CN113032259A - 一种基于模糊的网络化软件系统可靠性指标分配方法 - Google Patents

Abstract

本发明公开了一种基于模糊的网络化软件系统可靠性指标分配方法，包括以下步骤：S1、构建改进后的可靠性指标分配公式；S2、对可靠性指标分配公式进行训练，获取复杂度修正系数；S3、根据复杂度修正系数，获得每个子系统分配的失效率；S4、根据子系统分配的失效率，获得每个子系统分配的可靠度。根据网络化软件系统具体结构特点和使用要求，通过模糊综合评判方法对软件系统可靠性常用指标进行计算，实现系统可靠性指标的有效分配。

Description

一种基于模糊的网络化软件系统可靠性指标分配方法

技术领域

本发明涉及可靠性指标分配技术领域，更具体的说是涉及一种基于模糊的网络化软件系统可靠性指标分配方法。

背景技术

目前，软件可靠性指标分配作为软件可靠性工程中的一项重要工作，它能有效地利用资源、平衡开发时间、难度、风险以及确保软件系统的可靠性满足要求。它要遵循以下两个原则：一是要保证满足系统可靠性的要求；二是要均衡地设置各组件的可靠性指标。软件可靠性指标分配起步较晚，不如硬件可靠性指标分配技术成熟，因此早期的分配技术多由硬件可靠性指标分配技术发展而来。

软件可靠性指标分配工作是根据研制总要求、系统规格说明等文档中的可靠性设计指标，将系统可靠性指标分配到各子系统、模块中去，细化指标，便于子系统、模块的可靠性设计。现有的可靠性分配方法很多，归结起来大致可以分为两大类：

第一类方法包括快速分配法、失效率比例分配法、相似程序法和相似模块法等，这些方法数据不易获取、计算复杂，它们必须借鉴功能类似的旧系统或模块的可靠性数据进行可靠性分配，一旦缺乏历史数据，指标分配将无从开展。

第二大类则是基于执行顺序和复杂度的软件可靠性指标分配技术，适用于所有系统但效果不及第一类方法准确。这类方法主要包括五种，基于顺序执行的软件系统的等分法、基于并行执行的软件系统的等分法、基于危险性因子的分配方法、基于复杂度因子的分配方法、基于功能概图的分配方法。上述基于危险性因子的分配方法和基于复杂度因子的分配方法也属于考虑重要度和复杂度的分配法(AGREE)，实施关键在于子系统、模块、单元的重要度和复杂度的计算。此外，还有使用极差确定重要度因子的方法，有使用概率重要度作为重要度的方法，有利用灰关联度计算重要度的方法等。

包括：基于顺序执行的软件系统的等分法、基于并行执行的软件系统的等分法、基于危险性因子的分配方法、基于复杂度因子的分配方法、基于功能概图的分配方法。

但是，上述的软件可靠性指标分配方法都存在着自己的不足，具体分析如下：

1)基于顺序执行的软件系统的等分法以及基于并行执行的软件系统的等分法所使用的软件系统结构模型过于简单，在实际情况一般只能应用在简单架构的软件系统，而且它不能够很好地表示出软件组件之间的区别。

2)基于危险性因子的指标分配和基于复杂度因子的指标分配引入了两个表征特殊含义的因子，而且能够表征各个组件之间的区别，实际应用效果较前两者更为理想。但它们的不足在于，危险性因子和复杂度因子在确定时非常困难，一般只能依靠经验数据来设定，所以限制了它们的应用。

3)基于功能概图的指标分配方法有着成熟的理论作为支撑，实际应用的效果也比较理想。但它的不足在于必须事先知悉组件式软件系统的功能概图。如果功能概图不完整那么这种方法将无从开展。

网络化软件系统自身具有分布化、网络化、复杂化等特性，现有的可靠性分配方法尚未充分考虑软件系统可靠性与各组件可靠性之间的关系，上述方法无法有效地应用于网络化软件系统可靠性指标分配过程，需要加以改进。

因此，根据网络化软件系统具体结构特点和使用要求，提出基于模糊的软件可靠性指标分配方法，通过模糊综合评判方法对软件系统可靠性常用指标进行计算，实现系统可靠性指标的有效分配是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种基于模糊的网络化软件系统可靠性指标分配方法，根据网络化软件系统具体结构特点和使用要求，通过模糊综合评判方法对软件系统可靠性常用指标进行计算，实现系统可靠性指标的有效分配。

为了实现上述目的，本发明采用如下技术方案：

一种基于模糊的网络化软件系统可靠性指标分配方法，包括以下步骤：

S1、构建改进后的可靠性指标分配公式；

S2、对可靠性指标分配公式进行训练，获取复杂度修正系数；

S3、根据复杂度修正系数，获得每个子系统分配的失效率；

S4、根据子系统分配的失效率，获得每个子系统分配的可靠度。

优选的，所述步骤S1具体包括：

引入代数分配法，即

其中，R_s为系统可靠度，w_i为子系统i的重要度，θ_i为子系统i的平均无故障时间，n_i为子系统i所包含的模块数，

为系统包含的总模块数，复杂度k_i＝n_i/N是子系统的软件模块数占系统软件模块总数的比例，重要度w_i为系统中第i个子系统发生故障时，导致整个系统发生故障的概率；

对公式(1)进行处理，得到第i个子系统平均无故障时间，即

子系统i所分配的失效率λ_i为：

由公式(2)或(3)，获取子系统i的分配可靠度为：

设定关系系数α_i，构建改进后的可靠性指标分配公式：

优选的，所述步骤S2具体包括：

构造两个有限论域U和V，其中，U代表综合评判的因素所组成的因素集，即：

U＝{u₁,u₂,u₃,u₄,u₅,…}；

V代表评价所组成的评价集，即：

V＝{v₁,v₂,v₃,v₄,v₅,…}；

将评价数量化，设置每级评价的分值，用V'表示，以评级的隶属度为权系数，各级分值加权平均值作为最终评价结果；

进行模糊变换，即：

式中，

为子系统i在V'上的模糊子集，即评判结果集合，

为子系统i所有评判因素的评价模糊关系矩阵，

是赋予各因素的权重后塍的模糊矩阵，其中，合成算子“。”为M(∨,∧)，∨和∧分表表示取大和取小；

利用模糊综合评价的加权平均法，以评级的隶属度作为权系数，各级分值加权平均值作为系数α_i，即：

其中，

v_j∈V'。

优选的，所述步骤S3具体为：

将每个子系统对应的系数α_i带入到公式(5)中，得到每个子系统分配的失效率λ_i，即：

优选的，所述步骤S4具体为：

将公式(8)得到的每个子系统分配的失效率λ_i代入公式(4)中，得到每个子系统分配的可靠度R_i，即：

经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于模糊的网络化软件系统可靠性指标分配方法，根据网络化软件系统具体结构特点和使用要求，通过模糊综合评判方法对软件系统可靠性常用指标进行计算，实现系统可靠性指标的有效分配。

本申请的有益效果为：

根据指控系统等网络化软件系统特点和使用要求，考虑到影响可靠性指标的模糊性和不确定性，运用模糊数学方法，提出了基于网络架构的网络化软件系统可靠性指标分配方法，通过模糊综合评判方法对软件系统可靠性常用指标进行选择，提出面向网络架构的软件可靠性指标分配过程，覆盖软件系统级、软件配置项级以及模块级指标分配过程。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1附图为本发明提供的流程结构示意图。

图2附图为本发明提供的网络化软件可靠性指标分配过程示意图。

图3附图为本发明提供的某指挥软件系统连接结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例公开了一种基于模糊的网络化软件系统可靠性指标分配方法，包括以下步骤：

S1、构建改进后的可靠性指标分配公式；

引入代数分配法，即

其中，R_s为系统可靠度，w_i为子系统i的重要度，θ_i为子系统i的平均无故障时间，n_i为子系统i所包含的模块数，

为系统包含的总模块数，复杂度k_i＝n_i/N是子系统的软件模块数占系统软件模块总数的比例，重要度w_i为系统中第i个子系统发生故障时，导致整个系统发生故障的概率；

对公式(1)进行处理，得到第i个子系统平均无故障时间，即

子系统i所分配的失效率λ_i为：

由公式(2)或(3)，获取子系统i的分配可靠度为：

设定关系系数α_i，构建改进后的可靠性指标分配公式：

S2、对可靠性指标分配公式进行训练，获取复杂度修正系数；构造两个有限论域U和V，其中，U代表综合评判的因素所组成的因素集，即：

U＝{u₁,u₂,u₃,u₄,u₅,…}；

V代表评价所组成的评价集，即：

V＝{v₁,v₂,v₃,v₄,v₅,…}；

将评价数量化，设置每级评价的分值，用V'表示，以评级的隶属度为权系数，各级分值加权平均值作为最终评价结果；

进行模糊变换，即：

式中，

为子系统i在V'上的模糊子集，即评判结果集合，

为子系统i所有评判因素的评价模糊关系矩阵，

是赋予各因素的权重后塍的模糊矩阵，其中，合成算子“ο”为M(∨,∧)，∨和∧分表表示取大和取小；

利用模糊综合评价的加权平均法，以评级的隶属度作为权系数，各级分值加权平均值作为系数α_i，即：

其中，

v_j∈V'。

S3、根据复杂度修正系数，获得每个子系统分配的失效率；将每个子系统对应的系数α_i带入到公式(5)中，得到每个子系统分配的失效率λ_i，即：

S4、根据子系统分配的失效率，获得每个子系统分配的可靠度。

S4、根据子系统分配的失效率，获得每个子系统分配的可信度；将公式(8)得到的每个子系统分配的失效率λ_i代入公式(4)中，得到每个子系统分配的可靠度R_i，即：

图2为网络化软件可靠性指标分配过程，上述过程能主要应用于系统到分系统或者软件配置项可靠性指标分配过程，每步骤描述如下：

步骤1：系统可靠性指标确定

首先需要选择软件可靠性具体指标参数类型，可以使用可靠度、失效率或者MTTF等参数，一般选择可靠度的较多，它们之间能够通过数学公式来回转换。然后，系统使用方、论证方、研制总体单位等相关利益方一起商讨确定系统可靠性指标的期望值，比如系统可靠度期望值。它是进行下面可靠性指标分配的基础，也是验证分配结果合理性的判据。

步骤2：系统可靠性连接框图构建

分析系统与各个分系统节点或者软件配置项之间连接结构关系，得到网络化软件系统的可靠性连接网络结构，并进一步得到系统可靠度的计算公式，便于分配后的结果验证。

步骤3：复杂度因素评判

根据本发明提出的可靠性指标分配方法，确定系数综合评判的影响因素集，可从推荐的因素进行删减或者扩展。对确定的因素集，设计相应调查问卷，包含每个因素的评价。可采用在线或者线下形式，邀请领域相关专家进行评分，对评判数据进行整理，形成评价模糊关系矩阵。其中领域专家要覆盖项目使用方、论证法、研制总体、开发人员、测试人员，对知识结构、工作年限和项目熟悉程度要有相应要求。

步骤4：可靠性指标分配和计算

在上步得到评价模糊关系矩阵后，先确定因素集的权重，根据模糊综合评判方法，对每个分系统的系数进行模糊变换和计算。并统计和确定每个分系统的模块数和重要度参数，代入可靠性指标分配公式，得到每个分系统的指标分配结果。计算过程可由本发明的计算装置自动完成。

步骤5：分配结果验证和修正

在得到每个子系统可靠性指标分配结果后，代入到步骤2中的系统可靠度计算公式，得到此时系统的可靠度，验证分配结果是否能够满足整个系统的指标期望值。如果不满足，需要修正上述步骤中相关因素的权重，再次计算并验证。

上述过程可以应用于不同层次来反复迭代使用，除了系统级到分系统级，也可以应用到分系统级到软件配置项级，以及到模块和接口级等。

本发明在提出的网络化软件系统可靠性指标分配方法的基础上，对验证对象某指挥软件系统进行实际应用，通过模糊综合评判方法对系统可靠性常用指标进行分配计算，实现系统可靠性指标的有效分配。

(一)系统可靠性指标确定

根据该武器系统使用要求，武器系统的使用方、论证方、研制总体单位等相关利益方一起商讨，并参考以往相似武器系统，整个指挥系统的可靠性指标确定为12个小时内系统可靠度，即系统可靠度期望值。它是进行下面可靠性指标分配的基础，也是验证分配结果合理性的判据。

(二)系统可靠性连接框图构建

某指挥软件系统是典型的网络化软件系统，部署于营武器系统的营指挥车、副营指挥车、迫击炮连指挥车、防空连指挥车、机步连指挥车、突击连指挥车、侦察车、目标指示雷达的相应席位计算机上，按照配置策略和用户角色启动不同业务功能，满足各级指挥类、侦察类装备作战需求。为简化考虑，将营指挥车和副营指挥车合并成一个节点。根据该指挥软件系统结构以及各子系统的关联关系，构造系统连接关系图，如图3所示。

营级指挥子系统将作战指挥命令传给机步连、突击连、迫击炮连、防空连等连级指挥节点子系统，营级指挥节点(A₁)与四个兵种连指挥节点(A₂至A₅)为串联关系，四个兵种连指挥节点之间为并联关系。其中侦察车节点(A₆)能够接收上级下达的指挥命令、情报信息等，能向上级上报目标情报信息和遂行任务情况，迫击炮连指挥节点与侦察车节点之间为串联关系。目标指示雷达节点(A₇)能够上报空情信息，完成目标威胁评估、态势分析，防空连指挥节点和目标指示雷达节点之间为串联关系。

假设整个指挥系统的可靠度为R_s，营级指挥节点、机步连指挥节点、突击连指挥节点、迫击炮连指挥节点以及侦察车节点、防空连指挥节点以及目标指示雷达节点相关硬件可靠度分别为1，而软件可靠度分别为R₁，R₂，R₃，R₄，R₅，R₆和R₇。根据上图所示的系统工作关系图，可得出系统的可靠度为

R_s＝R₁*(1-(1-R₂)*(1-R₃)*(1-R₄*R₆)*(1-R₅*R₇))

上式所描述的是系统可靠性指标分配模型，其键问题是如何合理地选择R₁，R₂，R₃，R₄，R₅，R₆和R₇，使得：

R_s≥R_r

(三)复杂度因素评判

根据本发明提出的基于模糊的可靠性指标分配方法，需要确定系数α_i综合评判的影响因素集。经过反复探讨修正，针对某指挥软件系统，本发明从作战任务和功能复杂性、人机交互操作复杂性、网络结构和配置复杂性、接口和通信信息复杂性、算法和数据处理复杂性等五个方面因素来综合生成系数α_i。

根据模糊综合评判方法，构造两个有限论域U和V，其中U代表综合评判的因素所组成的因素集，即：U＝{u₁，u₂，u₃，u₄，u₅}＝{作战任务和功能复杂性(u₁)，人机交互操作复杂性(u₂)，网络结构和配置复杂性(u₃)，接口和通信信息复杂性(u₄)，算法和数据处理复杂性(u₅)}

V代表评价所组成的评价集，即：

V＝{v₁，v₂，v₃，v₄，v₅}＝{很简单(v₁)，简单(v₂)，一般(v₃)，复杂(v₄)，很复杂(v₅)}

并将评价数量化，设置每级评价具体分值。经反复修正，设置v₁，v₂，v₃，v₄，v₅评价分值分别为0.5、0.8、1、1.5、2，即V＝(0.5，0.8，1，1.5，2)。具体以评级的隶属度作为权系数，各级分值加权平均值作为系数α_i的最终评价结果。

对确定的因素集，我们设计相应调查问卷，对营指挥车、机步连指挥车、突击连指挥车、迫击炮连指挥车、防空连指挥车、侦察车、目标指示雷达7个节点的上述5个因素进行评价。具体采用在线形式，邀请领域相关专家进行评分，其中领域专家覆盖了项目使用方、论证方、研制总师、开发人员、测试人员，对项目熟悉程度、知识结构、工作年限都进行了相应要求。

对评价数据进行收集整理，每个节点的评价数据如下面的表格所示。

表1营级指挥车节点(A₁)评价结果数据

表2机步连指挥车节点(A₂)评价结果数据

表3突击连指挥车节点(A₃)评价结果数据

类似得到迫击炮连指挥车节点(A₄)评价结果数据、防空连指挥车节点(A₅)评价结果数据、侦察车节点(A₆)评价结果数据、目标指示雷达节点(A₇)评价结果数据。

由上述数据得到每个节点的评价模糊关系矩阵

至

如下所示：

(四)可靠性指标分配和计算

在上节得到模糊矩阵后，还需要确定因素集中作战任务和功能复杂性、人机交互操作复杂性、网络结构和配置复杂性、接口和通信信息复杂性、算法和数据处理复杂性等五个方面因素的各自权重，形成权系数构成的模糊矩阵。经过反复讨论修正，确定权重模糊矩阵如下：

根据模糊综合评判方法，进行如下模糊变换

得到每个节点上的评判结果的集合，即是V上的模糊子集

至

如下：

通过模糊综合评价的加权平均计算公式

其中

v_j∈V。将上面

至

分别代入，计算得到每个分系统的系数α_i，具体如下：

α₂＝1.12

α₃＝1.09

α₄＝1.2

α₅＝1.2

α₆＝0.97

α₇＝1.11

下面统计和确定每个分系统的模块数，由于该指挥软件系统利用软件开发包和构件开发规范进行二次开发，形成功能构件，由集成框架加载不同构件的方式来构建不同指挥节点，因此我们选择使用构件来作为模块，并统计其数目。根据某指挥软件系统连接框图，并考虑各个指挥节点在系统作战使命和功能任务的重要程度，来确定每个节点的重要度数值，具体如下表所示。

表4指挥软件系统各指挥节点模块数和重要度

将上面计算得到的α_i，以及模块数和重要度都代入可靠性指标分配公式

就得到每个分系统的失效率分配结果，再代入到可靠度计算公式得到每个分系统分配的可靠度。

利用本发明的计算装置能够自动进行计算，结果具体如下：

各个指挥节点可靠性指标已分配完毕，可靠度分配结果为营级指挥节点(A₁)可靠度R₁为0.9928、机步连指挥节点(A₂)可靠度R₂为0.9945、突击连指挥节点(A₃)可靠度R₃为0.9946、迫击炮连指挥节点(A₄)可靠度R₄为0.9940、防空连指挥节点(A₅)可靠度R₅为0.9932、侦察车节点(A₆)可靠度R₆为0.9955、目标指示雷达节点(A₇)可靠度R₇为0.9935。其中可知，机步连指挥节点(A₂)复杂度比突击连指挥节点(A₃)高，使分配的可靠度低，迫击炮连指挥节点(A₄)重要度比防空连指挥节点(A₅)高，使分配的可靠度高，体现了AGREE分配法两个基本原则。

(五)分配结果验证和修正

在得到每个子系统可靠性指标分配结果后，代入到上面第2个步骤中该指挥系统可靠度计算公式，得到此时系统的可靠度。

利用本发明的计算装置能够自动完成验证，具体如下：

R_s＝R₁*(1-(1-R₂)*(1-R₃)*(1-R₄*R₆)*(1-R₅*R₇))

＝0.9928

*(1-(1-0.9945)*(1-0.9946)*(1-0.9940*0.9955)

*(1-0.9932*0.9935))＝0.9927＞0.97

由此可知分配结果满足R_s≥R_r，分配结果能够满足整个系统的指标期望值，从而验证了所提出分配方法和过程的合理性。

根据某指挥软件系统的具体作战使用要求，本章通过模糊综合评判方法完成了对某指挥软件系统可靠性指标常用指标进行计算，实现了系统可靠性指标的有效分配。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (5)

1.一种基于模糊的网络化软件系统可靠性指标分配方法，其特征在于，包括以下步骤：

S1、构建改进后的可靠性指标分配公式；

S2、对可靠性指标分配公式进行训练，获取复杂度修正系数；

S3、根据复杂度修正系数，获得每个子系统分配的失效率；

S4、根据子系统分配的失效率，获得每个子系统分配的可靠度。

2.根据权利要求1所述的一种基于模糊的网络化软件系统可靠性指标分配方法，其特征在于，所述步骤S1具体包括：

引入代数分配法，即

其中，R_s为系统可靠度，w_i为子系统i的重要度，θ_i为子系统i的平均无故障时间，n_i为子系统i所包含的模块数，

为系统包含的总模块数，复杂度k_i＝n_i/N是子系统的软件模块数占系统软件模块总数的比例，重要度w_i为系统中第i个子系统发生故障时，导致整个系统发生故障的概率；

对公式(1)进行处理，得到第i个子系统平均无故障时间，即

子系统i所分配的失效率λ_i为：

由公式(2)或(3)，获取子系统i的分配可靠度为：

设定关系系数α_i，构建改进后的可靠性指标分配公式：

3.根据权利要求1所述的一种基于模糊的网络化软件系统可靠性指标分配方法，其特征在于，所述步骤S2具体包括：

构造两个有限论域U和V，其中，U代表综合评判的因素所组成的因素集，即：

U＝{u₁,u₂,u₃,u₄,u₅,…}；

V代表评价所组成的评价集，即：

V＝{v₁,v₂,v₃,v₄,v₅,…}；

将评价数量化，设置每级评价的分值，用V'表示，以评级的隶属度为权系数，各级分值加权平均值作为最终评价结果；

进行模糊变换，即：

式中，

为子系统i在V'上的模糊子集，即评判结果集合，

为子系统i所有评判因素的评价模糊关系矩阵，

是赋予各因素的权重后塍的模糊矩阵，其中，合成算子

为M(∨,∧)，∨和∧分表表示取大和取小；

利用模糊综合评价的加权平均法，以评级的隶属度作为权系数，各级分值加权平均值作为系数α_i，即：

其中，

v_j∈V'。

4.根据权利要求1所述的一种基于模糊的网络化软件系统可靠性指标分配方法，其特征在于，所述步骤S3具体为：

将每个子系统对应的系数α_i带入到公式(5)中，得到每个子系统分配的失效率λ_i，即：

5.根据权利要求1所述的一种基于模糊的网络化软件系统可靠性指标分配方法，其特征在于，所述步骤S4具体为：

将公式(8)得到的每个子系统分配的失效率λ_i代入公式(4)中，得到每个子系统分配的可靠度R_i，即：

Images