雷竞技网页版研究和评论——国际期刊雷竞技苹果下载

国际先进研究期刊》的研究在电子、电子、仪表工程

菜单

ISSN在线(2278 - 8875)打印(2320 - 3765)

所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

软件可靠性增长模型基于帕累托III型分布

y Vamsidhar1,Y.Srinivas2,Achanta Brahmini3
  1. CSE, Swarnandra Engg科技学院Narsapur Andhrapradesh、印度
  2. 维萨卡帕特南信息技术部,GITAM大学Andhrapradesh,印度
  3. 维萨卡帕特南CSE, GITAM大学Andhrapradesh,印度
相关文章Pubmed,谷歌学者

访问更多的相关文章国际先进研究期刊》的研究在电子、电子、仪表工程

国际先进研究期刊》的研究在电子、电子、仪表工程

文摘

在任何商业环境的最终目标是获得一个高质量的产品。为了提供高品质的产品,质量特点主要集中。可靠性的质量特点,被认为是最主要的特点。许多模型用于评估软件质量的使用可靠性,但很少关注帕累托III型分布。因此本文主要项目在这个方向。

关键字
非齐次激情过程中,帕累托II型的增长模式,帕累托III型增长模式,软件的可靠性。

介绍
软件可靠性主要集中在识别失败在一个给定的软件,帮助构建一个可靠的模型的识别可以克服了失败。分析软件可以帮助建立一个系统错误。软件增长模式获得了重要性,因为它可以识别的概率失败率指定的软件在给定的时间,特别是到一个特定的环境。任何软件可靠性测试可以基于不同的参数,如代码行(LOC),没有。内循环程序,基于这些模型的输入和输出数据通常称为缺陷密度模型。在任何实时环境中如果一个软件时,我们必须使相互失败率和这些失败率是几个因素的相关关系。为了确定这些相关性统计方法是适合的。这第二种模型称为可靠性增长模型。
可靠性增长模型有助于识别错误率在测试阶段基于输入函数,通常称为指数函数。这些功能有助于预测软件的行为与给定的函数。很多工作已经在文学和报道的大部分主导软件可靠性增长模型是乌鸦和巴苏(1988),高尔和Okumoto(1979、1984),穆萨(1980),范教授(2005),需要和Bastani(1982),张腾和范教授(2003),Verma Malaiya Karunanithi,(1982)和木(1996)。软件可靠性模型可以解决使用凹和S形模型,Gompetz曲线等。这些模型以类似的方式如果缺陷的概率增加,故障率增加,如果没有。的缺陷增加,总没有。达到一个有限值的缺陷。软件可靠性模型是概率模型的故障现象和故障事件模型中删除。
软件可靠性模型是估计使用非齐次泊松过程(NHPPs) (R。萨提亚普拉萨德et al (2011))。自的能力确定预期的平均值函数。失败可以确定在一段时间内。在非齐次模型Goel-Okumoto(1979、1984)模型r·普拉萨德萨提亚et al(2011)提出的主要项目。r·普拉萨德萨提亚的作品是基于帕累托II型模型。但是为了估计失效率第三最确切的帕累托分布更有利(Giuito Bottazi (2009))。因此本文提出了软件可靠性增长模型使用类型III帕累托分布。剩下的纸是组织如下,第二部分描述了帕累托模型开发,论文的第三部分介绍了帕累托III型模型的参数估计,实验基于NTDA¢€Ÿ年代软件故障数据分析提出了第四节,结论推导出V或突出显示部分。

二世。帕累托III型模型的发展
软件可靠性模型是用非齐次泊松过程。吸是一个计算过程,用于确定一个适当的值函数的m (x)。
其中m (x)代表预期的没有。软件故障的时间在这篇文章中,我们考虑削减III型分布包含三个参数和m (x)是由
图像
x代表的累积时间,
年代> 0是一个尺度参数和
如果一个> 0是一个功率系数
> = 0是一个指数系数
如果指数系数b设置为0,那么以上方程减少帕累托II型模型。方程如下。
图像
我们考虑一个新的参数帕累托类型III,(即)尺度参数。相关的密度函数
图像
的表情,b,可以使用对数似然函数估计和值可以使用牛顿Rapson模型获得。

三世。帕累托III型模型的参数估计
在本节中,我们推导出的表达式估算的参数类型III帕累托分布。时间最重要的参数估计是软件可靠性预测。通常失败的一组数据可以收集= d两种方式之一,时间域和时间域数据。在本文中,我们考虑软件故障间隔时间估计的参数。
图像
图像
“s”的价值,“b”在上述方程可以通过使用牛顿Rapson方法。这些方程迭代,解决方案是在表达“a”代替“a”的价值。

IV.DATA分析
在这一部分中,我们将被忽略的软件故障数据,从Jelinski和Mornda (1972)。海军战术数据系统(被忽略的)软件故障数据取自U。海军舰队计算机编程中心。被忽略的软件由38个模块包含一个错误。每个模块包括三个阶段;生产阶段、测试阶段和用户的阶段。软件故障之间的时间如下表所示。
图像
表1,显示数据集包含26个失败250天,时间误差和累积误差。
图像
Fig-I,显示故障数据的控制图。

VI.CONCLUSION
软件可靠性是一个重要的质量指标,量化操作的计算机系统。在本文中,我们提出了帕累托II型软件可靠性增长模型。这个模型主要是有用的在软件可靠性评估和监测,这被视为衡量软件质量。方程来获得参数的最大似然估计基于区间域数据开发。这一分析表明,释放2(图1)的数据显示的控制信号。下面的拼箱。我们得出结论,我们的估计和控制图的方法是给+ ve推荐的用于找出合适的控制过程或理想的控制信号。通过观察均值控制图(图1)我们确认故障情况发现14点表2。因此,我们提出了均值图检测失控的情况。模型验证,这是一个简单的方法是方便软件可靠性的实践者。软件故障的早期检测将提高软件可靠性。 The methodology adopted in this paper is better than the methodology adopted by Xie et al [2002]. Therefore, we may conclude that this model is the best choice for an early detection of software failures.

引用
  1. 高尔,A.L.,Okumoto, K., 1979. Time-dependent error detection rate model for software reliability and other performance measures. IEEE Trans. Reliab. R-28, 206-211.
  2. 穆萨J。维,软件可靠性工程麦格劳-希尔,1998年。
  3. 范教授. h(2005)“广义物流软件可靠性增长模型”,运筹学,42卷,4号,332 - 331。麦格劳-希尔,纽约。
  4. 穆萨J.D.,Iannino, A., Okumoto, K., 1987. Software Reliability: Measurement Prediction Application. MC Graw Hill, New York.
  5. 木材,(1996),“预测软件可靠性”,IEEE计算机,2253 - 2264。
  6. 萨提亚普拉萨德R和Geetha王妃N(2011),“帕累托II型软件可靠性增长模型”。软件工程的国际期刊,卷2期(4)81 - 86。
  7. 萨提亚普拉萨德R(2007)“一半的物流软件可靠性增长模型”,阿奴的博士论文,印度。
  8. 范教授,H。,“System Software Reliability”, Springer 2006.
  9. 萨提亚普拉萨德V R和高(2011),“区间域软件过程Control-Goel Okumoto