Toto je starší verze dokumentu!


Kategorizace SW chyb, kritéria korektnosti a použitelnosti, spolehlivost SW(A4M33TVS)

Softwarová chyba

  • Prezentace toho, že program nedělá něco nepředpokládaného
  • Míra toho, kdy program přestává být užitečný (lidem)
  • Je to nesouhlas mezi programem se specifikací

Softwarové chyby

  • Pochybení: Akce člověka, která produkuje nesprávný výsledek.
  • Vada: Nesprávný krok, proces nebo definice dat v počítačovém programu. Výsledek pochybení. Potenciálně vede k selhání.
  • Selhání: Nesprávný výsledek. Projev vady.
  • Chyba: Kvantitativní vyjádření toho, na kolik je výsledek nesprávný

 Sw. chyby [1.]

Spolehlivost softwaru

často definovaná jako pravděpodobnost, že systém, vozidlo, stroj, zařízení, atd. bude vykonávat svou zamýšlenou funkci v daných operačních podmínkách po specifikovanou dobu.

Modely spolehlivosti softwaru

používají se k odhadu spolehlivosti nebo počtu zbývajících defektu softwarového produktu, který byl uvolněn mezi zákazníky. Důvody použití:

  1. Objektivní vyjádření kvality produktu
  2. Plánování zdrojů pro fázi údržby sw.

Sledovanou proměnnou studovaných kritérií je počet defektu (nebo rychlost defektu normalizovaná počtem řádku kódu) za daný casový interval (týdny, měsíce, atd.), nebo doba mezi dvěma selháními.

Statický model

používá atributy projektu nebo programových modulu k odhadu počtu defektu v softwaru.

  • Parametry modelu jsou odhadovány na základě řady předchozích projektů.
Základní předpoklady
  • Rychlost defektu pozorovaných během vývojového procesu je positivně korelovaná s rychlostí defektu v poli nasazení
  • Za předpokladu stejné rychlosti injektáže chyb, čím více defektů je objeveno a odstraněno dříve, tím méně jich zůstane na pozdější fáze.
  • Princip „Udělej to správně hned napoprvé“: jestliže každý krok vývojového procesu se provede s minimálním vznikem chyb, pak finální produkt bude dobrý. Rovněž znamená, ze vzniklé chyby se mají odstraňovat co nejdříve.
Weibullova distribuce
  • Jedna ze tří známých distribucí extremálních hodnot
  • Konce hustory pravděpodnosti se blíží asymptoticky k nule, ale nikdy ji nedosáhnou.
  • Kumulativní distribuční funkce (CDF):

  • funkce hustoty pravděpodobnosti (PDF):

  • Pokud se aplikuje v softwaru, pak PDF typicky znamená hustotu defektů (rychlosti) v době přírustkového vzoru defektů (platné defekty) a CDF znamená kumulativní vzor přírustku defektů.

Rayleighuv model
  • Patří do rodiny Weibullových distribucí.
  • m = 2
Spolehlivost a validace predikce
  • Spolehlivost vyjadřuje stupeň změny výstupu modelu vzhledem k možnostem fluktuací ve vstupních datech.
  • čím užší je konfidenční interval, tím je odhad spolehlivější.
  • Větší vzorky vedou na užší konfidenční intervaly.
  • Používejte pokud možno více modelů a spoléhejte se na jejich společné hodnocení.
  • Základní podmínkou dosažen platnosti predikce je zajištění přesnosti a spolehlivosti vstupních dat.
  • Platnost se hodnotí porovnáním odhadu z modelů a jejich skutečných hodnot.

Dynamický model

  • Používá průběžného vývoje vzoru defektů k odhadu spolehlivosti finálního produktu.
  • Je založen na exponenciálním rozložení a růstu spolehlivosti - vrchol přírůstků defektů je předpokládán na počátku, po té klesá.
  • Modely růstu spolehlivosti se obvykle odhadují z dat fáze formálního testování.
  • Odůvodnění vychází z toho, že vzory procesu přírůstku defektů této fáze jsou vhodným indikátorem spolehlivosti produktu pociťovanou zákazníky.
  • Během tohoto testování po fázi vývoje, kdy se objevují selhání, identifikují a opravují defekty, se softwarový produkt stává stabilnější a jeho spolehlivost roste s časem. Tyto modely se proto nazývají modely růstu spolehlivosti.
  • Parametry dynamických modelů jsou odhadovány na základě mnoha údaju zaznamenaných o hodnoceném produktu k danému datu.
  • Kategorie:
    • Modeluje se celý vývojový proces. Model vychází s Rayleighova modelu.
    • Modeluje se fáze formálního testování. Model vychází z exponenciálního modelu a jiných modelů růstu spolehlivosti.
Exponenciální model

Model doby mezi selháním
  • Očekává se, že doby následných selhání se prodlužují po každém odstranění defektu.
  • Často se předpokládá, že doba mezi selháním (i - 1) a i řídí rozložením, jehož parametry mají vztah k počtu skrytých defektů setrvávajících v produktu po (i - 1) selháních.
Modely počtu vad
  • Počet vad či selhání (nebo normalizované rychlosti) ve specifikovaném časovém intervalu.
  • Časový interval je pevný aprioiri.
  • Počet defektů nebo selhání pozorovaných během intervalu se považuje za náhodnou proměnnou.
  • Očekává se, že se počet pozorovaných selhání za jednotku času bude zmenšovat.
Model Jelinski-Moranda (J-M)
  • Jeden z prvních modelu sw. spolehlivoasti - 1972
  • model doby mezi selháním
  • Předpoklady:
    • Sw. má N nedostatků na počátku testování
    • Selhání se projeví čistě náhodně
    • Všechny vady přispívají rovnocenně k příčině selhání během testování
    • Čas opravy je zanedbatelný
    • Oprava defektu je dokonalá
  • Hazardní funkce v čase t_i, doba mezi selháním (i - 1) a i, je dána:

  • Hazardní fce je konstantou mezi dvěma selháními, ale zmenšuje se po krocích /fí po každém odstranění defektu.
  • Jak se jednotlivé vady odstraňují, očekává se že doba k dalšímu selhání bude delší.
Modely Littlewooda (LW)
  • Podobné předchozímu J-M
  • Předpokládá se, že různé vady mají různou velikost a nerovnost příspěvků k selhání.
  • Vady většího rozsahu mají tendenci být detekovány a opraveny dříve
  • Zohledněním velikosti chyby se předpoklady přibližují realitě
  • V reálných podmínkách (reálný sw. projekt) předpoklad rovnocenné rychlosti selhání pro všechny vady běžně vůbec nenastává

13. přednáška TVS obsahuje další dynamické modely:

  • Goel-Okumotuv (G-O) model nedokonalého opravování
    • Vychází z dokonalé opravy J-M
  • Goel-Okumotuv model nehomogenního Poissonova procesu (NHPP)
    • počet selhání v daných intervalech testování
  • NHPP model
  • Musa-Okumotuv (M-O) model logaritmického Poissonova prováděcího času
    • počet selhání v čase se řídí nehomogenním Poissonovým procesem
  • Zpožděný S model - předpokládá zpožděný vrchol nárůstu defektů
    • Zohledňuje nutnost analýzy selhání - nestačí pouze detekovat chybu, je potřeba ji detekovat
    • Založen na nehomogen. Poissonovým procesem s různou fcí. střední hodnoty
  • Inflexní S model - předpokládá pozdější a ostřejší vrchol nárůstu defektů
    • Model růstu spolehlivosti sw.
    • Čím více detekovaných defektů, tím více nedetekovaných selhání se stává detekovatelných

Materiály

statnice/si/a4m33tvs1.1305532749.txt.gz · Poslední úprava: 2025/01/03 18:25 (upraveno mimo DokuWiki)
Nahoru
chimeric.de = chi`s home Valid CSS Driven by DokuWiki do yourself a favour and use a real browser - get firefox!! Recent changes RSS feed Valid XHTML 1.0