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

Weitere Magazine

Empfehlungen

Info

die Zeitspanne von 10 ZE gewählt. Hier zeigt sich, dass bis zur 10. ZE voraussichtlich 91% der Restfehler für Yamada-Delayed-S-shaped Modell gefunden werden. Tabelle 5.1-1 Einschätzung und Prognose für eine nicht abgeschlossene IS GHU Niedrigeres P Höheres intervall 8 intervall 9 Konfidenz- Konfidenz- Niedrigeres Konfidenzintervall TNF Goel 0.09 0.10 0.11 112% 117% 122% YAM 0.28 0.29 0.30 100% 103% 107% Niedrigeres Konfidenzintervall TNFR 10 Höheres Konfidenzintervall CHI2 Pred Goel 12% 17% 22% 929.61 65% YAM 0 3% 7.18% 403.21 91% Höheres Konfidenzintervall P: Wahrscheinlichkeit der Fehlerendeckung Pred: Im vorliegenden Fall: eingeschätzte Restfehleranzahl für die nächsten 10 Zeiteinheiten in Prozent der geschätzten Gesamtanzahl der Restfehler TNF (total number of faults): Gesamtumfang der geschätzten Fehleranzahl in Prozent (im Vergleich mit realen Daten) TNFR (total number of faults remaining): Restfehleranzahl in Prozent (Vergleich mit realen Daten) Chi2: Chi-Quadrat Wert In der folgenden Tabelle 5.1-2 werden die Vorhersagen dargestellt, wie viele Fehler in Prozent der übriggebliebenen Restfehler in einer ZE voraussichtlich gefunden werden (z.B. werden in ZE 19 voraussichtlich 21.74% der Restfehler gefunden werden). Darüber hinaus wird die Reliability angezeigt (vgl. Kap. 3.2.3.3). Eine Reliability von 0.93 in der 23. ZE bedeutet: Die Wahrscheinlichkeit, dass die Software in der 23. ZE einen festgelegten Zeitraum (0.01) 11 ohne Fehlerwirkung überlebt, liegt bei ca. 93%. Wäre der festgelegte Zeitraum beispielsweise ein Tag, hieße das, dass, wenn man nur bis zu 19. ZE getestet hätte, die Software zu 84% einen Tag fehlerfrei laufen würde. Dieser Wert würde sich um 19% erhöhen, wenn man bis zur 23. ZE weiter testen würde. 8 In SMERFS als LCI genannt 9 In SMERFS als UCI genannt 10 TNFR wird wie folgt berechnet: (TNFR/TNF)*100 11 Hier wird eine gewisse Zeit (z.B. Tage) der Zeiteinheit genommen um die Reliability zu messen und für einen bestimmten Zeitraum (z.B. ein Tag) das Testende zu bestimmen. 48
Diese Daten mit den Daten der obigen Tabelle 5.1-1 stellen wichtige Informationen dar, wann man mit dem Testen aufhören könnte. Beispielsweise könnte das vorher im Testkonzept festgelegte Ziel sein, mit dem Testen aufzuhören, wenn 90% aller eingeschätzten Restfehler gefunden wurden (ebenso könnte man dies als Anteil der Gesamtfehler berechnen). Im vorliegenden Beispiel würde man also nach ZE 21 mit dem Testen aufhören. Tabelle 5.1-2 Vorhersage der Restfehler und der Reliability für IS GHU ZE Anteil an Restfehlern Vorhersage Reliabilty R(0.01) des Yamada- Delayed-S-shaped-Modells R [ b ( ) ( t+ s e )] −bt −a ( ) ( 1+ bt) e − 1+ b( t+ s x / t = e ) 19 21.74% 0.84 20 17.17% 0.87 21 13.73% 0.90 22 10.3% 0.92 23 8.01% 0.93 5.1.1.2 Analyse der Restfehlerdaten mit Regression Bivariate Regressionen dienen der Beschreibung des stochastischen Zusammenhangs zwischen zwei Variablen und der Vorhersage der Werte einer Variablen durch die andere Variable (vgl. Bortz 1993, S. 166f.). Dieses Beispiel wird auch mit Regressionen berechnet 12 . Es geht darum, eine Vorhersage zu treffen und zu prüfen, ob eine Vorhersage nicht nur mit SR-Modellen, sondern auch mit einfachen Regressionen möglich ist. In der folgenden Abbildung 5.1-4 sieht man die kumulierte Fehlerkurve bis zur ZE 18, ab der gestrichelten Linie sieht man die Schätzungen der verschiedenen Modelle und Regressionen. Es wird deutlich, dass die logarithmische Regression ab ZE 19 mehr Restfehler als die Goel-Okumoto und Yamada-Delayed-S-shaped Modelle vorhersagen. Für die lineare Regression sind alle Restfehler in der ZE 19 gefunden. Welche Kurve am besten zu den realen Daten passen würde, kann aufgrund der noch nicht vorliegenden Daten hier nicht entschieden werden. Am wahrscheinlichsten sind jedoch die Kurven der beiden SR Modelle. In Kapitel 5.3 wird das Ergebnis weitergehend interpretiert. 12 Die Regressionsfunktion kann hier nicht angegeben werden, da sonst die Anonymität der Daten gefährdet wäre. 49
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 und 54: Prognose der Restfehler sowohl mit
Seite 55: Man sieht in der Abbildung 5.1-3, d
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 ...

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?