17、NHPP 软件可靠性建模与人工智能在软件测试中的挑战

NHPP 软件可靠性建模与人工智能在软件测试中的挑战

1. NHPP 软件可靠性建模

在软件可靠性建模领域，基于原始 Lindley 分布开发的七种替代故障检测时间分布，提出了七种新型无限 Lindley 型非齐次泊松过程（NHPP）软件可靠性模型（SRMs）。

1.1 模型性能评估

• 拟合优度和预测性能 ：对这些模型的拟合优度和预测性能进行了研究，并与有限 Lindley 型 NHPP - 基于 SRMs、11 种现有的有限和 3 种现有的 NHPP - 基于 SRMs 进行了比较。在大多数时域和分组数据集中，当通过最大似然估计获得参数时，Lindley 型 NHPP - 基于 SRMs 难以提供较低的 AIC（赤池信息准则）。然而，在分组数据集中，Lindley 型 NHPP - 基于 SRMs 在软件测试的任何阶段都表现出不逊色于现有 NHPP - 基于 SRMs 的预测性能。
• 预测均方误差（PMSE） ：Lindley 型 SRMs 在超过一半的数据集中能够保证较小的 PMSE，无论软件故障检测预测处于哪个阶段。由于 PMSE 通常被认为是最合理的预测指标，因此对于软件故障预测，Lindley 型 SRMs 与现有的 NHPP - 基于 SRMs 一样具有吸引力。

1.2 软件可靠性评估

定义 (R(x)) 为软件在时间间隔 ((t, t + x]) 内检测不到故障的概率，其中 (t) 为当前软件测试停止的时间。对于 NHPP - 基于 SRM，(R(x)) 的计算公式为：
[R(x) =