×

基于隐马尔可夫链的软件可靠性建模与预测。 (英语) Zbl 1070.62089号

摘要:本文的目的是利用隐马尔可夫链框架对软件的故障和调试过程进行建模,并预测软件的可靠性。模型参数采用前向-后向期望最大化算法估计,模型选择采用贝叶斯信息准则。分析了这种方法相对于常规建模的优缺点。还对实际软件故障数据进行了比较。HMC建模的主要贡献在于它突出了调试过程中同质周期的存在,从而可以识别主要的更正或版本更新。就可靠性预测而言,HMC模型与常规模型相比平均表现良好,尤其是在可靠性没有定期增长的情况下。

MSC公司:

62号05 可靠性和寿命测试
68纳米99 软件理论
65立方厘米 马尔可夫链的数值分析或方法
2015年1月62日 贝叶斯推断
PDF格式BibTeX公司 XML格式引用
全文: DOI程序

参考文献:

[1] Abdel-Ghali A,IEEE软件工程汇刊12第950页–(1986)·doi:10.1109/TSE.1986.6313050
[2] Aitkin M,《统计建模》1第287页–(2001)·doi:10.1191/147108201128212
[3] Basseville M,突变检测,理论与应用(1993)
[4] Cutler A,第一届美日统计建模前沿会议记录,第149页–
[5] Devijver PA,模式识别字母3第369页–(1985)·兹比尔0593.62083 ·doi:10.1016/0167-8655(85)90023-6
[6] Duane JT,IEEE航空航天学报2第563页–(1964年)·doi:10.1109/TA.1964.4319640
[7] Durand J-B,使用隐马尔可夫链进行软件可靠性建模和预测(2003)
[8] Ephraim Y,IEEE信息理论汇刊48第1518页–(2002)·Zbl 1061.94560号 ·doi:10.1109/TIT.2002.1003838
[9] Gassiat E,《亨利·庞加莱学院年鉴》38第268页–(2002)
[10] Gaudoin O,《国际可靠性、质量和安全工程杂志》,6 pp 31–(1999)·doi:10.1142/S021853939900005X
[11] Gaudoin O,IEEE可靠性汇刊44 pp 536–(1994)·doi:10.1109/24.370229
[12] Goel AL,IEEE可靠性汇刊28第206页–(1979)·Zbl 0409.68009号 ·doi:10.1109/TR.1979.5220566
[13] Jelinski Z,软件可靠性研究第465页–(1972)
[14] Kass RE,《美国统计协会杂志》,90 pp 773–(1995)·doi:10.1080/01621459.1995.10476572
[15] Keiller PA,第13届IEEE容错计算国际研讨会论文集,pp 128–
[16] Littlewood B,英国皇家统计学会哲学汇刊:A辑327第513页-(1989)·doi:10.1098/rsta.1989.0007
[17] Littlewood B,《皇家统计学会杂志:C系列22》,第332页–(1973)
[18] Lyu MR,《软件可靠性工程手册》(1996)
[19] McLachlan G,EM算法和扩展(1997)
[20] Moranda PB,IEEE可靠性汇刊28第5页–(1979)
[21] Musa JD,《软件可靠性数据》(1979年)
[22] Pham H,软件可靠性(2000)
[23] Robert CP,《皇家统计学会杂志:B辑62》,第57页–(2000)·Zbl 0941.62090号 ·doi:10.1111/1467-9868.00219
[24] Soler JL,第六届全国可靠性和可维护性会议记录第647页–
[25] Yamada S,IEEE可靠性汇刊35 pp 475–(1983)·doi:10.1109/TR.1983.5221735
[26] 赵M,《统计学、理论和方法中的传播》,22页,757–(1993)·Zbl 0800.62596号 ·doi:10.1080/03610929308831053
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。