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

Weitere Magazine

Empfehlungen

Info

Abbildung 5.1-2 Berechnung der NHPP Modelle mittels SMERFS^3 GHU 7 Fehleranzahl 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 Zeiteinheit Erfasste Fehler GHU Goel-Okumoto Modell Yamada-Delayed-S-shaped Modell Wie man aus dem folgenden Screenshot in Abbildung 5.1-3 sieht (einige Felder sind aufgrund der Vertraulichkeit der Daten schwarz eingefärbt) erhält man sowohl mit dem Yamada-Delayed-S-shaped Modell als auch mit dem Goel-Okumoto-Modell (NHPP- Modell) gute Ergebnisse (grün markiert im Feld „Chi-Square“ in der Abb. 5.1-3). Abbildung 5.1-3 Screenshot SMERFS^3 GHU 7 Die in dieser Abbildung dargestellte Kurve der erfassten Fehler entspricht der Kurve der erfassten in der vorherigen Abbildung, nur der Maßstab ist anders. 46
Man sieht in der Abbildung 5.1-3, dass die Werte des Chi-Quadrat 929.81 für Goel- Okumoto und 403.21 für Yamada-Delayed-S-shaped Modell betragen. Jeweils haben die Modelle den Wert 15 als Freiheitsgrad. Beide Modelle sind in der oben genannten Abbildung 5.1-3 grün markiert und dies bedeutet, dass die Modelle zu den Inputdatei- Werten im Prinzip passen würden, da der Chi-Quadrat-Test die Güte der Anpassung der theoretischen an die empirische Verteilung darstellt. Aufgrund der Anonymisierung werde ich in der Masterarbeit keine exemplarische Berechnung von Chi-Quadrat darstellen, da die reale Fehleranzahl von jeder Zeiteinheit und die erwarteten Fehleranzahl eingegeben werden müssten (siehe Kap. 3.3.2). Bei den SR-Modellen ist der Vergleich des Chi-Quadrat-Wertes mit der Chi-Quadrat- Tabelle (vgl. Bortz 1993, S. 699f.) nicht immer das ausschlaggebende Kriterium, ob die geschätzte Verteilung mit der realen übereinstimmt. Man sieht das man daran, dass SMERFS^3 ein Chi-Quadrat von „403“ als eine erfolgreiche Passung deklariert (siehe Abb. 5.1-3). Dies wird erklärlich, wenn man bedenkt, dass die Größe der Abweichungen zwischen beobachteten und geschätzten Fehlern sowie die Anzahl der Intervalle einen Einfluss auf die Größe des Chi-Quadrat-Wertes haben. In der folgenden Tabelle 5.1-1 sind einige Schätzungen und Prognosen für die beiden Modelle dargestellt. Die Tabelle 5.1-1 ist in vier Quadranten unterteilt. Der linke obere Quadrant zeigt die Wahrscheinlichkeit der Fehlerentdeckung (P). Dabei bedeutet 0.29 bei Yamada-Delayed-S-shaped Modell, dass zu 29% weitere Fehler entdeckt werden. Die zwei verschiedenen Konfidenzintervalle bedeuten, dass für die Vorhersagen zwei unterschiedlich lange Datenreihen benutzt wurden, d.h. eine kürzere und eine längere. Der rechte obere Quadrant zeigt die gesamte Anzahl von Fehlern in der Software an, wie sie vom Modell berechnet wird. Zur Anonymisierung der Daten wurde nicht die Zahl angegeben, sondern die Prozentzahl. 100% entsprechen der Gesamtzahl der real gefundenen Fehler bis zur ZE 18 (für eine Lesehilfe vgl. Anhang B). In der Tabelle 5.1- 1 sieht man im oberen rechten und unteren linken Quadranten, dass das Yamada- Delayed-S-shaped Modell als Gesamtfehleranzahl 103% einschätzt, d.h., dass es annimmt, dass in der ZE 18 noch 3% der Gesamtfehler in der Software sind (bei Goel- Okumoto sind es 117% als Gesamtfehleranzahl bzw. damit 17% Restfehler). Der rechte untere Quadrant zeigt Chi2 (Chi-Quadrat) (wie oben erklärt). Darüber hinaus kann man mit dem Modell für jede beliebige Zeitspanne vorhersagen lassen, wie viele Fehler voraussichtlich in dieser Zeitspanne gefunden werden. Im vorliegenden Beispiel wurde 47
Seite 1 und 2:
GEORG-AUGUST-UNIVERSITÄT GÖTTINGE
Seite 3 und 4: Inhaltsverzeichnis Seite Zusammenfa
Seite 5 und 6: 5.1.1 Analyse der Komponente „gro
Seite 7 und 8: Tabellenverzeichnis Seite Tabelle 5
Seite 9 und 10: 1 Einleitung 1.1 Software Reliabili
Seite 11 und 12: werden zentrale Begriffe, Ziele und
Seite 13 und 14: Kundenverlust führen. Auch können
Seite 15 und 16: Zu den informalen Techniken gehöre
Seite 17 und 18: Umsetzung der Anforderung einer Pha
Seite 19 und 20: 2.2.4.2 Testendekriterien Besonders
Seite 21 und 22: Wert ist interpretierbar als der Er
Seite 23 und 24: equired, for a specified time, in a
Seite 25 und 26: MTTF (mean time to failure) ist die
Seite 27 und 28: 3.2.1.2 Merkmale Software Reliabili
Seite 29 und 30: 3.2.1.4 Ziele und Einsatz von Softw
Seite 31 und 32: „finite failure model“ (Farr 19
Seite 33 und 34: 3. Die isolierten Fehlerzustände s
Seite 35 und 36: 2. Die Fehlerwirkungsentdeckungswah
Seite 37 und 38: für i = 1, 2, ..., n konvertieren,
Seite 39 und 40: Der Chi-Quadrat-Test wird als „go
Seite 41 und 42: 4 Anwendungsfeld, Datenbasis und De
Seite 43 und 44: Abbildung 4.1-1 Head Unit im BMW-Au
Seite 45 und 46: 4.3 Analyse der Datenausgangsbasis
Seite 47 und 48: Bei allen ausgewählten Komponenten
Seite 49 und 50: (vgl. Xie 1991, S. 25). Da es sich
Seite 51 und 52: Abbildung 4.6-1 Beispiel Intervall-
Seite 53: Prognose der Restfehler sowohl mit
Seite 57 und 58: Diese Daten mit den Daten der obige
Seite 59 und 60: Abbildung 5.1-5 Fehlerkurve und kum
Seite 61 und 62: Tabelle 5.1-3 Einschätzung und Pro
Seite 63 und 64: 5.1.3 Analyse der Komponente „kle
Seite 67 und 68: Abbildung 5.1-11 Fehlerkurve und ku
Seite 71 und 72: Tabelle 5.2-1 Anteil der Fehlerarte
Seite 73 und 74: Head Unit wäre dies jedoch nicht r
Seite 75 und 76: Tabelle 5.2-3 Vergleich der Restfeh
Seite 77 und 78: Tabelle 5.2-5 Vergleich der Bestimm
Seite 79 und 80: 6 Zusammenfassung In diesem abschli
Seite 81 und 82: Literaturverzeichnis (Birolini 2007
Seite 83 und 84: (Stahlknecht; Hasenkamp 2005): Stah
Seite 85 und 86: B Lesehilfe zum besseren Verständn
Seite 87 und 88: C Abbildungen zur Datenanalyse (nic
Seite 89 und 90: Abbildung C-5 Analyse der Daten mit
Seite 91: Eidesstattliche Erklärung Ich erkl
Alle anzeigen

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

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

Template löschen?

Als Template speichern?