數(shù)據(jù)挖掘技術在軟件可靠性測試與評估中的應用與研究.pdf

1、隨著科學技術的發(fā)展，軟件系統(tǒng)在經(jīng)濟、金融、醫(yī)療、通信、交通、航天、航空、工業(yè)控制等領域得到了廣泛的應用。這對軟件的可靠性提出了前所未有的挑戰(zhàn)。 為了提高軟件的可靠性，人們采用軟件工程學方法來指導整個軟件研發(fā)流程。在整個流程中軟件測試對于軟件可靠性的提高起到了至關重要的作用，同時測試中獲得的軟件失效數(shù)據(jù)為軟件可靠性評估奠定了基礎。以手工方式生成測試數(shù)據(jù)，工作量大、效率低、容易出錯，而且無法保證測試的充分性。因此，如何生成測試數(shù)據(jù)成

2、為軟件測試的難點之一。 可靠性作為衡量軟件質量的重要特性，其定量評估已成為研究人員關注的焦點。軟件可靠性建模是軟件可靠性評估的主要方法之一。前人在軟件可靠性模型方面的研究衍生出了大量模型及其變種。如此眾多的模型一方面說明了軟件可靠性問題的復雜性與不確定性，另一方面說明至今沒有一個可適用于所有軟件項目的通用模型，使得運用這些模型成了一個棘手的問題。 數(shù)據(jù)挖掘是涉及數(shù)據(jù)庫、人工智能、數(shù)理統(tǒng)計、機器學習等的交叉學科。它能發(fā)現(xiàn)大

3、量數(shù)據(jù)中隱含的、有意義的知識，已經(jīng)被廣泛的應用于眾多領域。在本文中，作者深入研究了軟件可靠性測試與評估的方法和數(shù)據(jù)挖掘技術，發(fā)現(xiàn)了兩者之間的結合點，提出了把數(shù)據(jù)挖掘技術應用于軟件測試數(shù)據(jù)生成和軟件可靠性建模的方案，來解決目前軟件測試和可靠性評估中所暴露出來的問題。 對于手工編制結構測試數(shù)據(jù)極為困難且效率低下這一問題，作者把數(shù)據(jù)挖掘中的遺傳算法應用到結構測試數(shù)據(jù)生成這一場景中。在進一步研究了遺傳算法特點后，為提高搜索效率，對遺傳算

4、法進行了改進，并設計了相應的算法包。對于傳統(tǒng)可靠性模型健壯性差、適用范圍窄這一問題，作者在分析了問題的根本原因之后，研究了基于數(shù)據(jù)挖掘BP神經(jīng)網(wǎng)絡的軟件可靠性建模方法和基于線性神經(jīng)網(wǎng)絡的綜合模型建模方法。 本文最后以HBFS(霍尼韋爾銀行金融遠程聯(lián)網(wǎng)管理集成平臺)的可靠性測試與評估作為應用實例。論述了從測試需求分析，測試策略選擇，測試用例生成到測試結果統(tǒng)計的整個過程。把本文設計的遺傳算法包應用到了HBFS系統(tǒng)的結構測試數(shù)據(jù)生成中