测试模型；求得软件中总故障数量和累积修复的故障数量；完成了测试覆盖函数下考虑故障不完全修复与引入新故障的不完美测试框架模型的构建，得到了表示截止时刻累积检测到和修复的故障数量，软件中总的故障数量。本发明提出一种全面考虑不完美排错的软件可靠性过程分析方法，并明确考虑到测试覆盖，所提出的模型能够更加准确地描述软件测试过程。
-
公开(公告)号：CN112817842B
公开(公告)日：2023-09-15
申请号：CN202110090910.3
申请日：2021-01-22
Applicant: 哈尔滨工业大学(威海)
IPC: G06F11/36 , G06F18/241
Abstract: 本发明属于软件测试技术领域，公开了一种不完美排错SRGM决策方法、系统、介质、设备及应用，包括：对实际测试过程与SRGM的研究本质一致性进行分析，建立分类视角下的SRGM归类集合；从矩阵分析的角度形式化描述SRGM评价与选择问题，获得加权标准化决策矩阵；建立基于明考斯基距离的双最优化排序方法，对模型的性能进行综合评价，给出SRGMs间的性能偏序关系；验证和阐释模型性能之间的排序，并进行参数敏感性分析。本发明通过在真实的失效数据集上进行实验和分析，检验所提出方法的有效性，为定量决策模型提供了有力支持。实验表明，本发明提出的双最优化排序方法MMIMMD可以较好地对模型进行多维度评估。
-
公开(公告)号：CN112817842A
公开(公告)日：2021-05-18
申请号：CN202110090910.3
申请日：2021-01-22
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明属于软件测试技术领域，公开了一种不完美排错SRGM决策方法、系统、介质、设备及应用，包括：对实际测试过程与SRGM的研究本质一致性进行分析，建立分类视角下的SRGM归类集合；从矩阵分析的角度形式化描述SRGM评价与选择问题，获得加权标准化决策矩阵；建立基于明考斯基距离的双最优化排序方法，对模型的性能进行综合评价，给出SRGMs间的性能偏序关系；验证和阐释模型性能之间的排序，并进行参数敏感性分析。本发明通过在真实的失效数据集上进行实验和分析，检验所提出方法的有效性，为定量决策模型提供了有力支持。实验表明，本发明提出的双最优化排序方法MMIMMD可以较好地对模型进行多维度评估。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.03 seconds)
