CN102982231B

CN102982231B - 软件可信度的定量计算方法

Info

Publication number: CN102982231B
Application number: CN201210425731.1A
Authority: CN
Inventors: 张伟; 金芝; 赵海燕; 梅宏
Original assignee: Peking University
Current assignee: Peking University
Priority date: 2012-10-30
Filing date: 2012-10-30
Publication date: 2015-09-02
Anticipated expiration: 2032-10-30
Also published as: CN102982231A

Abstract

一种软件可信度的定量计算方法，其包括：定义可信度、服务质量、质量属性、质量属性指标。通过把当前质量属性中包含的每个质量属性指标的实际取值对期望取值的满足程度进行加权求和，产生一个取值范围在[0，1]之间的反映当前质量属性的实际取值对期望取值的满足程度的实数。通过把服务质量中包含的每个质量属性的实际取值对期望取值的满足程度进行加权求和，产生一个取值范围在[0，1]之间的反映软件可信度的实数。本发明可以对同一应用领域中的不同软件系统在特定应用环境中的可信度的高低进行定量比较，为用户对特定软件系统的选择提供依据。

Description

软件可信度的定量计算方法

技术领域

本发明涉及一种软件可信度的定量计算方法，尤其涉及一种适用于对特定应用环境中的软件系统的可信度进行定量计算的方法，本发明属于软件技术领域。

背景技术

随着软件应用领域的不断扩展和深入，软件对人类社会各种活动的影响日益加剧。例如，2003年8月，软件问题导致美国加利福尼亚州有史以来范围最大的停电事故；2005年11月，日本东京证券交易所因软件升级中出现故障，导致股市停摆；2007年，中国北京奥运会门票预订系统开通首日，因无法应对大规模的访问流量而陷入瘫痪。在这种情况下，软件的可信度日益受到高度关注。

一般而言，软件的可信度被认为是一种综合性的质量属性，涉及到软件的正确性、可靠性、安全性、可伸缩性、隐私性、可移植性等多种软件质量属性。现有技术对软件的上述单一质量属性及其指标的度量和评估已经提供了较为成熟的解决方案，但对可信度这种综合性的质量属性还缺乏有效的定量计算方法。

发明内容

本发明的目的在于提供一种软件可信度的定量计算方法，以解决现有技术存在的对诸如可信度的综合性的质量属性缺少定量计算方法的问题。

为了实现本发明的目的，本发明的技术方案包括如下步骤：

步骤一，根据一应用环境的特点，将其软件系统的服务质量分解为一组质量属性，并确定每一个质量属性在该组质量属性中的权重，其中，服务质量为“一个或多个质量属性的综合体”。设定：Q表示软件服务质量。n表示Q具有的质量属性个数。A_i(i＝1，2，...，n)表示第i个质量属性。a_i表示质量属性A_i的权重值。并设定：对任一i∈{1，2，...n}，ai＞0。

步骤二，对于步骤一产生的每一个质量属性，将其分解为一组质量属性指标，并确定每一个质量属性指标在该组质量属性指标中的权重，其中，一个质量属性指标表示“在特定应用环境中，具有明确物理含义、能够部分或完整地反映特定服务质量属性、可度量或可评估的方面”。对任一质量属性A_i，设定：m_i表示A_i具有的质量属性指标个数。I_ij(j＝1，2，...，m_i)表示A_i的第j个质量属性指标。b_ij表示A_i的第j个质量属性指标的权重值。设定：对任一j∈{1，2，...m_i}，b_ij＞0。

步骤三，对于步骤二产生的每一个质量属性指标，确定其可能取值的下界和上界。对于一个质量属性指标I_ij(i＝1，2，...，n；j＝1，2，...，m_i),设定：min(I_ij)表示其下界。max(I_ij)表示其上界。

步骤四，对于步骤三产生的每一个质量属性指标，通过对用户业务需求的分析，确定用户的期望取值范围。对于任一个质量属性指标I_ij(i＝1，2，...，n；j＝1，2，...，m_i),设定：E(I_ij)表示用户对其的期望取值范围。E(I_ij).lower表示该期望取值范围的下界。E(I_ij).upper表示该取值范围的上界。由此可知：

min(I_ij)≤E(I_ij).lower≤E(I_ij).upper≤max(I_ij)。

步骤五，对于步骤二产生的每一个质量属性指标，确定其在当前应用环境中的实际取值。对于一个质量属性指标I_ij(i＝1，2，...，n；j＝1，2，...，m_i),设定：R(I_ij)表示其实际取值，并由此可知：

min(I_ij)≤R(I_ij)≤max(I_ij)。

步骤六，对于步骤三产生的每一个质量属性指标，根据其实际取值与期望取值范围这两个数据，计算出一个取值范围在[0,1]之间并反映当前质量属性指标的实际取值对期望取值范围的满足程度的实数。

步骤七，对于步骤一产生的每一个质量属性，把与其相关的一组质量属性指标通过步骤六产生的满足程度数值按照步骤二中设定的权值进行加权求和，产生一个取值范围在[0,1]之间并反映当前质量属性的实际取值对期望取值的满足程度的实数。

步骤八，对于步骤一产生的所有质量属性，把通过步骤七产生的满足程度数值按照步骤一中设定的权值进行加权求和，产生一个取值范围在[0,1]之间并反映软件的可信度的实数。

在步骤六中，对于一个质量属性指标I_ij(i＝1，2，...，n；j＝1，2，...，m_i),设定：S_ij表示其实际取值对期望取值的满足程度；S_ij的计算公式为：

其中，常数l_ij和u_ij由使用者确定。

由上分析，基于本发明，可以对同一应用领域中的不同软件系统在特定应用环境中的可信度的高低进行定量比较，为用户对特定软件系统的选择提供依据。

附图说明

图1为本发明的可信度与服务质量、质量属性、质量属性指标之间的关系图；。

图2为本发明的软件可信度计算流程图；

图3为本发明的实际质量属性对期望质量属性满足程度的计算流程图。

具体实施方式

下面结合附图和实施例对本发明做进一步详细说明。

为了解决目前无法对软件系统的综合性的质量属性，例如可信度，进行定量计算的问题，本发明为软件系统提供一种可信度的定量计算方法。

首先，如图1所示，本发明将软件可信度定位为“在特定应用环境中，软件实际服务质量对用户期望服务质量的满足程度”。基于这种定位，本发明把对软件可信度的计算转化为对“软件实际服务质量对用户期望服务质量的满足程度”的计算，通过该转化，本发明可以实现软件系统可信度的精确定量计算。

为了进行上述计算，本发明还定义了服务质量、质量属性、质量属性指标，并明确了其相互关系。具体而言：服务质量为“一个或多个质量属性的综合体”；质量属性包括软件的正确性、可靠性、安全性、可伸缩性、隐私性、可移植性等传统的软件质量属性。基于对服务质量的这种定位，在特定应用环境中，把服务质量分解为一组质量属性。对于质量属性，其进一步可以分解为一组质量属性指标；一个质量属性指标表示“在特定应用环境中，具有明确物理含义、能够部分或完整地反映特定服务质量属性、可度量或可评估的方面”。在特定应用环境中，质量属性可以分解为一组质量属性指标。

基于上述，对于一个应用环境和一个软件系统，可以采用如下步骤对该软件系统在该应用环境中的可信度进行定量计算：

步骤一，根据当前应用环境的特点，将软件系统的服务质量分解为一组质量属性，并确定每一个质量属性在这组质量属性中的权重。

其中，当前应用环境的特点包含两个方面。第一个方面，当前应用所在的领域具有的特点。例如，一个在核电站监控领域中的软件应用所关注的质量属性和一个文字编辑领域中的软件应用所关注的质量属性显然是不一样的。也就是说，领域的特点会在一定程度上决定软件可信度会涉及到哪些质量属性。第二个方面，当前应用的具体需求中还存在哪些需要考虑的质量属性，即：除了领域特点决定的质量属性外，当前应用的客户还关注哪些其它的质量属性。基于此，将软件系统的服务质量分解为一组质量属性。

权重的取值满足两个条件：一、服务质量的每一质量属性的权重必须大于0；二、服务质量的所有质量属性的权重之和等于1。为表达简洁，设定：

Q表示软件服务质量；

n表示Q具有的质量属性个数；

_Ai(i＝1，2，...，n)表示第i个质量属性；

a_i表示质量属性A_i的权重值。

基于上述标记以及对质量属性权重取值的要求，可知：对任一i∈{1，2，...n}，有a_i＞0；

步骤二，对于步骤一产生的每一个质量属性，根据当前应用环境的特点，将其分解为一组质量属性指标，并确定每一个指标在该组指标中的权重。权重的取值要满足两个条件：一、一个质量属性的每一质量属性指标的权重必须大于0；二、一个质量属性的所有质量属性指标的权重之和等于1。为表达简洁，对任一质量属性A_i，设定：

m_i表示A_i具有的质量属性指标个数；

I_ij(j＝1，2，...，m_i)表示A_i的第j个质量属性指标；

b_ij表示A_i的第j个质量属性指标的权重值；

基于上述标记以及对质量属性指标权重取值的要求，可知：对任一j∈{1，2，...mi}，有b_ij＞0；

步骤三，对于步骤二产生的每一个质量属性指标，确定其可能取值的下界和上界。一个质量属性指标的下界有两种可能的取值：①-∞；②一个确定的常量，可以分别称这两种情况为下无界和下有界。同样，一个质量属性指标的上界也有两种可能的取值：①+∞；②一个确定的常量，可以分别称之为上无界和上有界。

为表达简洁，对于一个质量属性指标I_ij(i＝1，2，...，n；j＝1，2，...，m_i),设定：

min(I_ij)表示其下界；

max(I_ij)表示其上界。

步骤四，对于步骤二产生的每一个质量属性指标，通过对用户业务需求的分析，确定用户对其的期望取值范围。为表达简洁，对于一个质量属性指标I_ij(i＝1，2，...，n；j＝1，2，...，m_i),设定：

E(I_ij)表示用户对其的期望取值范围；

E(I_ij).lower表示该取值范围的下界；

E(I_ij).upper表示该取值范围的上界。

基于上述标记的含义，可知：

min(I_ij)≤E(I_ij).lower≤E(I_ij).upper≤max(I_ij)。

由于同一个质量属性指标，在不同的应用中，其期望取值范围是会发生变化的。比如，对于“系统连续正常工作时间”，在核电站监控应用中，其期望取值范围可能是以年为基本单位的，比如“大于1年”等；而在文字编辑软件中，其期望取值范围以天为单位就已经足够，比如“大于1天”。因此，该步骤四并不关注如何确定一个质量属性指标的取值范围。并且现有的需求捕获和分析方法已经能够很好的解决这个问题，例如，面向目标的需求工程方法中，提供了基于时序逻辑的技术来对一个质量属性指标的期望取值范围进行建模和分析；面向视角的需求工程方法中，通过对不同视角之间存在的冲突进行分析和消除，在多种不同的视角中产生一个被所有视角接受的期望取值范围；需求优先级分析技术，则通过分析需求以及需求提出者的优先级别，进而对高优先级需求和需求提出者的意见进行重点关注，从而得到一个具有充分合理性的期望取值范围。

步骤五，对于步骤二产生的每一个质量属性指标，通过测量、测试等手段，确定其在当前应用环境中的实际取值。目前已经存在大量的开源或商业测试软件可以实现对特定质量属性指标的测量。例如，对于性能相关指标的测试，有LoadRunner、Jmeter、OpenSTA、DBMonster、TPTEST等测试工具；对于正确性相关指标的测试，有Watir、Selenium、MaxQ、WebInject等测试工具。上述测试工具的基本原理是：通过模拟用户或外部实体的行为，建立一个仿真的软件运行环境，并在其中通过对软件的仿真运行进行监测，从而确定特定的质量属性指标的取值。

为表达简洁，对于一个质量属性指标I_ij(i＝1，2，...，n；j＝1，2，...，m_i),设定：R(I_ij)表示其实际取值。

基于上述标记的含义，可知：min(I_ij)≤R(I_ij)≤max(I_ij)。

步骤六，对于步骤二产生的每一个质量属性指标，根据其实际取值与期望取值范围这两个数据，计算出一个取值范围在[0,1]之间的实数；该实数反映了当前质量属性指标的实际取值对期望取值范围的满足程度。为表达简洁，对于一个质量属性指标I_ij(i＝1，2，...，n；j＝1，2，...，m_i),设定：S_ij表示其实际取值对期望取值的满足程度。具体而言，S_ij的计算公式为：

其中，

对于S_ij的计算公式，详细说明如下：

一、当R(I_ij)∈E(I_ij)时，说明质量属性指标I_ij的实际取值在期望取值范围之内；此时，S_ij的取值显然应为1.

二、当R(I_ij)＜E(I_ij).lower时，说明质量属性指标I_ij的实际取值在期望取值范围的下界之外；此时，S_ij的计算分为两种情况：

情况一：当I_ij下无界时(即,min(I_ij)＝-∞)

随着指标I_ij的实际取值不断背离期望取值范围的下界，将S_ij取值的不断衰减定量为一个以e为底的指数函数。

该指数函数的指数的取值范围为(-∞，-1]：随着I_ij的实际取值不断背离下界，该指数函数的指数取值逐渐从-1趋向于-∞。

该指数函数的指数本身又是一个幂函数，该幂函数的指数l_ij为一取值范围在(0，+∞]的常数，且该指数取值越大，则S_ij取值衰减的速度越快。

情况二：当I_ij下有界时(即,min(I_ij)＞-∞)

随着指标I_ij的实际取值不断背离期望取值范围的下界，将S_ij取值的不断衰减定量为一个幂函数。

该幂函数的底数取值范围为(0，1]：随着I_ij的实际取值不断背离下界，该幂函数的底数取值逐渐从1趋向于0。

该幂函数的指数l_ij为一取值范围在(0，+∞]的常数，且该指数取值越大，则S_ij取值衰减的速度越快。

三、当R(I_ij)＞E(I_ij).upper时，说明质量属性指标I_ij的实际取值在期望取值范围的上界之外；此时，S_ij的计算分为两种情况：

情况一：当I_ij上无界时(即,max(I_ij)＝+∞)

情况二：当I_ij下有界时(即,max(I_ij)＜+∞)

这两种情况的计算公式与R(I_ij)＜E(I_ij).lower时两种情况的计算公式类似，为简便起见，不再赘述。

在该步骤中，计算中所涉及的l_ij和u_ij为常数，二者由使用者自行确定。

其中，常数l_ij是用来刻画：当一个指标的实际取值比其期望取值的下边界还小时，该指标的“实际取值对期望取值的满足程度”随着实际取值的不断变小的衰减速度。类似，u_ij常数是用来刻画：当一个指标的实际取值比其期望取值的上边界还大时，该指标的“实际取值对期望取值的满足程度”随着实际取值的不断变大的衰减速度。“实际取值对期望取值的满足程度”是对用户的主观感受的一种量化。

在不同的应用中，对于不同的指标，当指标实际取值偏离期望取值后，用户对其满足程度的衰减速度的主观感觉不可能是完全一样的。例如，对于有些指标，线性的衰减速度(这两个常数取值为1)就能很好地反映用户满意度的衰减，对另外一些指标，则可能需要更强(常数取值大于1)或更弱(常数取值在0和1之间)的衰减速度。因此，对不同的指标，其对应的常数l_ij和u_ij需要分别确定。

对于一个指标，有很多方式可以来确定其对应的其对应的常数l_ij和u_ij。比如，可以采用民主－集中的方式进行：找一组用户，每个用户分别给出这两个常数，然后通过计算平均值的方式确定这两个常数的值。也可以采用曲线拟合方式计算出这两个常数的值：设定若干个指标的实际取值偏离期望取值的采样点，在每个采样点上收集用户的满意度的取值，然后用这几个采样点的取值拟合出一个曲线，进而确定这个曲线对应的衰减速度(即上述常数)的取值。

步骤七，如图3所示，对于步骤一产生的每一个质量属性，把与其相关的一组质量属性指标通过步骤六产生的满足程度数值按照步骤二中设定的权值进行加权求和，产生一个取值范围在[0,1]之间的实数；该实数反映当前质量属性的实际取值对期望取值的满足程度。

为表达简洁，对于一个质量属性指标A_i(i＝1，2，...，n),设定：S_i表示其实际取值对期望取值的满足程度，S_i的计算公式为：

步骤八，如图2所示，对于步骤一产生的所有质量属性，把通过步骤七产生的满足程度数值按照步骤一中设定的权值进行加权求和，产生一个取值范围在[0,1]之间的实数，该实数反映了实际服务质量对期望服务质量的满足程度，即，软件的可信度。

为表达简洁，对于软件服务质量Q，设定：S表示软件的可信度。S的计算公式为：

S = Σ_{i = 1}^{n} (a_{i} \cdot S_{i}) .

为了使本领域技术人员更清楚的理解本发明，下面以股票交易系统为实施例，对本发明的具体实施过程做进一步详细描述。

步骤一，根据股票交易系统(软件系统)的业务特点和功能性需求，将股票交易系统的服务质量分解为4种质量属性：可用性(A₁)、性能(A₂)、安全性(A₃)、可靠性(A₄)。同时，通过对这4种质量属性相对重要程度的分析，将其权重分别赋值为：

0.27(a₁),0.23(a₂),0.3(a₃),0.2(a₄)。

步骤二，对于每一种质量属性，分别将其分解为一组质量属性指标，并确定每个指标的权重。

一、对于可用性，将其分解为3个质量属性指标：

正常运行时间段(I₁₁)：系统能够连续运行的时间区间，权重值b₁₁＝0.4；

故障发生频率(I₁₂)：在系统正常运行时间内，发生故障的频率，权重值b₁₂＝0.3；

故障恢复时间段(I₁₃)：系统发生故障后到系统恢复正常运行所消耗的时间，权重值b₁₃＝0.3。

二、对于性能，将其分解为2个质量属性指标：

系统吞吐量(I₂₁)：单位时间内处理订单的速度，权重值b₂₁＝0.6；

平均响应时间(I₂₂)：从提交订单请求到请求结果返回所消耗的时间，权重值b₂₂＝0.4。

三、对于安全性，将其分解为4个质量属性指标：

数据保密性(I₃₁)：需求规约中要求加密的数据项实例总数被实现的百分比，权重值b₃₁＝0.25；

访问的可控制性(I₃₂)：需求规约中要求实现的可控访问需求数被实现的百分比，权重值b₃₂＝0.25；

数据的抗讹误性(I₃₃)：需求规约中要求实现的抗讹误数据的实例数被实现的百分比，权重值b₃₃＝0.25；

访问的可审核性(I₃₄)：需求规约中要求记录的访问类型数被实现的百分比，权重值b₃₄＝0.25。

四、对于可靠性，将其分解为3个质量属性指标：

平均失效时间间隔(I₄₁)：连续两次失效之间的平均时间间隔，权重值b₄₁＝0.3；

准确性(I₄₂)：一段时间内服务能够返回正确结果的比率，权重值b₄₂＝0.5；

健壮性(I₄₃)：系统应对不合法输入的概率，权重值b₄₃＝0.2。

步骤三，对于上述12项指标，其可能取值的取值范围如下表所示：

ID	中文名称	可能取值的下界	可能取值的上界
				I₁₁	正常运行时间段	0小时	+∞小时
I₁₂	故障发生频率	0次/周	+∞次/周
				I₁₃	故障恢复时间段	0分钟	+∞分钟
I₂₁	系统吞吐量	0次/秒	+∞次/秒
				I₂₂	平均响应时间	0秒	+∞秒
I₃₁	数据保密性	0	1
				I₃₂	访问的可控制性	0	1
I₃₃	数据的抗讹误性	0	1
				I₃₄	访问的可审核性	0	1
I₄₁	平均失效时间间隔	0小时	+∞小时

I₄₂	准确性	0	1
				I₄₃	健壮性	0	1

步骤四，对于上述12项指标，其用户期望的取值范围如下表所示：

步骤五，对于上述12项指标，其实际取值情况如下表所示：

ID	中文名称	实际取值	方式
				I₁₁	正常运行时间段	7×24小时	测试
I₁₂	故障发生频率	2.5次/周	测试
				I₁₃	故障恢复时间段	9分钟	测试
I₂₁	系统吞吐量	395次/秒	测试

I₂₂	平均响应时间	2.9秒	测试
				I₃₁	数据保密性	1	评审
I₃₂	访问的可控制性	0.99	评审
				I₃₃	数据的抗讹误性	1	评审
I₃₄	访问的可审核性	0.96	评审
				I₄₁	平均失效时间间隔	5004小时	测试
I₄₂	准确性	1	测试
				I₄₃	健壮性	1	测试

步骤六，对于上述12项指标，根据其实际取值和期望取值两个数据，计算出实际取值对期望取值的满足程度S_ij：

步骤七，对于步骤一产生的4个质量属性，分别把与其相关的指标的实际值对期望值的满足程度，按照步骤二设定的权值进行加权求和，产生一个质量属性的实际取值对期望取值的满足程度。

步骤八，对于步骤一产生的4个质量属性,把通过步骤七产生的4个质量属性实际值对期望值的满足程度按照步骤一设定的权值进行加权求和，从而产生软件的可信度：

\begin{matrix} S = Σ_{i = 1}^{n} (a_{i} \cdot S_{i}) = 0.27 \times 0.8821 + 0.23 \times 0.8932 + 0.3 \times 0.9755 + \\ 0.2 \times 1 = 0.9364 . \end{matrix}

至此，可知该股票交易系统的可信度的定量计算结果为0.9364。

综上所述，本发明通过把软件可信度的计算转化为对“软件实际服务质量对用户期望服务质量的满足程度”的计算，可以对同一应用领域中的不同软件系统在特定应用环境中的可信度的高低进行定量比较，为用户对特定软件系统的选择提供依据，从而解决现有技术存在的无法对软件系统的综合性质量属性的可信度进行定量计算的问题。

由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。

Claims

1.一种软件可信度的定量计算方法，其特征在于，包括以下步骤：

步骤一，根据一应用环境的特点，将其软件系统的服务质量分解为一组质量属性，并确定每一个质量属性在该组质量属性中的权重，其中，服务质量为“一个或多个质量属性的综合体”；

设定：Q表示软件服务质量；n表示Q具有的质量属性个数；A_i(i＝1，2，...，n)表示第i个质量属性；a_i表示质量属性A_i的权重值；并设定：对任一i∈{1，2，...n}，a_i＞0；

步骤二，对于步骤一产生的每一个质量属性，将其分解为一组质量属性指标，并确定每一个质量属性指标在该组质量属性指标中的权重，其中，一个质量属性指标表示“在特定应用环境中，具有明确物理含义、能够部分或完整地反映特定服务质量属性、可度量或可评估的方面”；

对任一质量属性A_i，设定：m_i表示A_i具有的质量属性指标个数；I_ij(j＝1，2，...，m_i)表示A_i的第j个质量属性指标；b_ij表示A_i的第j个质量属性指标的权重值；设定：对任一j∈{1，2，...m_i}，b_ij＞0；

步骤三，对于步骤二产生的每一个质量属性指标，确定其可能取值的下界和上界；对于一个质量属性指标I_ij(i＝1，2，...，n；j＝1，2，...，m_i)，设定：min(I_ij)表示其下界；max(I_ij)表示其上界；

步骤四，对于步骤三产生的每一个质量属性指标，通过对用户业务需求的分析，确定用户的期望取值范围；对于任一个质量属性指标I_ij(i＝1，2，...，n；j＝1，2，...，m_i)，设定：E(I_ij)表示用户对其的期望取值范围；E(I_ij).lower表示该期望取值范围的下界；E(I_ij).upper表示该取值范围的上界；由此可知：

min(I_ij)≤E(I_ij).lower≤E(I_ij).upper≤max(I_ij)；

步骤五，对于步骤二产生的每一个质量属性指标，确定其在当前应用环境中的实际取值；对于一个质量属性指标I_ij(i＝1，2，...，n；j＝1，2，...，m_i)，设定：R(I_ij)表示其实际取值，并由此可知：

min(I_ij)≤R(I_ij)≤max(I_ij)；

步骤六，对于步骤三产生的每一个质量属性指标，根据其实际取值与期望取值范围这两个数据，计算出一个取值范围在[0，1]之间并反映当前质量属性指标的实际取值对期望取值范围的满足程度的实数；

步骤七，对于步骤一产生的每一个质量属性，把与其相关的一组质量属性指标通过步骤六产生的满足程度数值按照步骤二中设定的权值进行加权求和，产生一个取值范围在[0，1]之间并反映当前质量属性的实际取值对期望取值的满足程度的实数；

步骤八，对于步骤一产生的所有质量属性，把通过步骤七产生的满足程度数值按照步骤一中设定的权值进行加权求和，产生一个取值范围在[0，1]之间并反映软件的可信度的实数；

在步骤六中，对于一个质量属性指标I_ij(i＝1，2，...，n；j＝1，2，...，m_i)，设定：S_ij表示其实际取值对期望取值的满足程度；S_ij的计算公式为：

u = \{\begin{matrix} e \cdot \exp {- {(1 + R (I_{ij}) - E (I_{ij}) . upper)}^{u_{ij}}}, & \max (I_{ij}) = + \infty \\ {(\frac{\max (I_{ij}) - R (I_{ij})}{\max (I_{ij} - E (I_{ij}) . upper)})}^{u_{ij}}, & \max (I_{ij}) < + \infty \end{matrix}

其中，常数l_ij和u_ij由使用者确定。

2.根据权利要求1所述的软件可信度的定量计算方法，其特征在于，在步骤七中，对于一个质量属性指标A_i(i＝1，2，...，n)，设定：S_i表示其实际取值对期望取值的满足程度，S_i的计算公式为：

3.根据权利要求2所述的软件可信度的定量计算方法，其特征在于，在步骤八中，对于软件服务质量Q，设定：S表示软件的可信度，S的计算公式为：

S = Σ_{i = 1}^{n} (a_{i} \cdot S_{i}) .