Software Reliability Engineering im Infotainment - Georg-August ...

3.2.1.4 Ziele und Einsatz von Software Reliability Modellen in der
Softwareentwicklung
Ein gutes Modell verbessert die Kommunikation in einem Projekt und liefert einen
gemeinsamen Rahmen des Verständnisses für die Software-Entwicklungs-Prozesse.
Außerdem fördert es die Transparenz für das Management. Die Entwicklung von SRM,
die in der Praxis nützlich sind, umfasst theoretische Arbeit, Werkzeugerstellung, und
die Akkumulation von einer Menge von Wissen aus der praktischen Erfahrung. Der
Versuch braucht normalerweise einige Personenjahre (vgl. Musa 1999, S. 261).
Während stochastiche Zuverlässigkeitsanalysen bei Hardware standardmäßig eingesetzt
werden, werden für Software-Systeme in der Praxis aufgrund des hohen Aufwands
bislang noch eher selten Zuverlässigkeitsanalysetechniken eingesetzt (vgl. Liggesmeyer
2002, S. 441).
Für Forschungsprojekte wird der Einsatz von mehreren Modellen vorgeschlagen.
Allerdings ist die Anwendung von mehr als einem oder zwei Modellen konzeptuell und
wirtschaftlich nicht praktikabel für reale Projekte. Denn es ist notwendig, dass die
Projektpersonen verstehen, was die Parameter von den Modellen bedeuten, damit sie
diese bewerten können. Dies ist nicht gleichzeitig für mehrere Modelle möglich.
Außerdem eskalieren Zeit und involvierte Kosten sehr schnell, je mehr Modelle man
einsetzt (vgl. Musa 1999, S. 261).
3.2.2 Klassifizierung der Modelle
Etwa 75 Software Reliability Modelle stehen zur Verfügung. Es gibt verschiedene
Möglichkeiten, die SRM zu klassifizieren. Musa (1999, S. 267) erstellte beispielsweise
ein Klassifikationsschema, um die Modelle nach verschiedenen Eigenschaften zu
unterteilen. Xie unterscheidet u.a. Markov Modelle, Nonhomogeneous Poisson
Prozessmodelle, Bayesian Modelle und statistische Datenanalysemethoden (vgl. Xie
1991, S. 24). Die Klassifizierung nach Xie ist besonders übersichtlich und wird daher
im Folgenden kurz erläutert.
3.2.2.1 Markov Modelle
Ein Modell gehört zu den Markov Modellen, wenn seine Wahrscheinlichkeitsannahme
des Fehlerwirkungszählprozesses ein Markov-Prozess ist, üblicherweise ein Geburt-
Tod-Prozess. Die Hauptcharakteristik dieser Modelle ist, dass die Software an einem
gegebenen Zeitpunkt zählbare Zustände hat und dass diese Zustände die Anzahl der
21