《软件可靠性模型及应用》求取 ⇩

第一章 概论1

1.1 软件可靠性研究的意义和基本概念3

1.2 软件可靠性模型的作用及意义7

1.3 软件可靠性模型发展简述9

第二章 软件开发与软件可靠性12

2.1 软件的开发过程12

2.2 软件中的错误及其分类13

2.3 软件中的一些重要测度26

2.4 软件可靠性的特点及其与硬件可靠性的区别29

2.5 软件可靠性数据的收集方法31

第三章 可靠性分析的数学基础35

3.1 随机变量及其分布35

3.1.1 常用离散型分布35

3.1.2 常用连续型分布37

3.2 常用随机过程简介41

3.3 常用参数估计方法43

3.3.1 最大似然法43

3.3.2 最小二乘法44

3.3.3 贝叶斯估计44

3.3.4 置信区间与置信水平45

4.1 模型的特点46

第四章 软件可靠性模型概述46

4.2 模型的分类48

4.3 模型的假设与局限性52

4.4 Musa的执行时间概念55

第五章 随机过程类模型及应用57

5.1 马尔可夫过程模型57

5.1.1 JM模型介绍57

5.1.2 模型的推广59

5.1.3 应用实例63

5.2 非齐次泊松过程(NHPP)模型65

5.2.1 G-O模型介绍66

5.2.2 G-O模型的推广68

5.2.3 其它的NHPP模型70

5.2.4 应用实例77

5.2.5 应用EM算法于NHPP模型的参数调整80

5.2.6 NHPP模型拟合质量的改进86

5.2.7 三参数NHPP模型的参数估计过程的奇异性89

5.3 Musa模型93

5.3.1 模型介绍94

5.3.2 模型的推广104

5.3.3 实例109

5.4 超几何分布模型及参数估计119

第六章 非随机过程类模型124

6.1.1 Littlewood-Verrall模型129

6.1 运用贝叶斯估计的贝叶斯模型129

6.1.2 贝叶斯理论立用于JM模型132

6.1.3 关于贝叶斯估计的评价137

6.2 Seeding模型138

6.3 基于输入域的模型139

6.4 其它一些方法144

6.4.1 非参数分析144

6.4.2 结构化模型149

6.4.3 Cox比例风险函数模型150

6.4.4 时间序列151

7.1 比较的标准154

第七章 模型的比较与选择154

7.1.1 预删的有效性155

7.1.2 模型的能力156

7.1.3 模型假设的质量156

7.1.4 可应用性156

7.1.5 简捷性157

7.2 测试策略与模型的选择157

7.2.1 一种理想化的实际情况158

7.2.2 完全随机的测试策略159

7.2.3 混合测试策略160

7.2.4 非均匀测试160

7.3.1 预分析技术161

7.3 比较技术161

7.3.2 U-图162

7.3.3 Y-图163

7.3.4 PL检验163

7.3.5 模型的适应164

第八章 软件规划管理与可靠性166

8.1 软件规划的经济效益166

8.2 软件测试终止时间与最佳投放时间168

8.2.1 可靠性指标169

8.2.2 成本指标172

8.2.3 综合考虑174

8.3 根据软件的模块结构判定最佳投放时间180

8.4 根据软件运行期间查错情形判定最佳投放时间184

8.5 根据测试与排错判定最佳投放时间188

第九章 现状与发展195

9.1 软件可靠性研究的现状195

9.2 软件可靠性的分配技术198

9.3 X-件(软件与硬件的结合体)的可靠性分析207

9.4 恢复块结构技术219

9.5 对测试过程的直接建模225

9.6 测试中观察不到故障时的故障概率的估计228

9.7 神经网络在软件可靠性研究中的应用232

参考文献243

名词索引253