软件可靠性增长模型的不确定性量化研究

数量激增的软件系统被开发出来为用户提供了极大的便利，但也给系统开发带来了极大的不确定性.故障调试过程中的故障检测率（fault detection rate，简称FDR）是不规律变化的，且通常被描述为白色噪音.白色噪音具有马尔可夫性，但在实践中，噪音出现非马尔可夫性是普通现象，而噪音呈现马尔可夫性仅仅是例外.在许多真实情况下，白色噪声的理想化假设是不足的：真正的不规则因素总是非马尔可夫相关性的.提出了一个新的模型来量化调试过程相关的环境不确定性因素.基于广泛应用于软件故障检测过程的非齐次泊松过程（non-homogeneous Poissonprocess，简称NHPP）模型，将环境的不确定性考虑为任意分布和时间相关性的噪声.通过与一些现有模型的比较，新的框架表现出更接近实际观测数据的特征.除了常用的关注故障数的平均值以外，还提供了公式以计算其累积密度函数（CDF）和概率密度函数（PDF），从而获得调试过程的完整统计信息