CN117331845B - 不完全无关性覆盖下的容错系统可靠性分析方法及装置 - Google Patents
不完全无关性覆盖下的容错系统可靠性分析方法及装置 Download PDFInfo
- Publication number
- CN117331845B CN117331845B CN202311606521.7A CN202311606521A CN117331845B CN 117331845 B CN117331845 B CN 117331845B CN 202311606521 A CN202311606521 A CN 202311606521A CN 117331845 B CN117331845 B CN 117331845B
- Authority
- CN
- China
- Prior art keywords
- failure
- coverage
- fault
- component
- tolerant system
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 126
- 238000010586 diagram Methods 0.000 claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 29
- 238000002955 isolation Methods 0.000 claims abstract description 13
- 230000014509 gene expression Effects 0.000 claims description 79
- 230000003121 nonmonotonic effect Effects 0.000 claims description 16
- 238000012216 screening Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 abstract description 17
- 239000000306 component Substances 0.000 description 257
- 238000004880 explosion Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 239000008358 core component Substances 0.000 description 3
- 230000007717 exclusion Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3676—Test management for coverage analysis
-
- 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
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3692—Test management for test results analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本发明公开了一种不完全无关性覆盖下的容错系统可靠性分析方法及装置,该方法包括:确定每个覆盖失效组件与容错系统之间的失效逻辑关系,并以此建立容错系统的系统故障树;确定系统故障树所属的故障树类型,并根据故障树类型,计算每个覆盖失效组件的最小无关触发项;根据所有覆盖失效组件的最小无关触发项,并结合不完全无关性覆盖模型,确定容错系统的多值决策图;根据多值决策图,对容错系统进行针对不完全覆盖下的可靠性分析操作,得到容错系统的可靠性分析结果。本发明考虑到了无关组件隔离不完全的情况,提升了对系统分析的可靠性及准确性,并实现了简易计算过程。
Description
技术领域
本发明涉及软件可靠性工程技术领域,尤其涉及一种不完全无关性覆盖下的容错系统可靠性分析方法及装置。
背景技术
无关性覆盖模型,是不完全覆盖模型的一种扩展,其不仅考虑到组件覆盖失效(即组件故障可以被正常侦测、定位或隔离)以及组件未覆盖失效(即即使组件故障无法被正常侦测、定位或隔离时,就算系统有足够的冗余组件,它也会直接导致系统失效),其还会考虑到组件与系统在初始状态或运行状态中的相关性变化,一旦某个组件被其他失效组件触发为无关组件时,则该无关组件的覆盖失效将不会对系统造成任何影响,但其未覆盖失效仍然可以直接导致系统失效。因此,为了避免无关组件未覆盖失效造成的系统失效风险,无关性覆盖模型认为一旦判断组件成为无关组件则直接将其与系统隔离(关停),从而提高系统的可靠性。
然而,在实际工程中,无关组件检测机制也会出现侦测、定位、隔离失败的可能。因此,为了结合实际应用,需要对早期并未考虑到隔离失败情况的无关性模型进行重新定义,但是对于大型容错系统而言,其故障树模型庞大,若继续采用容斥原理进行最小割集的求解、组件无关触发的计算、基于不完全无关性覆盖模型的系统表达式计算等,可能会出现“组合爆炸问题”,这极大地增加了对系统可靠性分析的复杂程度。可见,提出一种计算简易的不完全无关性覆盖下的容错系统可靠性分析方法尤为重要。
发明内容
本发明所要解决的技术问题在于,提供一种不完全无关性覆盖下的容错系统可靠性分析方法及装置,考虑到了无关组件隔离不完全的情况,提升了对系统分析的可靠性及准确性,并实现了简易计算过程。
为了解决上述技术问题,本发明第一方面公开了一种不完全无关性覆盖下的容错系统可靠性分析方法,所述方法包括:
根据预设的所述容错系统中的多个覆盖失效组件,确定每个所述覆盖失效组件与所述容错系统之间的失效逻辑关系;
根据所述每个所述覆盖失效组件与所述容错系统之间的失效逻辑关系,建立所述容错系统对应的系统故障树;
确定所述系统故障树所属的故障树类型,并根据所述故障树类型,计算出每个所述覆盖失效组件的最小无关触发项;所述故障树类型包括单调类型或者非单调类型;
根据所有所述覆盖失效组件的最小无关触发项,并结合预设的不完全无关性覆盖模型,确定所述容错系统对应的多值决策图;
根据预设的每个所述覆盖失效组件对应的目标参数以及所述多值决策图,对所述容错系统进行针对不完全覆盖下的可靠性分析操作,得到所述容错系统的不可靠度参数,作为所述容错系统的可靠性分析结果;所述目标参数包括组件失效概率参数、无关性隔离概率参数以及组件故障覆盖因子参数中的至少一种。
作为一种可选的实施方式,在本发明第一方面中,所述根据预设的所述容错系统中的多个覆盖失效组件,确定每个所述覆盖失效组件与所述容错系统之间的失效逻辑关系,包括:
根据所述容错系统中的多个子系统,确定每个所述子系统与所述容错系统之间的第一失效逻辑关系;
对于每一所述子系统,根据预设的所述子系统对应的多个覆盖失效组件,并结合每个所述覆盖失效组件与所述子系统之间的运行服务关系,确定每个所述覆盖失效组件与所述子系统之间的第二失效逻辑关系;
根据每个所述子系统与所述容错系统之间的第一失效逻辑关系以及每一所述子系统中每个所述覆盖失效组件与所述子系统之间的第二失效逻辑关系,确定每个所述覆盖失效组件与所述容错系统之间的失效逻辑关系。
作为一种可选的实施方式,在本发明第一方面中,所述根据所述每个所述覆盖失效组件与所述容错系统之间的失效逻辑关系,建立所述容错系统对应的系统故障树,包括:
将每个所述覆盖失效组件转换为对应的基本事件;
将每个所述覆盖失效组件与所述容错系统之间的失效逻辑关系,转换为每个所述覆盖失效组件与所述容错系统之间的逻辑门;
根据每个所述覆盖失效组件对应的基本事件以及每个所述覆盖失效组件与所述容错系统之间的逻辑门,建立所述容错系统对应的系统故障树。
作为一种可选的实施方式,在本发明第一方面中,所述根据所述故障树类型,计算出每个所述覆盖失效组件的最小无关触发项,包括:
根据所述系统故障树,构建与所有所述覆盖失效组件相匹配的系统失效表达式;
根据所述故障树类型,对所述系统失效表达式进行目标解析操作,得到所述系统失效表达式对应的目标项;
根据所述系统失效表达式以及每个所述覆盖失效组件,构建每个所述覆盖失效组件对应的布尔公式,并根据所述目标项以及每个所述覆盖失效组件对应的布尔公式,计算出每个所述覆盖失效组件的最小无关触发项;
其中,对应的覆盖失效组件所对应的布尔公式为:
;
为所述系统失效表达式,/>为对应的覆盖失效组件,/>为与所有所述覆盖失效组件相对应的系统非失效表达式。
作为一种可选的实施方式,在本发明第一方面中,所述根据所述目标项以及每个所述覆盖失效组件对应的布尔公式,计算出每个所述覆盖失效组件的最小无关触发项,包括:
对每个所述覆盖失效组件对应的布尔公式进行质蕴含项解析操作,得到每个所述覆盖失效组件对应的布尔公式所对应的质蕴含项表达式;
根据每个所述覆盖失效组件对应的布尔公式所对应的质蕴含项表达式,筛除每个所述覆盖失效组件对应的质蕴含项表达式中所包含的逻辑非项以及所述目标项,得到每个所述覆盖失效组件的最小无关触发项;
其中,当所述故障树类型包括所述单调类型时,所述目标解析操作为最小割集解析操作,所述目标项为最小割集项;当所述故障树类型包括所述非单调类型时,所述目标解析操作为质蕴含项解析操作,所述目标项为质蕴含项。
作为一种可选的实施方式,在本发明第一方面中,所述根据所有所述覆盖失效组件的最小无关触发项,并结合预设的不完全无关性覆盖模型,确定所述容错系统对应的多值决策图,包括:
将所有所述覆盖失效组件的最小无关触发项代入至预设的不完全无关性覆盖模型中,得到所述容错系统对应的可靠性分析表达式;
确定每个所述覆盖失效组件对应的节点参数,并根据预设的运算规则、预先确定出的所有所述覆盖失效组件对应的变量索引顺序参数、所有所述覆盖失效组件对应的节点参数以及所述容错系统对应的可靠性分析表达式,确定所述容错系统对应的多值决策图。
作为一种可选的实施方式,在本发明第一方面中,每个所述覆盖失效组件对应的节点参数包括该覆盖失效组件对应的相关节点以及所述相关节点对应的节点状态参数;
以及,所述不完全无关性覆盖模型为:
;
其中,表示所述容错系统中组件Xi未覆盖失效,/>表示所述组件Xi被成功隔离,表示所述组件Xi未被成功隔离,/>表示对应的覆盖失效组件的最小无关触发项。
本发明第二方面公开了一种不完全无关性覆盖下的容错系统可靠性分析装置,所述装置包括:
确定模块,用于根据预设的所述容错系统中的多个覆盖失效组件,确定每个所述覆盖失效组件与所述容错系统之间的失效逻辑关系;
故障树建立模块,用于根据所述每个所述覆盖失效组件与所述容错系统之间的失效逻辑关系,建立所述容错系统对应的系统故障树;
所述确定模块,还用于确定所述系统故障树所属的故障树类型;
计算模块,用于根据所述故障树类型,计算出每个所述覆盖失效组件的最小无关触发项;所述故障树类型包括单调类型或者非单调类型;
所述确定模块,还用于根据所有所述覆盖失效组件的最小无关触发项,并结合预设的不完全无关性覆盖模型,确定所述容错系统对应的多值决策图;
可靠性分析模块,用于根据预设的每个所述覆盖失效组件对应的目标参数以及所述多值决策图,对所述容错系统进行针对不完全覆盖下的可靠性分析操作,得到所述容错系统的不可靠度参数,作为所述容错系统的可靠性分析结果;所述目标参数包括组件失效概率参数、无关性隔离概率参数以及组件故障覆盖因子参数中的至少一种。
作为一种可选的实施方式,在本发明第二方面中,所述确定模块根据预设的所述容错系统中的多个覆盖失效组件,确定每个所述覆盖失效组件与所述容错系统之间的失效逻辑关系的方式具体包括:
根据所述容错系统中的多个子系统,确定每个所述子系统与所述容错系统之间的第一失效逻辑关系;
对于每一所述子系统,根据预设的所述子系统对应的多个覆盖失效组件,并结合每个所述覆盖失效组件与所述子系统之间的运行服务关系,确定每个所述覆盖失效组件与所述子系统之间的第二失效逻辑关系;
根据每个所述子系统与所述容错系统之间的第一失效逻辑关系以及每一所述子系统中每个所述覆盖失效组件与所述子系统之间的第二失效逻辑关系,确定每个所述覆盖失效组件与所述容错系统之间的失效逻辑关系。
作为一种可选的实施方式,在本发明第二方面中,所述故障树建立模块根据所述每个所述覆盖失效组件与所述容错系统之间的失效逻辑关系,建立所述容错系统对应的系统故障树的方式具体包括:
将每个所述覆盖失效组件转换为对应的基本事件;
将每个所述覆盖失效组件与所述容错系统之间的失效逻辑关系,转换为每个所述覆盖失效组件与所述容错系统之间的逻辑门;
根据每个所述覆盖失效组件对应的基本事件以及每个所述覆盖失效组件与所述容错系统之间的逻辑门,建立所述容错系统对应的系统故障树。
作为一种可选的实施方式,在本发明第二方面中,所述计算模块根据所述故障树类型,计算出每个所述覆盖失效组件的最小无关触发项的方式具体包括:
根据所述系统故障树,构建与所有所述覆盖失效组件相匹配的系统失效表达式;
根据所述故障树类型,对所述系统失效表达式进行目标解析操作,得到所述系统失效表达式对应的目标项;
根据所述系统失效表达式以及每个所述覆盖失效组件,构建每个所述覆盖失效组件对应的布尔公式,并根据所述目标项以及每个所述覆盖失效组件对应的布尔公式,计算出每个所述覆盖失效组件的最小无关触发项;
其中,对应的覆盖失效组件所对应的布尔公式为:
;
为所述系统失效表达式,/>为对应的覆盖失效组件,/>为与所有所述覆盖失效组件相对应的系统非失效表达式。
作为一种可选的实施方式,在本发明第二方面中,所述计算模块根据所述目标项以及每个所述覆盖失效组件对应的布尔公式,计算出每个所述覆盖失效组件的最小无关触发项的方式具体包括:
对每个所述覆盖失效组件对应的布尔公式进行质蕴含项解析操作,得到每个所述覆盖失效组件对应的布尔公式所对应的质蕴含项表达式;
根据每个所述覆盖失效组件对应的布尔公式所对应的质蕴含项表达式,筛除每个所述覆盖失效组件对应的质蕴含项表达式中所包含的逻辑非项以及所述目标项,得到每个所述覆盖失效组件的最小无关触发项;
其中,当所述故障树类型包括所述单调类型时,所述目标解析操作为最小割集解析操作,所述目标项为最小割集项;当所述故障树类型包括所述非单调类型时,所述目标解析操作为质蕴含项解析操作,所述目标项为质蕴含项。
作为一种可选的实施方式,在本发明第二方面中,所述确定模块根据所有所述覆盖失效组件的最小无关触发项,并结合预设的不完全无关性覆盖模型,确定所述容错系统对应的多值决策图的方式具体包括:
将所有所述覆盖失效组件的最小无关触发项代入至预设的不完全无关性覆盖模型中,得到所述容错系统对应的可靠性分析表达式;
确定每个所述覆盖失效组件对应的节点参数,并根据预设的运算规则、预先确定出的所有所述覆盖失效组件对应的变量索引顺序参数、所有所述覆盖失效组件对应的节点参数以及所述容错系统对应的可靠性分析表达式,确定所述容错系统对应的多值决策图。
作为一种可选的实施方式,在本发明第二方面中,每个所述覆盖失效组件对应的节点参数包括该覆盖失效组件对应的相关节点以及所述相关节点对应的节点状态参数;
以及,所述不完全无关性覆盖模型为:
;
其中,表示所述容错系统中组件Xi未覆盖失效,/>表示所述组件Xi被成功隔离,表示所述组件Xi未被成功隔离,/>表示对应的覆盖失效组件的最小无关触发项。
本发明第三方面公开了另一种不完全无关性覆盖下的容错系统可靠性分析装置,所述装置包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行本发明第一方面公开的不完全无关性覆盖下的容错系统可靠性分析方法。
本发明第四方面公开了一种计算机存储介质,所述计算机存储介质存储有计算机指令,所述计算机指令被调用时,用于执行本发明第一方面公开的不完全无关性覆盖下的容错系统可靠性分析方法。
与现有技术相比,本发明实施例具有以下有益效果:
本发明实施例中,确定每个覆盖失效组件与容错系统之间的失效逻辑关系,并以此建立容错系统的系统故障树;确定系统故障树所属的故障树类型,并根据故障树类型,计算每个覆盖失效组件的最小无关触发项;根据所有覆盖失效组件的最小无关触发项,并结合不完全无关性覆盖模型,确定容错系统的多值决策图;根据多值决策图,对容错系统进行针对不完全覆盖下的可靠性分析操作,得到容错系统的可靠性分析结果,通过这样,基于不完全无关性覆盖模型,并结合多值决策图进行容错系统的可靠性分析,考虑到了无关组件隔离不完全的情况,提升了对系统分析的可靠性及准确性,并实现了简易计算过程。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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一些实施例,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,还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的一种不完全无关性覆盖下的容错系统可靠性分析方法的流程示意图;
图2是本发明实施例公开的另一种不完全无关性覆盖下的容错系统可靠性分析方法的流程示意图;
图3是本发明实施例公开的一种不完全无关性覆盖下的容错系统可靠性分析装置的结构示意图;
图4是本发明实施例公开的另一种不完全无关性覆盖下的容错系统可靠性分析装置的结构示意图;
图5是本发明实施例公开的一种逻辑与门示意图;
图6是本发明实施例公开的一种逻辑或门示意图;
图7是本发明实施例公开的一种逻辑异或门示意图;
图8是本发明实施例公开的一种系统故障树示意图;
图9是本发明实施例公开的一种二元节点类型、三元节点类型的相关节点的节点状态示意图;
图10是本发明实施例公开的一种二元节点与三元节点之间的合并规则示意图;
图11是本发明实施例公开的一种多值决策图示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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作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。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或端没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本发明公开了一种不完全无关性覆盖下的容错系统可靠性分析方法及装置,考虑到了无关组件隔离不完全的情况,提升了对系统分析的可靠性及准确性,并实现了简易计算过程。
实施例一
请参阅图1,图1是本发明实施例公开的一种不完全无关性覆盖下的容错系统可靠性分析方法的流程示意图。可选的,该方法可以由可靠性分析系统实现,该可靠性分析系统可以集成在可靠性分析装置中,也可以是用于对不完全无关性覆盖下的容错系统可靠性分析流程进行处理的本地服务器或云端服务器等,本发明实施例不做限定。如图1所示,该不完全无关性覆盖下的容错系统可靠性分析方法可以包括以下操作:
101、根据预设的容错系统中的多个覆盖失效组件,确定每个覆盖失效组件与容错系统之间的失效逻辑关系。
在本发明实施例中,可选的,该失效逻辑关系可以为逻辑与、或、异或关系等等。举例来说,如容错系统中组件与/>发生覆盖失效,或组件/>单独发生覆盖失效,则造成系统失效,此时/>(/>用于指示该组件/>)与/>为逻辑与关系,/>与它们()之间为逻辑或关系;如果仅当组件/>和/>两者中一个发生覆盖失效且另外一个不发生覆盖失效时,则造成系统失效,此时/>与/>则为逻辑异或关系。
102、根据每个覆盖失效组件与容错系统之间的失效逻辑关系,建立容错系统对应的系统故障树。
在本发明实施例中,进一步的,根据每个覆盖失效组件与容错系统之间的失效逻辑关系,建立容错系统对应的系统故障树,包括:
将每个覆盖失效组件转换为对应的基本事件;
将每个覆盖失效组件与容错系统之间的失效逻辑关系,转换为每个覆盖失效组件与容错系统之间的逻辑门;
根据每个覆盖失效组件对应的基本事件以及每个覆盖失效组件与容错系统之间的逻辑门,建立容错系统对应的系统故障树。
在该可选的实施例中,即通过逻辑门将所有覆盖失效组件对应的基本事件进行连接,以构建容错系统基于覆盖失效的故障树,其中,各种逻辑门分别与覆盖失效组件与容错系统之间的失效逻辑关系一一对应,逻辑与、或、异或关系分别对应逻辑与门、或门、异或门(如图5-7所示)。
103、确定系统故障树所属的故障树类型,并根据故障树类型,计算出每个覆盖失效组件的最小无关触发项。
在本发明实施例中,其中,故障树类型包括单调类型或者非单调类型(即该系统故障树中包含有异或门)。
104、根据所有覆盖失效组件的最小无关触发项,并结合预设的不完全无关性覆盖模型,确定容错系统对应的多值决策图。
在本发明实施例中,可以理解为将所有覆盖失效组件的最小无关触发项代入至预设的不完全无关性覆盖模型中,以确定出容错系统对应的多值决策图。
105、根据预设的每个覆盖失效组件对应的目标参数以及多值决策图,对容错系统进行针对不完全覆盖下的可靠性分析操作,得到容错系统的不可靠度参数,作为容错系统的可靠性分析结果。
在本发明实施例中,可选的,目标参数包括组件失效概率参数、无关性隔离概率参数以及组件故障覆盖因子参数中的至少一种。需要说明的是,本发明实施例可以理解为赋予多值元决策图相关节点的概率,并利用多值决策图路径之间互斥的性质,每个路径对应一个独立的不相交乘积项,可避免当容错系统规模过大时使用容斥原理造成的“组合爆炸”问题出现,能够简化计算,并实现基于不完全无关性覆盖下的容错系统可靠性分析。
可见,实施本发明实施例能够基于不完全无关性覆盖模型,并结合多值决策图进行容错系统的可靠性分析,可以避免当容错系统规模过大时使用容斥原理造成的“组合爆炸”问题出现,有利于实现对基于不完全无关性覆盖下的容错系统可靠性分析的简易计算过程。
在一个可选的实施例中,上述步骤101中的根据预设的容错系统中的多个覆盖失效组件,确定每个覆盖失效组件与容错系统之间的失效逻辑关系,包括:
根据容错系统中的多个子系统,确定每个子系统与容错系统之间的第一失效逻辑关系;
对于每一子系统,根据预设的子系统对应的多个覆盖失效组件,并结合每个覆盖失效组件与子系统之间的运行服务关系,确定每个覆盖失效组件与子系统之间的第二失效逻辑关系;
根据每个子系统与容错系统之间的第一失效逻辑关系以及每一子系统中每个覆盖失效组件与子系统之间的第二失效逻辑关系,确定每个覆盖失效组件与容错系统之间的失效逻辑关系。
在该可选的实施例中,举例来说,假设容错系统有3个子系统A、B、C和5个核心组件、/>、/>,任意一个子系统失效则系统失效,其中,/>和/>为A服务,/>和/>为B服务,/>和/>为B服务。而A、B子系统下任意一个核心组件正常则可以保证其运行服务状态,即/>与/>与子系统A的失效为逻辑与关系,/>与/>与子系统B的失效为逻辑与关系;而子系统C下2个核心组件相互制约,只有当两者同时服务或全不服务时,子系统C才能保证其自身不失效,则/>与/>与子系统C的失效为逻辑异或关系;由于A、B、C 3个子系统任意一个失效则系统失效,则/>与/>与/>、/>与/>三者之间与系统失效为逻辑或关系。因此,进一步的,核心组件/>、/>、/>与容错系统之间的系统故障树可如图8所示。
可见,该可选的实施例能够根据子系统与容错系统之间的第一失效逻辑关系以及子系统与覆盖失效组件之间的第二失效逻辑关系,来确定出覆盖失效组件与容错系统之间的失效逻辑关系,这样,有利于提高对失效逻辑关系的分析可靠性及准确性,进而有利于提高后续所建立的容错系统的系统故障树的可靠性及准确性,从而有利于基于系统故障树对容错系统进行精准的可靠性分析操作。
在另一个可选的实施例中,上述步骤103中的根据故障树类型,计算出每个覆盖失效组件的最小无关触发项,包括:
根据系统故障树,构建与所有覆盖失效组件相匹配的系统失效表达式;
根据故障树类型,对系统失效表达式进行目标解析操作,得到系统失效表达式对应的目标项;
根据系统失效表达式以及每个覆盖失效组件,构建每个覆盖失效组件对应的布尔公式,并根据目标项以及每个覆盖失效组件对应的布尔公式,计算出每个覆盖失效组件的最小无关触发项。
在该可选的实施例中,其中,对应的覆盖失效组件所对应的布尔公式为:
;
为系统失效表达式,/>为对应的覆盖失效组件,/>为与所有覆盖失效组件相对应的系统非失效表达式。
进一步的,当故障树类型包括单调类型时,目标解析操作为最小割集解析操作,目标项为最小割集项;当故障树类型包括非单调类型时,目标解析操作为质蕴含项解析操作,目标项为质蕴含项。
举例来说,以图8显示的容错系统的系统故障树为例,该系统故障树为非单调故障树,以及基于对系统故障树分析可得该容错系统中所有覆盖失效组件对应的系统失效表达式为:,则此时对该系统失效表达式进行质蕴含项解析操作之后,可得到该系统失效表达式对应的质蕴含项PPI;继而后续再基于/>以及各个覆盖失效组件/>构建出布尔公式,并根据前述解析出的质蕴含项对各个布尔公式进行处理,以得到每个覆盖失效组件的最小无关触发项/>。
可见,该可选的实施例能够根据系统故障树构建出对应的系统失效表达式,并根据具体的故障树类型,对系统失效表达式解析出目标项,即质蕴含项或者最小割集项,从而再基于目标项对基于系统失效表达式所构建出的各个覆盖失效组件对应的布尔公式进行处理,这样,可以对容错系统对应的单调/非单调系统故障树进行可靠性分析,体现了对各个覆盖失效组件的最小无关触发项的计算灵活化,从而可以提高后续对容错系统的可靠性分析操作的精确度。
在又一个可选的实施例中,上述步骤中的根据目标项以及每个覆盖失效组件对应的布尔公式,计算出每个覆盖失效组件的最小无关触发项,包括:
对每个覆盖失效组件对应的布尔公式进行质蕴含项解析操作,得到每个覆盖失效组件对应的布尔公式所对应的质蕴含项表达式;
根据每个覆盖失效组件对应的布尔公式所对应的质蕴含项表达式,筛除每个覆盖失效组件对应的质蕴含项表达式中所包含的逻辑非项以及目标项,得到每个覆盖失效组件的最小无关触发项。
在该可选的实施例中,举例来说,以图8显示的容错系统的系统故障树、计算覆盖失效组件的最小无关触发项/>为例,覆盖失效组件/>对应的布尔公式为:;
其中,该布尔公式可以是基于通过德摩根定律进行转换得到的;
继而,可以将上述布尔公式进一步转换为:,并利用多余项定理G∙X+H∙¬X=G∙X+H∙¬X+G∙H(或非单调二元决策图)对其进行质蕴含项解析,得到此质蕴含项表达式:;
然后,再对上述质蕴含项表达式筛除其中的逻辑非项()及目标项—质蕴含项(因为图8的系统逻辑树为非单调),得到/>;
最后同理,经过同样的计算后可得(空集合),/>,,/>。
可见,该可选的实施例能够对覆盖失效组件对应的布尔公式进行质蕴含项解析,得到对应的质蕴含项表达式,并对其进行逻辑非项以及目标项,如质蕴含项或者最小割集项的筛除操作,以得到覆盖失效组件的最小无关触发项,这样,有利于提高对覆盖失效组件的最小无关触发项的计算可靠性及准确性,进而有利于提高后续对容错系统的多值决策图的确定可靠性及准确性,从而有利于对容错系统进行精准的可靠性分析操作。
实施例二
请参阅图2,图2是本发明实施例公开的另一种不完全无关性覆盖下的容错系统可靠性分析方法的流程示意图。可选的,该方法可以由可靠性分析系统实现,该可靠性分析系统可以集成在可靠性分析装置中,也可以是用于对不完全无关性覆盖下的容错系统可靠性分析流程进行处理的本地服务器或云端服务器等,本发明实施例不做限定。如图2所示,该不完全无关性覆盖下的容错系统可靠性分析方法可以包括以下操作:
201、根据预设的容错系统中的多个覆盖失效组件,确定每个覆盖失效组件与容错系统之间的失效逻辑关系。
202、根据每个覆盖失效组件与容错系统之间的失效逻辑关系,建立容错系统对应的系统故障树。
203、确定系统故障树所属的故障树类型,并根据故障树类型,计算出每个覆盖失效组件的最小无关触发项。
204、将所有覆盖失效组件的最小无关触发项代入至预设的不完全无关性覆盖模型中,得到容错系统对应的可靠性分析表达式。
在本发明实施例中,不完全无关性覆盖模型为:
;
其中,表示容错系统中组件Xi未覆盖失效,/>表示组件Xi被成功隔离,/>表示组件Xi未被成功隔离,/>表示对应的覆盖失效组件的最小无关触发项。
举例来说,以图8显示的容错系统的系统故障树为例,将前述的相关计算结果代入,得到该容错系统对应的可靠性分析表达式为:;
继而,利用进行展开,并结合多余项定理进行化简,得到:
;/>
。
205、确定每个覆盖失效组件对应的节点参数,并根据预设的运算规则、预先确定出的所有覆盖失效组件对应的变量索引顺序参数、所有覆盖失效组件对应的节点参数以及容错系统对应的可靠性分析表达式,确定容错系统对应的多值决策图。
在本发明实施例中,其中,每个覆盖失效组件对应的节点参数包括该覆盖失效组件对应的相关节点以及相关节点对应的节点状态参数。可选的,该覆盖失效组件对应的相关节点可以包括对应的未覆盖失效组件、被成功隔离组件/>、未被成功隔离组件/>、未失效组件/>等等。
进一步可选的,预设的运算规则可以包括布尔运算规则和/或合并规则(其中,二元节点和三元节点之间合并规则可如下:
;
其中,为二元节点/>,/>为二元节点变量,/>和/>分别对应0边和1边对应的子节点变量,同理/>为三元节点,y为三元节点变量,分别对应0边、1边和2边对应的子节点变量,/>表示布尔逻辑与、或、异或操作;/>和/>分别表示两个节点变量的索引顺序)。
再进一步可选的,所有覆盖失效组件对应的变量索引顺序参数可以基于覆盖失效组件对应的重要度、命名顺序、渐邻原则、相邻原则或频次法等等进行确定。
举例来说,以图8显示的容错系统的系统故障树为例,基于前述得到的该容错系统对应的可靠性分析表达式,该容错系统的所有覆盖失效组件对应的相关节点以及相关节点的节点状态可如图9所示,其中,对于三元节点类型的组件节点(如等),其三条边分别对应组件未失效、覆盖失效、未覆盖失效三种状态;而二元节点类型的组件节点(如/>等)其两条边分别对应无关组件未被系统隔离、被系统隔离状态,以及终结点均设为布尔值1和0,分别表示系统失效和未失效;继而再结合运算规则(其中,二元节点及三元节点之间的合并规则可如图10所示,以及在多值决策图合并化简的过程中需保证/>对应节点不可独立存在,必须与组件失效节点对应的/>或/>状态相连)以及所有覆盖失效组件对应的变量索引顺序参数(如/>)进行运算,得到该容错系统对应的多值决策图(如图11所示)。
206、根据预设的每个覆盖失效组件对应的目标参数以及多值决策图,对容错系统进行针对不完全覆盖下的可靠性分析操作,得到容错系统的不可靠度参数,作为容错系统的可靠性分析结果。
在本发明实施例中,举例来说,以图8显示的容错系统的系统故障树为例,当假设该容错系统某个时段t的相关参数为:每个组件的失效概率均相同且为0.005,每个组件的故障覆盖因子均相同为0.9,那么每个组件覆盖失效概率为0.0045、非覆盖失效概率为0.0005,未失效概率为0.995,各组件的发生概率相同均为0.95,不发生概率为0.05,继而统计多值决策图从顶点到终结点“1”的路径,利用多值决策图路径之间互斥的特性可得出SDP(Sum of Disjoint products,不相交积之和)式子直接带入相关参数计算出相关结果,从而根据上述步骤,利用多值决策图的递归算法可通过程序自动计算出系统的不可靠度为0.01147。
在本发明实施例中,针对步骤201-步骤203及步骤206的其它描述,请参照实施例一中针对步骤101-步骤103及步骤105的详细描述,本发明实施例不再赘述。
可见,实施本发明实施例能够将覆盖失效组件的最小无关触发项代入至不完全无关性覆盖模型中,继而基于得到的容错系统对应的可靠性分析表达式、覆盖失效组件对应的节点参数、变量索引顺序参数,并结合运算规则,确定容错系统对应的多值决策图,这样,不仅可以进一步提高对容错系统对应的多值决策图的确定可靠性及准确性,从而提高了对容错系统针对不完全覆盖下的可靠性分析操作的精确性,还可以减少“组合爆炸问题”的发生,从而大大简化了对系统可靠性分析的计算过程。
实施例三
请参阅图3,图3是本发明实施例公开的一种不完全无关性覆盖下的容错系统可靠性分析装置的结构示意图。如图3所示,该不完全无关性覆盖下的容错系统可靠性分析装置可以包括:
确定模块301,用于根据预设的容错系统中的多个覆盖失效组件,确定每个覆盖失效组件与容错系统之间的失效逻辑关系;
故障树建立模块302,用于根据每个覆盖失效组件与容错系统之间的失效逻辑关系,建立容错系统对应的系统故障树;
确定模块301,还用于确定系统故障树所属的故障树类型;
计算模块303,用于根据故障树类型,计算出每个覆盖失效组件的最小无关触发项;
确定模块301,还用于根据所有覆盖失效组件的最小无关触发项,并结合预设的不完全无关性覆盖模型,确定容错系统对应的多值决策图;
可靠性分析模块304,用于根据预设的每个覆盖失效组件对应的目标参数以及多值决策图,对容错系统进行针对不完全覆盖下的可靠性分析操作,得到容错系统的不可靠度参数,作为容错系统的可靠性分析结果。
在本发明实施例中,故障树类型包括单调类型或者非单调类型;目标参数包括组件失效概率参数、无关性隔离概率参数以及组件故障覆盖因子参数中的至少一种。
进一步的,作为一种可选的实施方式,故障树建立模块302根据每个覆盖失效组件与容错系统之间的失效逻辑关系,建立容错系统对应的系统故障树的方式具体包括:
将每个覆盖失效组件转换为对应的基本事件;
将每个覆盖失效组件与容错系统之间的失效逻辑关系,转换为每个覆盖失效组件与容错系统之间的逻辑门;
根据每个覆盖失效组件对应的基本事件以及每个覆盖失效组件与容错系统之间的逻辑门,建立容错系统对应的系统故障树。
可见,实施图3所描述的不完全无关性覆盖下的容错系统可靠性分析装置能够基于不完全无关性覆盖模型,并结合多值决策图进行容错系统的可靠性分析,可以避免当容错系统规模过大时使用容斥原理造成的“组合爆炸”问题出现,有利于实现对基于不完全无关性覆盖下的容错系统可靠性分析的简易计算过程。
在一个可选的实施例中,确定模块301根据预设的容错系统中的多个覆盖失效组件,确定每个覆盖失效组件与容错系统之间的失效逻辑关系的方式具体包括:
根据容错系统中的多个子系统,确定每个子系统与容错系统之间的第一失效逻辑关系;
对于每一子系统,根据预设的子系统对应的多个覆盖失效组件,并结合每个覆盖失效组件与子系统之间的运行服务关系,确定每个覆盖失效组件与子系统之间的第二失效逻辑关系;
根据每个子系统与容错系统之间的第一失效逻辑关系以及每一子系统中每个覆盖失效组件与子系统之间的第二失效逻辑关系,确定每个覆盖失效组件与容错系统之间的失效逻辑关系。
可见,实施图3所描述的不完全无关性覆盖下的容错系统可靠性分析装置能够根据子系统与容错系统之间的第一失效逻辑关系以及子系统与覆盖失效组件之间的第二失效逻辑关系,来确定出覆盖失效组件与容错系统之间的失效逻辑关系,这样,有利于提高对失效逻辑关系的分析可靠性及准确性,进而有利于提高后续所建立的容错系统的系统故障树的可靠性及准确性,从而有利于基于系统故障树对容错系统进行精准的可靠性分析操作。
在另一个可选的实施例中,计算模块303根据故障树类型,计算出每个覆盖失效组件的最小无关触发项的方式具体包括:
根据系统故障树,构建与所有覆盖失效组件相匹配的系统失效表达式;
根据故障树类型,对系统失效表达式进行目标解析操作,得到系统失效表达式对应的目标项;
根据系统失效表达式以及每个覆盖失效组件,构建每个覆盖失效组件对应的布尔公式,并根据目标项以及每个覆盖失效组件对应的布尔公式,计算出每个覆盖失效组件的最小无关触发项。
在该可选的实施例中,其中,对应的覆盖失效组件所对应的布尔公式为:
;
为系统失效表达式,/>为对应的覆盖失效组件,/>为与所有覆盖失效组件相对应的系统非失效表达式。
可见,实施图3所描述的不完全无关性覆盖下的容错系统可靠性分析装置能够根据系统故障树构建出对应的系统失效表达式,并根据具体的故障树类型,对系统失效表达式解析出目标项,即质蕴含项或者最小割集项,从而再基于目标项对基于系统失效表达式所构建出的各个覆盖失效组件对应的布尔公式进行处理,这样,可以对容错系统对应的单调/非单调系统故障树进行可靠性分析,体现了对各个覆盖失效组件的最小无关触发项的计算灵活化,从而可以提高后续对容错系统的可靠性分析操作的精确度。
在又一个可选的实施例中,计算模块303根据目标项以及每个覆盖失效组件对应的布尔公式,计算出每个覆盖失效组件的最小无关触发项的方式具体包括:
对每个覆盖失效组件对应的布尔公式进行质蕴含项解析操作,得到每个覆盖失效组件对应的布尔公式所对应的质蕴含项表达式;
根据每个覆盖失效组件对应的布尔公式所对应的质蕴含项表达式,筛除每个覆盖失效组件对应的质蕴含项表达式中所包含的逻辑非项以及目标项,得到每个覆盖失效组件的最小无关触发项。
在该可选的实施例中,当故障树类型包括单调类型时,目标解析操作为最小割集解析操作,目标项为最小割集项;当故障树类型包括非单调类型时,目标解析操作为质蕴含项解析操作,目标项为质蕴含项。
可见,实施图3所描述的不完全无关性覆盖下的容错系统可靠性分析装置能够对覆盖失效组件对应的布尔公式进行质蕴含项解析,得到对应的质蕴含项表达式,并对其进行逻辑非项以及目标项,如质蕴含项或者最小割集项的筛除操作,以得到覆盖失效组件的最小无关触发项,这样,有利于提高对覆盖失效组件的最小无关触发项的计算可靠性及准确性,进而有利于提高后续对容错系统的多值决策图的确定可靠性及准确性,从而有利于对容错系统进行精准的可靠性分析操作。
在又一个可选的实施例中,确定模块301根据所有覆盖失效组件的最小无关触发项,并结合预设的不完全无关性覆盖模型,确定容错系统对应的多值决策图的方式具体包括:
将所有覆盖失效组件的最小无关触发项代入至预设的不完全无关性覆盖模型中,得到容错系统对应的可靠性分析表达式;
确定每个覆盖失效组件对应的节点参数,并根据预设的运算规则、预先确定出的所有覆盖失效组件对应的变量索引顺序参数、所有覆盖失效组件对应的节点参数以及容错系统对应的可靠性分析表达式,确定容错系统对应的多值决策图。
在该可选的实施例中,每个覆盖失效组件对应的节点参数包括该覆盖失效组件对应的相关节点以及相关节点对应的节点状态参数;
以及,不完全无关性覆盖模型为:
;
其中,表示容错系统中组件Xi未覆盖失效,/>表示组件Xi被成功隔离,/>表示组件Xi未被成功隔离,/>表示对应的覆盖失效组件的最小无关触发项。
可见,实施图3所描述的不完全无关性覆盖下的容错系统可靠性分析装置能够将覆盖失效组件的最小无关触发项代入至不完全无关性覆盖模型中,继而基于得到的容错系统对应的可靠性分析表达式、覆盖失效组件对应的节点参数、变量索引顺序参数,并结合运算规则,确定容错系统对应的多值决策图,这样,不仅可以进一步提高对容错系统对应的多值决策图的确定可靠性及准确性,从而提高了对容错系统针对不完全覆盖下的可靠性分析操作的精确性,还可以减少“组合爆炸问题”的发生,从而大大简化了对系统可靠性分析的计算过程。
实施例四
请参阅图4,图4是本发明实施例公开的又一种不完全无关性覆盖下的容错系统可靠性分析装置的结构示意图。如图4所示,该不完全无关性覆盖下的容错系统可靠性分析装置可以包括:
存储有可执行程序代码的存储器401;
与存储器401耦合的处理器402;
处理器402调用存储器401中存储的可执行程序代码,执行本发明实施例一或本发明实施例二所描述的不完全无关性覆盖下的容错系统可靠性分析方法中的步骤。
实施例五
本发明实施例公开了一种计算机存储介质,该计算机存储介质存储有计算机指令,该计算机指令被调用时,用于执行本发明实施例一或本发明实施例二所描述的不完全无关性覆盖下的容错系统可靠性分析方法中的步骤。
实施例六
本发明实施例公开了一种计算机程序产品,该计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,且该计算机程序可操作来使计算机执行实施例一或实施例二中所描述的不完全无关性覆盖下的容错系统可靠性分析方法中的步骤。
以上所描述的装置实施例仅是示意性的,其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施例的具体描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(ErasableProgrammable Read Only Memory,EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
最后应说明的是:本发明实施例公开的一种不完全无关性覆盖下的容错系统可靠性分析方法及装置所揭露的仅为本发明较佳实施例而已,仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解;其依然可以对前述各项实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或替换,并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。
Claims (8)
1.一种不完全无关性覆盖下的容错系统可靠性分析方法,其特征在于,所述方法包括:
根据预设的所述容错系统中的多个覆盖失效组件,确定每个所述覆盖失效组件与所述容错系统之间的失效逻辑关系;
根据所述每个所述覆盖失效组件与所述容错系统之间的失效逻辑关系,建立所述容错系统对应的系统故障树;
确定所述系统故障树所属的故障树类型,并根据所述故障树类型,计算出每个所述覆盖失效组件的最小无关触发项;所述故障树类型包括单调类型或者非单调类型;
根据所有所述覆盖失效组件的最小无关触发项,并结合预设的不完全无关性覆盖模型,确定所述容错系统对应的多值决策图;
根据预设的每个所述覆盖失效组件对应的目标参数以及所述多值决策图,对所述容错系统进行针对不完全覆盖下的可靠性分析操作,得到所述容错系统的不可靠度参数,作为所述容错系统的可靠性分析结果;所述目标参数包括组件失效概率参数、无关性隔离概率参数以及组件故障覆盖因子参数中的至少一种;
其中,所述根据预设的所述容错系统中的多个覆盖失效组件,确定每个所述覆盖失效组件与所述容错系统之间的失效逻辑关系,包括:
根据所述容错系统中的多个子系统,确定每个所述子系统与所述容错系统之间的第一失效逻辑关系;
对于每一所述子系统,根据预设的所述子系统对应的多个覆盖失效组件,并结合每个所述覆盖失效组件与所述子系统之间的运行服务关系,确定每个所述覆盖失效组件与所述子系统之间的第二失效逻辑关系;
根据每个所述子系统与所述容错系统之间的第一失效逻辑关系以及每一所述子系统中每个所述覆盖失效组件与所述子系统之间的第二失效逻辑关系,确定每个所述覆盖失效组件与所述容错系统之间的失效逻辑关系;
其中,所述根据所述故障树类型,计算出每个所述覆盖失效组件的最小无关触发项,包括:
根据所述系统故障树,构建与所有所述覆盖失效组件相匹配的系统失效表达式;
根据所述故障树类型,对所述系统失效表达式进行目标解析操作,得到所述系统失效表达式对应的目标项;
根据所述系统失效表达式以及每个所述覆盖失效组件,构建每个所述覆盖失效组件对应的布尔公式,并根据所述目标项以及每个所述覆盖失效组件对应的布尔公式,计算出每个所述覆盖失效组件的最小无关触发项;
其中,对应的覆盖失效组件所对应的布尔公式为:
;
为所述系统失效表达式,/>为对应的覆盖失效组件,/>为与所有所述覆盖失效组件相对应的系统非失效表达式。
2.根据权利要求1所述的不完全无关性覆盖下的容错系统可靠性分析方法,其特征在于,所述根据所述每个所述覆盖失效组件与所述容错系统之间的失效逻辑关系,建立所述容错系统对应的系统故障树,包括:
将每个所述覆盖失效组件转换为对应的基本事件;
将每个所述覆盖失效组件与所述容错系统之间的失效逻辑关系,转换为每个所述覆盖失效组件与所述容错系统之间的逻辑门;
根据每个所述覆盖失效组件对应的基本事件以及每个所述覆盖失效组件与所述容错系统之间的逻辑门,建立所述容错系统对应的系统故障树。
3.根据权利要求1所述的不完全无关性覆盖下的容错系统可靠性分析方法,其特征在于,所述根据所述目标项以及每个所述覆盖失效组件对应的布尔公式,计算出每个所述覆盖失效组件的最小无关触发项,包括:
对每个所述覆盖失效组件对应的布尔公式进行质蕴含项解析操作,得到每个所述覆盖失效组件对应的布尔公式所对应的质蕴含项表达式;
根据每个所述覆盖失效组件对应的布尔公式所对应的质蕴含项表达式,筛除每个所述覆盖失效组件对应的质蕴含项表达式中所包含的逻辑非项以及所述目标项,得到每个所述覆盖失效组件的最小无关触发项;
其中,当所述故障树类型包括所述单调类型时,所述目标解析操作为最小割集解析操作,所述目标项为最小割集项;当所述故障树类型包括所述非单调类型时,所述目标解析操作为质蕴含项解析操作,所述目标项为质蕴含项。
4.根据权利要求1所述的不完全无关性覆盖下的容错系统可靠性分析方法,其特征在于,所述根据所有所述覆盖失效组件的最小无关触发项,并结合预设的不完全无关性覆盖模型,确定所述容错系统对应的多值决策图,包括:
将所有所述覆盖失效组件的最小无关触发项代入至预设的不完全无关性覆盖模型中,得到所述容错系统对应的可靠性分析表达式;
确定每个所述覆盖失效组件对应的节点参数,并根据预设的运算规则、预先确定出的所有所述覆盖失效组件对应的变量索引顺序参数、所有所述覆盖失效组件对应的节点参数以及所述容错系统对应的可靠性分析表达式,确定所述容错系统对应的多值决策图。
5.根据权利要求4所述的不完全无关性覆盖下的容错系统可靠性分析方法,其特征在于,每个所述覆盖失效组件对应的节点参数包括该覆盖失效组件对应的相关节点以及所述相关节点对应的节点状态参数;
以及,所述不完全无关性覆盖模型为:
;
其中,表示所述容错系统中组件Xi未覆盖失效,/>表示所述组件Xi被成功隔离,/>表示所述组件Xi未被成功隔离,/>表示对应的覆盖失效组件的最小无关触发项。
6.一种不完全无关性覆盖下的容错系统可靠性分析装置,其特征在于,所述装置包括:
确定模块,用于根据预设的所述容错系统中的多个覆盖失效组件,确定每个所述覆盖失效组件与所述容错系统之间的失效逻辑关系;
故障树建立模块,用于根据所述每个所述覆盖失效组件与所述容错系统之间的失效逻辑关系,建立所述容错系统对应的系统故障树;
所述确定模块,还用于确定所述系统故障树所属的故障树类型;
计算模块,用于根据所述故障树类型,计算出每个所述覆盖失效组件的最小无关触发项;所述故障树类型包括单调类型或者非单调类型;
所述确定模块,还用于根据所有所述覆盖失效组件的最小无关触发项,并结合预设的不完全无关性覆盖模型,确定所述容错系统对应的多值决策图;
可靠性分析模块,用于根据预设的每个所述覆盖失效组件对应的目标参数以及所述多值决策图,对所述容错系统进行针对不完全覆盖下的可靠性分析操作,得到所述容错系统的不可靠度参数,作为所述容错系统的可靠性分析结果;所述目标参数包括组件失效概率参数、无关性隔离概率参数以及组件故障覆盖因子参数中的至少一种;
其中,所述确定模块根据预设的所述容错系统中的多个覆盖失效组件,确定每个所述覆盖失效组件与所述容错系统之间的失效逻辑关系的方式具体包括:
根据所述容错系统中的多个子系统,确定每个所述子系统与所述容错系统之间的第一失效逻辑关系;
对于每一所述子系统,根据预设的所述子系统对应的多个覆盖失效组件,并结合每个所述覆盖失效组件与所述子系统之间的运行服务关系,确定每个所述覆盖失效组件与所述子系统之间的第二失效逻辑关系;
根据每个所述子系统与所述容错系统之间的第一失效逻辑关系以及每一所述子系统中每个所述覆盖失效组件与所述子系统之间的第二失效逻辑关系,确定每个所述覆盖失效组件与所述容错系统之间的失效逻辑关系;
其中,所述计算模块根据所述故障树类型,计算出每个所述覆盖失效组件的最小无关触发项的方式具体包括:
根据所述系统故障树,构建与所有所述覆盖失效组件相匹配的系统失效表达式;
根据所述故障树类型,对所述系统失效表达式进行目标解析操作,得到所述系统失效表达式对应的目标项;
根据所述系统失效表达式以及每个所述覆盖失效组件,构建每个所述覆盖失效组件对应的布尔公式,并根据所述目标项以及每个所述覆盖失效组件对应的布尔公式,计算出每个所述覆盖失效组件的最小无关触发项;
其中,对应的覆盖失效组件所对应的布尔公式为:
;
为所述系统失效表达式,/>为对应的覆盖失效组件,/>为与所有所述覆盖失效组件相对应的系统非失效表达式。
7.一种不完全无关性覆盖下的容错系统可靠性分析装置,其特征在于,所述装置包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行如权利要求1-5任一项所述的不完全无关性覆盖下的容错系统可靠性分析方法。
8.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机指令,所述计算机指令被调用时,用于执行如权利要求1-5任一项所述的不完全无关性覆盖下的容错系统可靠性分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311606521.7A CN117331845B (zh) | 2023-11-29 | 2023-11-29 | 不完全无关性覆盖下的容错系统可靠性分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311606521.7A CN117331845B (zh) | 2023-11-29 | 2023-11-29 | 不完全无关性覆盖下的容错系统可靠性分析方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117331845A CN117331845A (zh) | 2024-01-02 |
CN117331845B true CN117331845B (zh) | 2024-02-06 |
Family
ID=89279610
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311606521.7A Active CN117331845B (zh) | 2023-11-29 | 2023-11-29 | 不完全无关性覆盖下的容错系统可靠性分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117331845B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109658002A (zh) * | 2018-12-27 | 2019-04-19 | 清华大学 | 考虑控保系统竞争失效的电力电子装置可靠性建模方法 |
CN112765827A (zh) * | 2021-01-28 | 2021-05-07 | 暨南大学 | 一种功能相关系统的可靠性分析方法 |
CN115098395A (zh) * | 2022-07-15 | 2022-09-23 | 武汉理工大学 | 基于无关性覆盖模型的多状态系统可靠性分析方法 |
-
2023
- 2023-11-29 CN CN202311606521.7A patent/CN117331845B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109658002A (zh) * | 2018-12-27 | 2019-04-19 | 清华大学 | 考虑控保系统竞争失效的电力电子装置可靠性建模方法 |
CN112765827A (zh) * | 2021-01-28 | 2021-05-07 | 暨南大学 | 一种功能相关系统的可靠性分析方法 |
CN115098395A (zh) * | 2022-07-15 | 2022-09-23 | 武汉理工大学 | 基于无关性覆盖模型的多状态系统可靠性分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117331845A (zh) | 2024-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110351118B (zh) | 根因告警决策网络构建方法、装置和存储介质 | |
CN108108967B (zh) | 面向复杂数字资产的多阶段pbft共识系统及方法 | |
CN106226658B (zh) | 一种基于多数据融合的电网故障诊断方法 | |
CN112134762B (zh) | 针对区块链网络结构的测试方法、装置、终端和存储介质 | |
CN111510465B (zh) | 一种基于混合数据类型工业协议的拟态裁决方法及裁决器 | |
CN115001753B (zh) | 一种关联告警的分析方法、装置、电子设备及存储介质 | |
CN115603973B (zh) | 基于政务信息网络的异构安全监测方法及系统 | |
CN115801463B (zh) | 工业互联网平台入侵检测的方法、装置和电子设备 | |
CN116152016A (zh) | 一种配电网故障定位方法、装置、设备及存储介质 | |
CN111680104B (zh) | 数据同步方法、装置、计算机设备及可读存储介质 | |
US20190354991A1 (en) | System and method for managing service requests | |
CN117331845B (zh) | 不完全无关性覆盖下的容错系统可靠性分析方法及装置 | |
CN114598506A (zh) | 工控网络安全风险溯源方法、装置、电子设备及存储介质 | |
CN110995587B (zh) | 一种路由不稳定事件源定位方法及装置 | |
CN115146263B (zh) | 用户账号的失陷检测方法、装置、电子设备及存储介质 | |
US11809267B2 (en) | Root cause analysis of computerized system anomalies based on causal graphs | |
CN115065539B (zh) | 数据安全监测方法、装置、设备及存储介质 | |
CN115766402A (zh) | 服务器故障根因的过滤方法和装置、存储介质及电子装置 | |
JP2020042507A (ja) | 診断装置 | |
Sanislav et al. | A new approach towards increasing cyber-physical systems dependability | |
WO2021249629A1 (en) | Device and method for monitoring communication networks | |
Lingasubramanian et al. | Probabilistic maximum error modeling for unreliable logic circuits | |
Rezvani et al. | A trust assessment framework for streaming data in WSNs using iterative filtering | |
JP2017501519A (ja) | 関連持続性確認システム、方法およびプログラム | |
CN115333923B (zh) | 一种故障点溯源分析方法、装置、设备及介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |