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

3.3.1 Analyse der Daten nach Kriterien
Die Datenanalyse – und darauf aufbauend die spätere Modellauswahl – erfolgt nach drei
Kriterien: Fehlerdatentypen, Art des Testprozesses und Art der Testobjekte in Bezug
auf die Anzahl der Fehlerwirkungen. Darüber hinaus spielt die absolute Anzahl der
vorhandenen Daten für die Modellauswahl eine Rolle. Es sollten mindestens fünfmal so
viele Daten zur Verfügung stehen wie Parameter in einem speziellen Modell (vgl.
Wallace 2001).
3.3.1.1 Fehlerdatentypen
Abhängig vom Format, in welchem die Testdaten vorliegen, gibt es zwei verschiedene
Methoden, die normalerweise benutzt werden.
Intervall-Domain-Data Methode
Der Intervall-Domain Ansatz ist durch das Zählen der Anzahl von Fehlerwirkungen
charakterisiert, die in einem festen Intervall (z.B. Testsession, Stunde, Woche, Tag, etc.)
erscheinen. Unter Verwendung von dieser Methode sind die gesammelten Daten die
Fehlerwirkungsanzahl in einem Intervall (vgl. Pham 2006, S. 136).
Angenommen, dass die Daten für die kumulierte Anzahl von entdeckten Fehlern y
i
in
einem gegebenen Zeitintervall ( , )
0 gegeben sind, wobei i = 1, 2,...,
n und
t i
< t 1 < t < .... < t n , dann nimmt die Log Likelihood Funktion (LLF) die folgende
0 2
Form an:
LLF
=
n
∑
i=
1
( y − y ).
[ m( t) − m( t )] − m( t )
i
i−
1 log
i−1
n
In Pham (2006, S. 180) wird das Maximum von der LLF festgelegt, um die erwartete
Anzahl von Fehlern zu entdecken.
Time-Domain-Data Methode
Um diese Methode anzuwenden, müssen die Fehlerwirkungen minutengenau erfasst
werden. Man nimmt an, dass die Daten für die Erscheinungszeit der Fehlerwirkung oder
die Zeit von den nachfolgenden Fehlerwirkungen gegeben sind, z.B. die Ausführung
des Freiheitsgrads
S
j
für
Zeiten von betrachtenden Fehlerwirkungen s
j
für
j = 1, 2,..,
n . Gegeben, dass die Daten n aufeinanderfolgende
0
1 2
≤
< s ≤ s ... s liefern, können wir
diese Daten in der Zeit bis zur nächsten Fehlerwirkung (MTBF) x
i
wobei x
i
= si
− si−
1
28
n