Software Reliability Engineering im Infotainment - Georg-August ...
Software Reliability Engineering im Infotainment - Georg-August ...
Software Reliability Engineering im Infotainment - Georg-August ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
2. Die Fehlerwirkungsentdeckungswahrscheinlichkeit jederzeit ist proportional zu<br />
der aktuellen Anzahl von entdeckten Fehlerzuständen in der <strong>Software</strong>.<br />
3. Die Proportionalität der Fehlerwirkungsentdeckung ist konstant.<br />
4. Der Anfang des Fehlerinhaltes von der <strong>Software</strong> ist eine Zufallsvariable.<br />
5. Jedes Mal, wenn eine <strong>Software</strong>-Fehlerwirkung auftaucht, wird der <strong>Software</strong><br />
Fehler, welcher die Fehlerwirkung verursachte, sofort behoben, und keine neuen<br />
Fehler werden eingefügt (vgl. Pham 2006, S. 190f.)<br />
Die Mittelwertsfunktion lautet<br />
( 1 ),<br />
a > 0, b > 0,<br />
() ( ) ( −bt<br />
= a − 1 + bt e<br />
)<br />
m t<br />
wobei a die total erwartete Fehlerzustandsanzahl ist, die eventuell entdeckt wird, und b<br />
die Fehlerzustandsentdeckungsrate ist (vgl. Huang; Lyu; Kuo 2003, S. 262f.; vgl. Yin;<br />
Trivedi 1999, S.7).<br />
Die <strong>Reliability</strong> vom <strong>Software</strong>system ist<br />
[ ( )<br />
b( t+<br />
s<br />
e )<br />
R<br />
]<br />
( )<br />
( )<br />
−bt<br />
−a<br />
1+<br />
bt e − 1+<br />
b( t+<br />
s<br />
x / t = e<br />
)<br />
Für die Intervall-Domain-Data Methode kann man die Parameter a und b mittels der<br />
MLE festlegen und eine Gleichungssystem berechnen (vgl. Pham 2006, S. 191).<br />
3.3 Die Auswahl von <strong>Software</strong> <strong>Reliability</strong> Modellen<br />
Die Modellauswahl ist eine komplexe Herausforderung: „Die Einschätzung der Eignung<br />
der Modelle ist aufgrund der Modellvielfalt und ihrer spezifischen Voraussetzungen für<br />
den Anwender kompliziert“ (Liggesmeyer 2005b, S. 221).<br />
Die Modellauswahl beinhaltet zwei Schritte: der erste Schritt (siehe Kap. 3.3.1) besteht<br />
in der generellen Auswahl von Modellen, die für die Fragestellung und die Daten<br />
passend wären. Hierzu ist die Datenanalyse wichtig, um die Charakteristika der Daten<br />
mit den Anforderungen der Modelle zu vergleichen (wie z.B. „mit/ohne fault removal“)<br />
(siehe Kap. 3.3.1). Im zweiten Schritt (siehe Kap. 3.3.2) wird – nachdem die<br />
ausgewählten Modelle auf die Daten angewandt und berechnet wurden – das von diesen<br />
Modellen am besten passende ausgewählt. In diesem Kapitel wird die Modellauswahl<br />
theoretisch erläutert, nach den gleichen Kriterien erfolgt dann die Auswahl in Bezug auf<br />
die empirischen Daten in Kapitel 4.5.<br />
27