公开(公告)号：CN112817842B

公开(公告)日：2023-09-15

申请号：CN202110090910.3

申请日：2021-01-22

Applicant: 哈尔滨工业大学(威海)

Inventor： 张策 ,  王金勇 ,  徐早辉 ,  江文倩 ,  孙源 ,  白睿 ,  孙智超 ,  王建远 ,  盛晟 ,  范苗苗 ,  李文毓 ,  温雅菲 ,  宋雯 ,  刘凯卫 ,  吕为工

IPC: G06F11/36 ,  G06F18/241

Abstract: 本发明属于软件测试技术领域，公开了一种不完美排错SRGM决策方法、系统、介质、设备及应用，包括：对实际测试过程与SRGM的研究本质一致性进行分析，建立分类视角下的SRGM归类集合；从矩阵分析的角度形式化描述SRGM评价与选择问题，获得加权标准化决策矩阵；建立基于明考斯基距离的双最优化排序方法，对模型的性能进行综合评价，给出SRGMs间的性能偏序关系；验证和阐释模型性能之间的排序，并进行参数敏感性分析。本发明通过在真实的失效数据集上进行实验和分析，检验所提出方法的有效性，为定量决策模型提供了有力支持。实验表明，本发明提出的双最优化排序方法MMIMMD可以较好地对模型进行多维度评估。

公开(公告)号：CN112817842A

公开(公告)日：2021-05-18

申请号：CN202110090910.3

申请日：2021-01-22

Applicant: 哈尔滨工业大学(威海)

Inventor： 张策 ,  王金勇 ,  徐早辉 ,  江文倩 ,  孙源 ,  白睿 ,  孙智超 ,  王建远 ,  盛晟 ,  范苗苗 ,  李文毓 ,  温雅菲 ,  宋雯 ,  刘凯卫 ,  吕为工

IPC: G06F11/36 ,  G06K9/62

Abstract: 本发明属于软件测试技术领域，公开了一种不完美排错SRGM决策方法、系统、介质、设备及应用，包括：对实际测试过程与SRGM的研究本质一致性进行分析，建立分类视角下的SRGM归类集合；从矩阵分析的角度形式化描述SRGM评价与选择问题，获得加权标准化决策矩阵；建立基于明考斯基距离的双最优化排序方法，对模型的性能进行综合评价，给出SRGMs间的性能偏序关系；验证和阐释模型性能之间的排序，并进行参数敏感性分析。本发明通过在真实的失效数据集上进行实验和分析，检验所提出方法的有效性，为定量决策模型提供了有力支持。实验表明，本发明提出的双最优化排序方法MMIMMD可以较好地对模型进行多维度评估。

公开(公告)号：CN112783772B

公开(公告)日：2023-09-15

申请号：CN202110089560.9

申请日：2021-01-22

Applicant: 哈尔滨工业大学(威海)

Inventor： 张策 ,  王金勇 ,  袁雨飞 ,  江文倩 ,  孙智超 ,  盛晟 ,  丁烨 ,  范苗苗 ,  李文毓 ,  温雅菲 ,  宋雯 ,  刘凯卫 ,  吕为工

IPC: G06F11/36

Abstract: 本发明属于软件分析技术领域，公开了一种软件可靠性分析方法、系统、介质、设备、终端及应用，所述软件可靠性分析方法包括：对故障总数进行分类分析，建立覆盖故障检测与修复的一般化的不完美排错模型；向排错中引入新故障现象，从故障总数增加性变化的角度建立具体化的不完美排错模型；利用4组失效数据集，验证构建的具体化不完美排错模型的性能；并利用验证后的不完美排错模型对故障总数进行分析。系统包括：分析模块；一般模型构建模块；具体模型构建模块；验证模块；软件分析模块。本发明提供了一种不完美排错下故障总数相关的软件可靠性增长模型。本发明提供的模型具有较好的性能，在拟合与预测上较为优秀，能够准确地描述软件测试过程。

公开(公告)号：CN112783772A

公开(公告)日：2021-05-11

申请号：CN202110089560.9

申请日：2021-01-22

Applicant: 哈尔滨工业大学(威海)

Inventor： 张策 ,  王金勇 ,  袁雨飞 ,  江文倩 ,  孙智超 ,  盛晟 ,  丁烨 ,  范苗苗 ,  李文毓 ,  温雅菲 ,  宋雯 ,  刘凯卫 ,  吕为工

IPC: G06F11/36

Abstract: 本发明属于软件分析技术领域，公开了一种软件可靠性分析方法、系统、介质、设备、终端及应用，所述软件可靠性分析方法包括：对故障总数进行分类分析，建立覆盖故障检测与修复的一般化的不完美排错模型；向排错中引入新故障现象，从故障总数增加性变化的角度建立具体化的不完美排错模型；利用4组失效数据集，验证构建的具体化不完美排错模型的性能；并利用验证后的不完美排错模型对故障总数进行分析。系统包括：分析模块；一般模型构建模块；具体模型构建模块；验证模块；软件分析模块。本发明提供了一种不完美排错下故障总数相关的软件可靠性增长模型。本发明提供的模型具有较好的性能，在拟合与预测上较为优秀，能够准确地描述软件测试过程。

公开(公告)号：CN115391171A

公开(公告)日：2022-11-25

申请号：CN202210746599.8

申请日：2022-06-28

Applicant: 哈尔滨工业大学(威海)

Inventor： 张策 ,  孙智超 ,  江文倩 ,  王金勇 ,  温雅菲 ,  刘凯卫 ,  范苗苗 ,  李文毓

IPC: G06F11/36

Abstract: 本发明属于软件故障数据识别技术领域，公开了一种故障检测率对软件可靠性影响分析方法、系统及应用。所述故障检测率对软件可靠性影响分析方法包括以下步骤：分析同类型的故障检测率b(t)形式，针对单SRGM单FDS多FDR模式、多SRGM多FDS多FDR模式，利用信息熵联合TOPSIS决策算法，得出软件故障检测率函数对应的SRGM模型的偏序排序；分析FDR对于SRGM模型的性能影响因素，对实际软件测试过程中选择出故障检测率以建立距离的SRGM，实现测试资源分配和最优发布时间。本发明对于软件可靠性建模中的参数模型选择、确定最优发布时间等具有较强的指导作用。