民航旅客服務(wù)信息系統(tǒng)可靠性評(píng)估

曹衛(wèi)東，王喜艷

（中國民航大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，天津　300300）

民航旅客服務(wù)信息系統(tǒng)可靠性評(píng)估

曹衛(wèi)東，王喜艷

（中國民航大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，天津300300）

為了適應(yīng)民航旅客服務(wù)信息系統(tǒng)可靠性要求，針對(duì)Schneidewind模型中對(duì)所有失效進(jìn)行統(tǒng)一處理的不合理情況，結(jié)合軟件可靠性及其模型的相關(guān)理論，提出在Schneidewind模型中通過加入變點(diǎn)方式來改進(jìn)模型。該模型利用從軟件測(cè)試過程中收集到的失效數(shù)據(jù)，分析民航旅客服務(wù)信息系統(tǒng)的可靠性。在民航旅客服務(wù)信息系統(tǒng)中引入改進(jìn)的Schneidewind模型，并進(jìn)行實(shí)驗(yàn)對(duì)比驗(yàn)證。結(jié)果表明，文中提出的軟件可靠性模型能更好地對(duì)民航旅客服務(wù)信息系統(tǒng)進(jìn)行可靠性評(píng)估和預(yù)測(cè)。

軟件可靠性；Schneidewind模型；變點(diǎn)；失效數(shù)據(jù)

隨著民航旅客服務(wù)信息系統(tǒng)規(guī)模的不斷擴(kuò)大，中國航信航班查詢、訂座和航班控制等信息系統(tǒng)待處理的可靠性數(shù)據(jù)量越來越龐大。民航旅客服務(wù)信息系統(tǒng)相比于其他信息系統(tǒng)，需要各子系統(tǒng)實(shí)時(shí)地進(jìn)行數(shù)據(jù)交換、儲(chǔ)存、管理，相對(duì)獨(dú)立且相互配合的運(yùn)作，要求7×24 h不間斷運(yùn)行，需要系統(tǒng)具有安全性、可靠性、高效性和實(shí)時(shí)性等特點(diǎn)。民航旅客服務(wù)信息系統(tǒng)的眾多子系統(tǒng)累積大量的測(cè)試數(shù)據(jù)，這些數(shù)據(jù)存在信息冗余、數(shù)據(jù)不完整等問題，嚴(yán)重影響了系統(tǒng)的可靠性，因此如何合理有效地評(píng)估民航旅客服務(wù)信息系統(tǒng)的可靠性，保證系統(tǒng)的正常運(yùn)行是一個(gè)亟待解決的問題［1］。

近年來，隨著對(duì)軟件可靠性的研究越來越深入，相關(guān)學(xué)者建立了各種軟件可靠性模型，不同的模型在使用時(shí)有不同的假設(shè)條件，但并沒有一種通用模型適用于所有軟件［2］。模型的假設(shè)條件決定了相應(yīng)模型在使用時(shí)會(huì)有一定的限制。在所有的可靠性模型中，Schneidewind模型有著廣泛的實(shí)用性且效果較顯著，該模型認(rèn)為軟件的失效率隨時(shí)間發(fā)生變化，且隨時(shí)間的變化失效率的變化規(guī)律也會(huì)越來越穩(wěn)定［3］。針對(duì)以上模型的不足，嘗試在Schneidewind模型中加入變點(diǎn)的方式來改進(jìn)，這種方法不受運(yùn)行剖面的限制和優(yōu)化模型的假設(shè)條件，從而提高模型的精確度及軟件的可靠性［4］。在變點(diǎn)問題中有很多樣本，多數(shù)情況下有些樣本觀察值按出現(xiàn)的時(shí)間先后順序排列，在某個(gè)未知的時(shí)間點(diǎn)，樣本觀察值的分布特征或其觀察值的數(shù)字特征突然發(fā)生了較大變化，此時(shí)間點(diǎn)稱之為變點(diǎn)［5］。

1　軟件可靠性研究現(xiàn)狀

軟件可靠性及其模型的研究始于20世紀(jì)70年代初，IEEE對(duì)軟件可靠性定義是：在規(guī)定的條件下，在規(guī)定的時(shí)間內(nèi)，軟件不引起系統(tǒng)失效的概率［6］。軟件可靠性模型的研究方法是對(duì)失效數(shù)據(jù)建模，預(yù)測(cè)系統(tǒng)可靠性。最著名的模型包括 Goal-Okumoto、Jelinske-Moranda、NHPP以及Littlewood-Verral等模型。軟件可靠性模型可分為2類：基于體系結(jié)構(gòu)的軟件可靠性模型和基于失效數(shù)據(jù)的軟件可靠性模型?；隗w系結(jié)構(gòu)的軟件可靠性模型包括基于狀態(tài)空間的模型和基于路徑的模型［7-8］?；跔顟B(tài)空間的模型是用控制流圖表示體系結(jié)構(gòu)，狀態(tài)轉(zhuǎn)移表示組件間的轉(zhuǎn)換，主要是采用DAG模型、CTMC、DTMC、Semi Markov Process、隨機(jī)Petri-Net。基于路徑的模型是通過路徑信息來計(jì)算系統(tǒng)的可靠性?；谑?shù)據(jù)的軟件可靠性模型根據(jù)失效數(shù)據(jù)來源的不同可分為失效計(jì)數(shù)模型和失效時(shí)間間隔模型。失效數(shù)據(jù)的來源一般有2種：一種是在軟件測(cè)試過程中收集的失效數(shù)據(jù)，另一種是軟件在運(yùn)行狀態(tài)使用后收集的軟件失效數(shù)據(jù)［9］。失效計(jì)數(shù)模型是根據(jù)軟件中的失效數(shù)建立的模型，假設(shè)失效個(gè)數(shù)屬于某隨機(jī)過程，計(jì)算失效個(gè)數(shù)，建立模型進(jìn)行可靠性評(píng)估，代表模型有Goel-Okumoto模型和Musa執(zhí)行時(shí)間模型。失效時(shí)間間隔模型是根據(jù)統(tǒng)計(jì)得到的軟件失效時(shí)間，計(jì)算相鄰兩次失效的時(shí)間間隔，分析其概率分布，建立模型進(jìn)行可靠性評(píng)估，代表模型有Jelinski-Moranda模型和Littlewood-Verral模型［10］。目前還沒有一個(gè)通用模型，能對(duì)所有軟件及其生命周期各個(gè)階段都能做出準(zhǔn)確的可靠性預(yù)測(cè)。通過在Schneidewind模型中加入變點(diǎn)的方法來改進(jìn)模型，并利用軟件測(cè)試過程中收集到的失效數(shù)據(jù)來評(píng)估軟件的可靠性。

2　軟件可靠性評(píng)估過程與準(zhǔn)則

2.1軟件可靠性評(píng)估過程

軟件可靠性評(píng)估過程，如圖1所示。

圖1　軟件可靠性評(píng)估流程圖Fig.1　Software reliability assessment flow chart

操作剖面是對(duì)軟件使用方式的數(shù)值描述，可理解為各種使用方式的使用概率，這里是指開發(fā)軟件的功能剖面和運(yùn)行剖面。軟件失效數(shù)據(jù)通過軟件監(jiān)控自動(dòng)收集，收集到的可靠性數(shù)據(jù)特性主要包括失效發(fā)生日期、失效嚴(yán)重程度、失效報(bào)告終止時(shí)間、失效具體內(nèi)容和失效后采取措施等［11］。失效發(fā)生后要對(duì)其進(jìn)行數(shù)據(jù)分析，并根據(jù)分析后的失效數(shù)據(jù)列出失效數(shù)隨時(shí)間變化的散點(diǎn)圖和折線圖。選擇可靠度、失效率、失效強(qiáng)度、平均無失效時(shí)間、平均失效間隔時(shí)間等度量指標(biāo)來估計(jì)軟件的可靠性。根據(jù)選擇的可靠性度量指標(biāo)，建立軟件產(chǎn)品的某些特性函數(shù)。使用極大似然估計(jì)法進(jìn)行參數(shù)估計(jì)；選用均方根誤差（RMSE）、平均相對(duì)誤差（MAPE）和誤差平方和（MSE）來度量模型的擬合度，序列似然度比值（PLR）和U-結(jié)構(gòu)圖評(píng)估模型的質(zhì)量。

2.2軟件可靠性評(píng)估準(zhǔn)則

目前，關(guān)于軟件可靠性評(píng)估的方法很多，文中提出改進(jìn)的Schneidewind模型的預(yù)測(cè)結(jié)果可由模型擬合度由均方根誤差（RMSE）、平均相對(duì)誤差（MAPE）和誤差平方和（MSE）來度量。模型預(yù)計(jì)有效性（用序列似然度比值的對(duì)數(shù)形式表示）和模型偏差（用U-結(jié)構(gòu)圖的Kolmogrov-Smirnov距離表示）來判定［12］。

3　Schneidewind變點(diǎn)模型

Schneidewind模型的基本思想是：注重當(dāng)前失效率，認(rèn)為軟件的失效率隨時(shí)間發(fā)生變化，且隨時(shí)間變化失效率的變化規(guī)律會(huì)越來越穩(wěn)定。當(dāng)前失效數(shù)據(jù)會(huì)比歷史數(shù)據(jù)能更好地預(yù)測(cè)軟件未來的失效率［13］。在所有的可靠性模型中，Schneidewind模型有廣泛的實(shí)用性且模型效果較顯著。Schneidewind模型［14］的基本公式為

1）失效率

其中：α為初始失效率；β為失效變化率，α，β＞0。

2）可靠度

Schneidewind模型表示一個(gè)分段齊次泊松過程

3）不可靠度

4）失效均值

假設(shè)到時(shí)刻t的累積失效數(shù)符合均值函數(shù)為μ（t）的泊松過程

5）失效密度函數(shù)

6）累積失效數(shù)均值

到第i個(gè)時(shí)間區(qū)間的累積失效數(shù)均值為

7）區(qū)間內(nèi)失效數(shù)均值

第i個(gè)時(shí)間區(qū)間內(nèi)的失效數(shù)均值為

假設(shè)改進(jìn)的Schneidewind模型共有s個(gè)時(shí)間間隔區(qū)間，m為初始時(shí)間間隔［14］。在每個(gè)時(shí)間間隔內(nèi)的失效數(shù)為x1，x2，…，xs，即

采用極大似然方法估計(jì)α、β的值時(shí)，方程組為

按照加入變點(diǎn)的位置來分析可靠性數(shù)據(jù)，當(dāng)加入多個(gè)改變點(diǎn)（τi）時(shí)

通過以上公式，在確定α、β的情況下，可通過變點(diǎn)τi的加入來改進(jìn)模型，從而提升模型的精確度。因此，α、β的求解與τi的確定成為改進(jìn)模型的關(guān)鍵。文中通過使用式（9）選取所有的數(shù)據(jù)來求解α、β的值。

變點(diǎn)的選擇通常有2種方法：一是通過分析失效數(shù)據(jù)的物理含義確定變點(diǎn)，此法要求充分了解測(cè)試過程發(fā)生的變動(dòng)，很難實(shí)現(xiàn)；二是通過對(duì)失效數(shù)據(jù)本身進(jìn)行分析，確定變點(diǎn)的位置，此法較簡單且不易出錯(cuò)。文中采用的是第2種方法，通過對(duì)失效數(shù)據(jù)的失效個(gè)數(shù)和失效累計(jì)時(shí)間進(jìn)行趨勢(shì)分析，確定變點(diǎn)的位置。

在加入變點(diǎn)τi的情況下，改進(jìn)的Schneidewind模型的似然函數(shù)為

4　模型驗(yàn)證與結(jié)果分析

實(shí)驗(yàn)數(shù)據(jù)采用民航旅客服務(wù)信息系統(tǒng)航班查詢應(yīng)用子系統(tǒng)的測(cè)試數(shù)據(jù)，該數(shù)據(jù)的特性包括失效發(fā)生日期、失效嚴(yán)重程度、失效報(bào)告終止時(shí)間、失效具體內(nèi)容和失效后需采取的措施等。取2014年6月1～15日共15天的測(cè)試數(shù)據(jù)為研究對(duì)象，基于開發(fā)操作剖面的方法得到軟件的失效數(shù)據(jù)，在Schneidewind模型中進(jìn)行實(shí)驗(yàn)。失效個(gè)數(shù)及其累積失效時(shí)間，如圖2所示。

圖2　失效個(gè)數(shù)及其累積發(fā)生時(shí)間Fig.2　Number of failures and the accumulation time

由圖2可看出失效累積時(shí)間的值在20～25、30～35之間有明顯的變點(diǎn)，并且在變點(diǎn)出現(xiàn)的時(shí)候，左右兩邊的變化規(guī)律幾乎相同。即變點(diǎn)的左邊以遞增規(guī)律呈現(xiàn)，而變點(diǎn)的右邊以遞減規(guī)律呈現(xiàn)。根據(jù)式（8）～式（11）可求得在τ1=22、τ2=33處，Schneidewind模型的似然函數(shù)取得極大值，因此，可選擇失效點(diǎn)22和33作為模型的變點(diǎn)?？蓪?duì)22、33左右兩邊的數(shù)據(jù)分別進(jìn)行Schneidewind模型建模，重新估計(jì)22、33左右兩邊的α、β值。加入變點(diǎn)后，根據(jù)該組失效數(shù)據(jù)做出的序列似然度比值的圖，如圖3所示。

圖3　有變點(diǎn)與無變點(diǎn)的序列似然度比值Fig.3　Sequence likelihood ratio of variable points and non variable points

由圖3可看出序列似然度比值（文中取其log值）大于0，有相對(duì)穩(wěn)定上升的趨勢(shì)。加入變點(diǎn)后，根據(jù)該組失效數(shù)據(jù)做出的U-結(jié)構(gòu)圖，如圖4所示。

圖4　有變點(diǎn)與無變點(diǎn)的U-結(jié)構(gòu)圖Fig.4　U-structure diagram with variable points and non variable points

由圖4可看出加入變點(diǎn)的Schneidewind模型的曲線距離單元斜線較近，即KS距離絕對(duì)值??；而未加入變點(diǎn)的Schneidewind模型的曲線距離單位斜率直線較遠(yuǎn)，即KS距離絕對(duì)值大。在U-結(jié)構(gòu)圖中，KS距離絕對(duì)值越小，說明模型預(yù)計(jì)結(jié)果的偏差就越小。這表明在整個(gè)預(yù)測(cè)范圍內(nèi)加入變點(diǎn)的Schneidewind模型優(yōu)于未加入變點(diǎn)的Schneidewind模型，盡管在局部范圍內(nèi)隨機(jī)波動(dòng)，但不影響結(jié)果。確定變點(diǎn)后進(jìn)行實(shí)驗(yàn)，記加入變點(diǎn)的Schneidewind模型實(shí)驗(yàn)結(jié)果為R_A1，未加入變點(diǎn)的Schneidewind模型實(shí)驗(yàn)結(jié)果為R_A0，根據(jù)式（1），得到實(shí)驗(yàn)結(jié)果如表1所示。

表1　實(shí)驗(yàn)結(jié)果Tab.1　Experimental results

其中，A0是未加入變點(diǎn)的 Schneidewind模型的評(píng)估數(shù)據(jù)；A1是加入變點(diǎn)的 Schneidewind模型的評(píng)估數(shù)據(jù)；（A1-A0）/A0是加入變點(diǎn)和未加入變點(diǎn)時(shí)的Schneidewind模型的評(píng)估數(shù)據(jù)的相對(duì)誤差值，其值越小，說明模型得到的評(píng)估數(shù)據(jù)越準(zhǔn)確，評(píng)估效果越好。若相對(duì)誤差值大于0，表示加入變點(diǎn)后Schneidewind模型的評(píng)估效果比較好；若相對(duì)誤差值小于0，表示加入變點(diǎn)后Schneidewind模型的評(píng)估效果較差。

由表1可得，加入變點(diǎn)時(shí)Schneidewind模型的3組評(píng)估數(shù)據(jù)值均小于未加入變點(diǎn)時(shí)Schneidewind模型的評(píng)估數(shù)據(jù)值，說明加入變點(diǎn)后Schneidewind模型的預(yù)測(cè)精度提高了，因此，加入變點(diǎn)的Schneidewind模型對(duì)可靠性精度提高有重大意義。

民航旅客服務(wù)信息系統(tǒng)可靠度如表2所示。

表2　可靠度Tab.2　Reliability results

通過表2可以看出：加入變點(diǎn)后民航旅客服務(wù)信息系統(tǒng)的可靠度大于未加入變點(diǎn)的系統(tǒng)可靠度。

5　結(jié)語

本文利用從軟件測(cè)試過程中收集到的失效數(shù)據(jù)，采用加入變點(diǎn)的方法改進(jìn)Schneidewind模型，從而提高了模型的預(yù)測(cè)精度和民航旅客服務(wù)信息系統(tǒng)的可靠度，并通過實(shí)驗(yàn)驗(yàn)證該方法的可行性，但該方法存在一些局限性，即當(dāng)變點(diǎn)較多時(shí)，使用起來較復(fù)雜。

［1］賈冀婷.軟件測(cè)試中可靠性模型的設(shè)計(jì)與研究［J］.計(jì)算機(jī)技術(shù)與發(fā)展，2014，39（4）：110-112.

［2］姚珍.基于失效數(shù)據(jù)的軟件可靠性評(píng)估及分析工具的實(shí)現(xiàn)［D］.成都：電子科技大學(xué)，2007.

［3］鄧虹.變點(diǎn)方法在軟件可靠性模型中的應(yīng)用研究 ［D］.武漢：武漢大學(xué)，2004.

［4］張旭.基于使用剖面的航天軟件可靠性測(cè)試數(shù)據(jù)生成方法的研究［D］.北京：北京信息控制研究所，2009.

［5］INOUE S，HAYASHIDA S，YAMADA S.Toward Practical Software Reliability Assessment with Change-Point Based on Hazard Rate Models［C］//37th Annual Computer Software and Applications Conference.Kyoto：IEEE，2013：268-273.

［6］苗揚(yáng).軟件可靠性測(cè)試與評(píng)估方法的改進(jìn)［D］.上海：上海交通大學(xué)，2010.

［7］FIONDELLA L，GOKHALE S.Architecture-Based Software Reliability with Error Propagation and Recovery［C］//Performance Evaluation of Computer and Telecommunication Systems.Toronto：IEEE，2013：38-45.

［8］侯春燕，崔剛，劉宏偉.基于構(gòu)件的NHPP類軟件可靠性增長模型的研究［J］.計(jì)算機(jī)科學(xué)，2009，36（4）：195-199.

［9］林睦炎.基于失效數(shù)據(jù)的軟件可靠性模型的選擇與預(yù)測(cè)研究及實(shí)現(xiàn)［D］.昆明：昆明理工大學(xué)，2013.

［10］余正偉，吳玉美.基于失效分析的軟件可靠性評(píng)估方法研究［J］.測(cè)控技術(shù)，2011，30（9）：73-77.

［11］樓俊鋼，江建慧.軟件失效時(shí)間數(shù)據(jù)相關(guān)性研究［J］.計(jì)算機(jī)應(yīng)用，2010，30（3）：601-603.

［12］尚冬娟.基于測(cè)試的軟件可靠性評(píng)估方法研究 ［D］.西安：西北大學(xué)，2006.

［13］屈斐.基于變點(diǎn)分析的軟件可靠性多模型混合研究［J］.計(jì)算機(jī)仿真，2009，26（2）：325-328.

［14］劉倩，田婕.一種加入單改變點(diǎn)的Schneidewind模型研究［J］.科研信息化技術(shù)與應(yīng)用，2013，4（4）：52-57.

（責(zé)任編輯：楊媛媛）

Reliability assessment of civil aviation passenger service information system

CAO Weidong，WANG Xiyan
（College of Computer Science&Technology，CAUC，Tianjin 300300，China）

In order to meet the reliability requirements of civil aviation passenger service information system，it is unreasonable to deal with all the failures in Schneidewind model.Combining with the theory of software reliability and the reliability model，the adding change-point in Schneidewind model is proposed to improve.The failure data collected from software testing process are employed to analyze the reliability of civil aviation passenger service information system，and experiments are carried out to verify the validity of improved Schneidewind model in such a system.Results show that the proposed software reliability model can better evaluate and predict the reliability of civil aviation passenger service information system.

software reliability；Schneidewind model；change-point；failure data

TP39；F560

A

1674-5590（2016）03-0038-04

2015-09-24；

2015-11-01基金項(xiàng)目：中國民航科技基金項(xiàng)目（MHRD20130106，MHRD20140106）；中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)（3122014C016，3122014P004）；國家科技支撐計(jì)劃項(xiàng)目（2012BAH21F02）

曹衛(wèi)東（1964—），女，北京人，副教授，博士，研究方向?yàn)檐浖煽啃浴?shù)據(jù)庫技術(shù)等.