CN107038111A - 一种软件可信性量化评估与设计方法 - Google Patents
一种软件可信性量化评估与设计方法 Download PDFInfo
- Publication number
- CN107038111A CN107038111A CN201610080383.7A CN201610080383A CN107038111A CN 107038111 A CN107038111 A CN 107038111A CN 201610080383 A CN201610080383 A CN 201610080383A CN 107038111 A CN107038111 A CN 107038111A
- Authority
- CN
- China
- Prior art keywords
- attribute
- software
- credible
- sub
- confidence level
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3604—Software analysis for verifying properties of programs
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Stored Programmes (AREA)
Abstract
本发明公开了一种软件可信性量化评估与设计方法,包括如下步骤:可信性量化需求步骤:根据软件的领域特性对软件进行可信性需求分析,获得可信性量化分析结果;可信性需求包括软件属性、软件子属性定义,每个子属性对应的度量元定义,可信度级别;软件可信性量化总体设计步骤:根据可信性量化分析结果建立可信度分配模型,确定软件可信度分配方法、软件属性可信度分配方法;软件可信性量化实现步骤:根据可信度分配模型和分配规则,分配软件可信度、软件属性可信度,及确定各个软件子属性的可信等级;软件可信性量化评估步骤:对已有软件可信度、软件属性可信度、软件子属性可信等级进行分析和评估。
Description
技术领域
本发明属于软件可信性领域,尤其涉及一种软件可信性量化评估与设计方法。
背景技术
在航天控制软件等软件设计领域,因其领域特殊性,对软件本身的可信性要求非常高。软件可信性是评价软件运行是否符合预期、是否具有抵御外界环境干扰的能力以及能力大小的综合指标,其中涉及到软件的诸多属性。如何对软件可信性进行量化评估是评判软件可信性首要解决的问题,而软件可信性设计从根本上提高了软件可信性,避免了出现不可信软件。
现有关于软件可信性的研究多是对于软件可信性相关属性的研究。《可信软件基础研究》重大研究计划中指出正确性、可靠性、安全性、时效性、完整性、可用性、可预测性、生存性等属性构成了软件可信性,需要考虑这些属性的综合度量空间。《基于多维属性的软件可信性度量模型》的研究中,将影响软件可信性的属性分为关键属性和非关键属性,其中关键属性包括功能性、可维护性、可靠性、可生存性、可控性,每个关键属性又通过一些子属性来刻画,如安全性是可生存性的一个子属性;非关键属性由用户根据自己需要来选取。根据软件可信性的不同属性,从不同的角度建立软件可信性度量模型来反映软件自身的可信性。
但是,在实际可信性设计过程中,如果采用软件可信度分配方法给软件可信子属性分配可信度并不合理。因为设计人员并不能根据精确的数值为可信子属性制定对应的可信性要求,这种分配方法对可信子属性不具有可操作性。为了克服现有技术中的上述缺陷,本发明提出了一种软件可信性量化评估与设计方法。本发明采用软件属性可信度分配方法,为可信子属性分配子属性可信等级。
发明内容
本发明提出了一种软件可信性量化评估与设计方法,包括如下步骤:
可信性量化需求步骤:根据软件的领域特性对软件进行可信性需求分析,获得可信性量化分析结果;所述可信性需求包括软件属性、软件子属性定义,每个子属性对应的度量元定义,可信度级别;
软件可信性量化总体设计步骤:根据所述可信性量化分析结果建立可信度分配模型,确定软件可信度分配方法、软件属性可信度分配方法;
软件可信性量化实现步骤:根据所述可信度分配模型和分配规则,分配软件可信度、软件属性可信度,及确定各个软件子属性的可信等级;
软件可信性量化评估步骤:对已有软件可信度、软件属性可信度、软件子属性可信等级进行分析和评估。
本发明提出的所述软件可信性量化评估与设计方法中,所述可信度分配模型以如下式(1)表示:
式(1中),y[i,j]表示第i个可信属性的第j个可信子属性的可信度,α[i,j]表示第i个可信属性的第j个可信子属性的权重值,mi表示第i个可信属性相关的可信子属性的个数,t表示第i个可信属性需要达到的最低可信度,表示第i个可信属性相关的可信子属性需要达到的最低可信度,表示可信子属性约束的通用表达,是与第i个可信属性相关的不同可信子属性可以有不同的子属性可信等级约束。
本发明提出的所述软件可信性量化评估与设计方法中,所述软件可信性量化总体设计步骤中,进一步建立可信等级模型,根据软件可信属性可信度以及可信子属性的权重,按照可信等级模型,最终得到每一个可信子属性的可信度和可信性实现指南。
本发明提出的所述软件可信性量化评估与设计方法中,所述可信等级模型用于体现可信子属性可信度与可信等级的对应关系:其中,
当软件子属性可信等级达到A,子属性可信度为1.0;
当软件子属性可信等级达到B,子属性可信度为0.95;
当软件子属性可信等级达到C,子属性可信度为0.85;
当软件子属性可信等级达到D,子属性可信度为0.70;
当软件子属性可信等级达到E,子属性可信度为0.45。
本发明提出的所述软件可信性量化评估与设计方法中,所述软件可信性量化总体设计步骤包括如下步骤:
步骤2a:根据可信性量化需求分析的结果,得到软件的可信属性、可信子属性、可信属性权重、可信子属性权重、软件整体可信性量化的要求;
步骤2b:确定软件的可信度分配模型、软件可信度分配方法、可信等级模型及属性可信度分配方法;
步骤2c:根据软件可信度分配方法将规定的软件可信度自顶向下、从整体到局部逐步分配到软件各个可信属性,确定可信属性的可信度;
步骤2d:通过软件属性可信度分配方法将规定的可信属性可信度分配到可信子属性,由此确定可信子属性的可信等级和可信性实现指南;
步骤2e:得到每一个可信子属性的可信性要求,生成可信性实现指南。
本发明提出的所述软件可信性量化评估与设计方法中,软件可信性量化实现步骤包括如下步骤:
步骤3a:获得可信子属性分别在各可信等级的数量{q1,q2,…,qs},初始化假设可信子属性的可信等级均为最低等级;
步骤3b:计算各个可信子属性分配在{q1,q2,…,qs}中的所有情况;
步骤3c:通过循环,依次计算所有情况,同时记录循环次数:
根据本次循环中{q1,q2,…,qs}的具体数值和可信等级模型,为可信子属性赋值y[i,j];
ii)计算当前可信属性的可信度yi;
iii)如果可信度yi没有达到可信性要求,则回到步骤ii,进入下次循环;如果可信度yi达到了可信性要求,计算的值,记为σ;
iv)设σmin为当前记录的最小可信子属性之和;若σ<σmin,则更新σmin的值,记录当前可信子属性的结果,回到步骤ii,进入下次循环;若σ=σmin,则记录当前可信子属性的结果,回到步骤ii,进入下次循环;若σ>σmin,则回到步骤ii,进入下次循环;
步骤3d:返回所有可信子属性之和为σmin的可信子属性解转换可信等级解,并返回结果。
本发明中,软件系统可信是指一个软件系统的行为总是与用户预期的行为和结果相一致。软件可信属性是指用以描述和评价软件系统可信的一组属性。软件可信属性可被细化成多级软件可信子属性。当一个软件可信子属性不可细分时,就称其为子属性度量元,子属性度量元只能通过分析软件的可信证据来得到。
本发明相较于现有技术,在已有度量方法基础上,实现了软件可信性量化总体设计和软件可信性量化评估。软件可信性量化总体设计包括软件可信性分配和软件属性可信性分配。其中,软件可信性分配和软件可信性量化评估互为逆过程,可信性分配和可信性评估产生的结果在实际的迭代开发中可以互相借鉴和指导,不断细化和完善软件整体的可信性(一致性);本发明遵循一套完整的开发流程,即从软件可信性量化需求,到软件可信性量化总体设计,再到软件可信性量化实现,最后进行可信性量化评估(完整性);本发明建立了软件可信等级模型,实现了软件属性可信度分配,切实提高了软件可信度(实用性)。
附图说明
图1是软件可信性量化评估与设计方法的流程图;
图2是软件可信性量化总体设计的流程图;
图3是软件属性可信度分配算法的流程图。
具体实施方式
结合以下具体实施例和附图,对本发明作进一步的详细说明。实施本发明的过程、条件、实验方法等,除以下专门提及的内容之外,均为本领域的普遍知识和公知常识,本发明没有特别限制内容。
本发明提出了影响软件可信性的属性模型;建立了五条量化模型构造准则:单调性、凝聚性、灵敏性、替代性、稳定性,根据这五条构造准则确定了软件度量模型;建立了严格的软件度量分级评定表,将软件可信性评定为五个级别,见下表1。本发明提出了一种基于属性重要度的软件分配方法,其根据给定的软件可信度得到软件属性的可信度。本发明的创新之处在于,提出了软件可信性量化评估与设计流程;建立了可信等级模型;提出了软件属性可信度分配模型和分配方法。
表1软件可信分级评定表
本发明提出了软件可信子属性以及子属性度量元的定义,明确了软件可信属性与可信子属性的对应关系以及子属性可信度与可信等级的对应关系。其中,软件可信属性采用分层模型,其中顶层属性包括正确性、安全性、可靠性、生存性等属性;而可靠性又包括成熟性、容错性等属性;最后一层为可信子属性,如可信属性“可靠性”包含的具体的可信子属性有三个,权重分别为0.4、0.35、0.25:
(1)变量用途的唯一性,即每个变量有且只有一个用途;
(2)命名常量使用的一致性,即命名常量使用时不采用数值形式;
(3)循环体结构形式的明确性,即采用“{}”结构或类似结构标明循环体。
本发明根据“可信分级评定表”中软件的可信度和可信等级对应关系的建立方法,提出可信子属性的可信度和可信等级的对应关系,见下表2:
表2软件可信等级模型
可信子属性可信度 | 1.0 | 0.95 | 0.85 | 0.70 | 0.45 |
可信子属性可信等级 | A | B | C | D | E |
如图1所示,本发明软件可信性量化评估与设计开发方法包括如下步骤:软件可信性量化需求分析步骤、软件可信性量化总体设计步骤、软件可信性量化实现步骤和软件可信性量化评估步骤。具体步骤为:
(1)软件可信性量化需求分析步骤:通过软件可信性量化需求分析,得到:
(a)软件相关的具体可信属性和可信子属性;
(b)可信属性和可信子属性的权重;
(c)软件整体可信性量化的要求,比如软件要求的可信度、可信属性的约束条件、不同可信等级对应的具体可信性标准。
(2)软件可信性量化总体设计步骤:在建立软件可信度分配模型和可信等级模型的基础上,通过软件可信度分配方法和软件属性可信度分配方法,得到每一个可信子属性的可信性量化实现指南,最终得到软件整体可信性量化实现的指南。
(3)软件可信性量化实现步骤:通过软件可信性量化指南使得软件整体达到要求的可信性。
(4)软件可信性量化评估步骤:通过软件可信性量化实现后得到的软件数据(软件、相关文档等),在软件可信度评估模型和可信等级评定表的基础上,由软件可信度评估方法对软件整体进行分析,评定其达到的可信性级别以及是否达到要求的可信性。
其中,可信性量化总体设计步骤是可信性量化实现的依据和规则;可信性量化评估是对可信性量化实现的分析和评定。因此,可信性量化设计和可信性量化评估互为逆过程,在整体开发流程中需要保证所采用的模型与方法的一致性。一致性的保证使得可信性量化设计和可信性量化评估产生的结果在实际的迭代开发中可以互相借鉴和指导,不断细化和完善软件整体的可信性。
其中,软件可信性量化总体设计步骤是由软件可信性量化需求自顶向下进行分配得到各属性的可信度;软件可信性量化评估是由各属性的可信度自底向上进行计算得到软件的可信度。可信性量化总体设计和可信性量化评估互为逆过程,在整体开发流程中需要保证所采用的模型与方法的一致性。一致性的保证使得可信性分配和可信性评估产生的结果在实际的迭代开发中可以互相借鉴和指导,不断细化和完善软件整体的可信性。软件可信性量化总体设计步骤是根据规定的软件属性可信度和可信子属性的权重值,自顶向下分配软件属性可信度、确定可信子属性可信等级。假设可信子属性可以按照h个子属性可信等级进行可信度分配:r1,r2,…,rh,这些等级对应的可信度记为:t1,t2,…,th。其中,t1>t2>…>th,且0≤ti≤1,i=1,2…,h。假设可信度设计成本与可信度呈正相关,为达到设计成本最低,得到分配模型:
y[i,j]是第i个可信属性的第j个可信子属性的可信度,α[i,j]是第i个可信属性的第j个可信子属性的权重值,mi是第i个可信属性相关的可信子属性的个数,t是第i个可信属性需要达到的最低可信度,是第i个可信属性相关的可信子属性需要达到的最低可信度。 是可信子属性约束的通用表达,与第i个可信属性相关的不同可信子属性可以有不同的子属性可信等级约束。如:y[i,j]∈{1.0,0.95}且y[1,2]∈{1.0,0.95,0.85}。
图2为软件可信性量化总体设计流程图,包括了软件可信度分配、软件属性可信度分配。具体步骤为:
步骤2a:根据可信性量化需求分析的结果,得到软件相关的具体可信属性和可信子属性、可信属性和可信子属性的权重、软件整体可信性量化的要求;
步骤2b:确定采用的可信度分配模型,建立软件的可信度分配模型;
步骤2c:通过软件可信度分配方法将规定的软件可信度自顶向下、从整体到局部逐步分配到软件各个可信属性,由此确定可信属性的可信度;
步骤2d:通过软件属性可信度分配方法将规定的可信属性可信度分配到可信子属性,由此确定可信子属性的可信等级和可信性实现指南。
步骤2e:得到每一个可信子属性的可信性要求。通过软件可信性量化总体设计,可以得到每一个可信子属性的可信性量化实现指南,最终得到软件整体可信性量化实现的指南。
图3为软件属性可信度分配算法流程图,用于确定可信子属性的可信等级和可信性实现指南。
具体步骤为:
步骤3a:{q1,q2,…,qs}记录了可信子属性分别在s个不同等级的数量,初始化假设mi个可信子属性的可信等级都是最低等级s;
步骤3b:mi分配在{q1,q2,…,qs}中可以有种不同的情况;
步骤3c:通过循环,计算种情况,u记录循环次数:
i)根据本次循环中{q1,q2,…,qs}的具体数值和可信等级模型,为可信子属性赋值y[i,j];
ii)计算当前可信属性的可信度yi;
iii)yi如果没有达到要求的可信度,则回到步骤(2),进入下次循环;
yi如果达到了要求的可信度,计算的值,记为σ;
iv)σmin为当前记录的最小可信子属性之和:
σ<σmin,则更新σmin的值,记录当前可信子属性的结果,回到步骤ii,进入下次循环;
σ=σmin,则记录当前可信子属性的结果,回到步骤ii,进入下次循环;
σ>σmin,则回到步骤ii,进入下次循环;
步骤3d:返回所有可信子属性之和为σmin的可信子属性解转换可信等级解,并返回结果。精确的可信度数值难以得到可信性量化指南,而软件属性可信度分配方法使得可信子属性可信度不再是一个精确的数值,通过可信等级模型得到可信子属性的可信等级,由此得到对应的可信性量化实现指南。
实施例1
假设可信属性“可靠性”包含了三个可信子属性,权重分别为0.4、0.35、0.25:
(1)变量用途的唯一性,即每个变量有且只有一个用途;
(2)命名常量使用的一致性,即命名常量使用时不采用数值形式;
(3)循环体结构形式的明确性,即采用“{}”结构或类似结构标明循环体。在软件可信度分配之后,得到“可靠性”要求的可信度至少达到0.90。
在软件属性可信度分配之前,需要建立可信等级模型,如下:
根据软件属性可信度分配算法,建立软件属性可信度分配模型如下:
{1.0,0.95,0.85}可以产生10种不同的解,如下:
第3至10组解都满足yi≥0.90。其中第5组解为最优解,满足
因此,“可靠性”的三个可信子属性“变量用途的唯一性”、“命名常量使用的一致性”、“循环体结构形式的明确性”对应的可信等级解为{1.0,0.85,0.85},对应的可信性量化指南为{“100%的变量有且只有一个用途”,“85%及以上的命名常量使用时不采用数值形式”,“85%及以上的循环体采用‘{}’结构或类似结构标明”}。根据表1的软件可信分级评定表,其对应的可行度为{非常可信,比较可信,比较可信}
本发明的保护内容不局限于以上实施例。在不背离发明构思的精神和范围下,本领域技术人员能够想到的变化和优点都被包括在本发明中,并且以所附的权利要求书为保护范围。
Claims (6)
1.一种软件可信性量化评估与设计方法,其特征在于,包括如下步骤:
可信性量化需求步骤:根据软件的领域特性对软件进行可信性需求分析,获得可信性量化分析结果;所述可信性需求包括软件属性、软件子属性定义,每个子属性对应的度量元定义,可信度级别;
软件可信性量化总体设计步骤:根据所述可信性量化分析结果建立可信度分配模型,确定软件可信度分配方法、软件属性可信度分配方法;
软件可信性量化实现步骤:根据所述可信度分配模型和分配规则,分配软件可信度、软件属性可信度,及确定各个软件子属性的可信等级;
软件可信性量化评估步骤:对已有软件可信度、软件属性可信度、软件子属性可信等级进行分析和评估。
2.如权利要求1所述的软件可信性量化评估与设计方法,其特征在于,所述属性可信度分配模型以如下式(1)表示:
式(1)中,y[i,j]表示第i个可信属性的第i个可信子属性的可信度,α[i,j]表示第i个可信属性的第j个可信子属性的权重值,mi表示第i个可信属性相关的可信子属性的个数,t表示第i个可信属性需要达到的最低可信度,表示第i个可信属性相关的可信子属性需要达到的最低可信度,表示可信子属性约束的通用表达,是与第i个可信属性相关的不同可信子属性可以有不同的子属性可信等级约束。
3.如权利要求1所述的软件可信性量化评估与设计方法,其特征在于,所述软件可信性量化总体设计步骤中,进一步建立可信等级模型,根据软件可信属性可信度以及可信子属性的权重,按照可信等级模型,最终得到每一个可信子属性的可信度和可信性实现指南。
4.如权利要求3所述的软件可信性量化评估与设计方法,其特征在于,所述可信等级模型用于体现可信子属性可信度与可信等级的对应关系:其中,
当软件子属性可信等级达到A,子属性可信度为1.0;
当软件子属性可信等级达到B,子属性可信度为0.95;
当软件子属性可信等级达到C,子属性可信度为0.85;
当软件子属性可信等级达到D,子属性可信度为0.70;
当软件子属性可信等级达到E,子属性可信度为0.45。
5.如权利要求3所述的软件可信性量化评估与设计方法,其特征在于,所述软件可信性量化总体设计步骤包括如下步骤:
步骤2a:根据可信性量化需求分析的结果,得到软件的可信属性、可信子属性、可信属性权重、可信子属性权重、软件整体可信性量化的要求;
步骤2b:确定软件的可信度分配模型、软件可信度分配方法、可信等级模型及属性可信度分配方法;
步骤2c:根据软件可信度分配模型及方法将软件可信度自顶向下、从整体到局部逐步分配到软件各个可信属性,确定可信属性的可信度;
步骤2d:通过软件属性可信度分配方法将规定的可信属性可信度分配到可信子属性,由此确定可信子属性的可信等级和可信性实现指南;
步骤2e:得到每一个可信子属性的可信性要求,生成可信性实现指南。
6.如权利要求1所述的软件可信性量化评估与设计方法,其特征在于,软件可信性量化实现步骤包括如下步骤:
步骤3a:获得可信子属性分别在各可信等级的数量{q1,q2,…,qs},初始化假设可信子属性的可信等级均为最低等级;
步骤3b:计算各个可信子属性分配在{q1,q2,…,qs}中的所有情况;
步骤3c:通过循环,依次计算所有情况,同时记录循环次数:
i)根据本次循环中{q1,q2,…,qs}的具体数值和可信等级模型,为可信子属性赋值y[i,j];
ii)计算当前可信属性的可信度yi;
iii)如果可信度yi没有达到可信性要求,则回到步骤ii,进入下次循环;如果可信度yi达到了可信性要求,计算的值,记为σ;
iv)设σmin为当前记录的最小可信子属性之和;若σ<σmin,则更新σmin的值,记录当前可信子属性的结果,回到步骤ii,进入下次循环;若σ=σmin,则记录当前可信子属性的结果,回到步骤ii,进入下次循环;若σ>σmin,则回到步骤ii,进入下次循环;
步骤3d:返回所有可信子属性之和为σmin的可信子属性解转换可信等级解,并返回结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610080383.7A CN107038111A (zh) | 2016-02-04 | 2016-02-04 | 一种软件可信性量化评估与设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610080383.7A CN107038111A (zh) | 2016-02-04 | 2016-02-04 | 一种软件可信性量化评估与设计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107038111A true CN107038111A (zh) | 2017-08-11 |
Family
ID=59532657
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610080383.7A Pending CN107038111A (zh) | 2016-02-04 | 2016-02-04 | 一种软件可信性量化评估与设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107038111A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107908557A (zh) * | 2017-11-14 | 2018-04-13 | 上海电子信息职业技术学院 | 一种嵌入式软件可信属性建模与验证方法 |
CN110442518A (zh) * | 2019-07-22 | 2019-11-12 | 中国工程物理研究院计算机应用研究所 | 基于可信特征度量的软件可信性评估与改进方法 |
CN110569197A (zh) * | 2019-09-12 | 2019-12-13 | 中国工程物理研究院计算机应用研究所 | 一种用于软件可信性评估的可信证据分析与度量方法 |
CN116109215A (zh) * | 2023-04-13 | 2023-05-12 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 可信数控系统的可信性量化评估方法、装置和计算机设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102222040A (zh) * | 2011-06-09 | 2011-10-19 | 西北工业大学 | 基于多属性熵权合成的软件可信等级评估方法 |
CN102479150A (zh) * | 2010-11-25 | 2012-05-30 | 神州数码信息系统有限公司 | 一种软件可信评估的方法 |
CN104461896A (zh) * | 2014-12-18 | 2015-03-25 | 北京轩宇信息技术有限公司 | 基于可信属性的航天系统关键软件评价方法 |
CN105184170A (zh) * | 2015-09-21 | 2015-12-23 | 吉林大学 | 一种基于形式化程度的领域软件可信性评估方法 |
-
2016
- 2016-02-04 CN CN201610080383.7A patent/CN107038111A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102479150A (zh) * | 2010-11-25 | 2012-05-30 | 神州数码信息系统有限公司 | 一种软件可信评估的方法 |
CN102222040A (zh) * | 2011-06-09 | 2011-10-19 | 西北工业大学 | 基于多属性熵权合成的软件可信等级评估方法 |
CN104461896A (zh) * | 2014-12-18 | 2015-03-25 | 北京轩宇信息技术有限公司 | 基于可信属性的航天系统关键软件评价方法 |
CN105184170A (zh) * | 2015-09-21 | 2015-12-23 | 吉林大学 | 一种基于形式化程度的领域软件可信性评估方法 |
Non-Patent Citations (3)
Title |
---|
MA YUJING等: "An Attributes-based Allocation Approach of Software Trustworthy Degrees", 《2015 IEEE INTERNATIONAL CONFERENCE ON SOFTWARE QUALITY, RELIABILITY AND SECURITY - COMPANION》 * |
ZHANG LEWEN等: "Stability of Software Trustworthiness Measurements Models", 《2013 SEVENTH INTERNATIONAL CONFERENCE ON SOFTWARE SECURITY AND RELIABILITY COMPANION》 * |
王婧等: "航天嵌入式软件可信性度量方法及应用研究", 《中国科学》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107908557A (zh) * | 2017-11-14 | 2018-04-13 | 上海电子信息职业技术学院 | 一种嵌入式软件可信属性建模与验证方法 |
CN107908557B (zh) * | 2017-11-14 | 2020-10-20 | 上海电子信息职业技术学院 | 一种嵌入式软件可信属性建模与验证方法 |
CN110442518A (zh) * | 2019-07-22 | 2019-11-12 | 中国工程物理研究院计算机应用研究所 | 基于可信特征度量的软件可信性评估与改进方法 |
CN110442518B (zh) * | 2019-07-22 | 2022-11-11 | 中国工程物理研究院计算机应用研究所 | 基于可信特征度量的软件可信性评估与改进方法 |
CN110569197A (zh) * | 2019-09-12 | 2019-12-13 | 中国工程物理研究院计算机应用研究所 | 一种用于软件可信性评估的可信证据分析与度量方法 |
CN110569197B (zh) * | 2019-09-12 | 2022-11-11 | 中国工程物理研究院计算机应用研究所 | 一种用于软件可信性评估的可信证据分析与度量方法 |
CN116109215A (zh) * | 2023-04-13 | 2023-05-12 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 可信数控系统的可信性量化评估方法、装置和计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sun et al. | Decision-theoretic rough fuzzy set model and application | |
Yurdakul et al. | Analysis of the benefit generated by using fuzzy numbers in a TOPSIS model developed for machine tool selection problems | |
CN109376549A (zh) | 一种基于差分隐私保护的电力交易大数据发布方法 | |
CN107038111A (zh) | 一种软件可信性量化评估与设计方法 | |
Huang et al. | A framework for scalable bilevel optimization: Identifying and utilizing the interactions between upper-level and lower-level variables | |
Nie et al. | 2-tuple linguistic intuitionistic preference relation and its application in sustainable location planning voting system | |
Yu | Some generalized dual hesistant fuzzy geometric aggregation operators and applications | |
Pal et al. | Illustration of the flexibility of generalized gamma distribution in modeling right censored survival data: analysis of two cancer datasets | |
CN108898273A (zh) | 一种基于形态分析的用户侧负荷特征聚类评价方法 | |
Ilkhani et al. | Extraction test cases by using data mining; reducing the cost of testing | |
Jiang et al. | Multiple criteria decision making with interval stochastic variables: A method based on interval stochastic dominance | |
CN108694472B (zh) | 预测误差极值分析方法、装置、计算机设备和存储介质 | |
Wang et al. | A regularized convex nonnegative matrix factorization model for signed network analysis | |
Winkowski | Technology development roadmaps: a bibliometric analysis of scientific literature | |
CN108509340A (zh) | 一种舰艇指控系统软件质量要素的确定与量化评估方法 | |
Bai et al. | Reservoir inflow forecast using a clustered random deep fusion approach in the Three Gorges Reservoir, China | |
CN105184170B (zh) | 一种基于形式化程度的领域软件可信性评估方法 | |
CN102855278B (zh) | 一种仿真方法和系统 | |
Chen et al. | Multi-fidelity simulation modeling for discrete event simulation: An optimization perspective | |
CN108665003A (zh) | 一种基于拓扑传递关系的体系脆弱性发现方法及系统 | |
Song et al. | Decision Making Method for Dual Uncertain Information based on Grey Incidence Analysis and Grey Relative Entropy Optimization. | |
Jing et al. | Cloud computing credibility evaluation based on grey clustering and entropy | |
Wu et al. | Mixed Kernel Twin Support Vector Machines Based on the Shuffled Frog Leaping Algorithm. | |
Yuan et al. | OLAP4R: A top-k recommendation system for OLAP Sessions | |
Chen et al. | Evaluation of risk management capability of partners in R&D projects based on error propagation and orthogonal projection |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170811 |
|
WD01 | Invention patent application deemed withdrawn after publication |