Software Reliability Engineering im Infotainment - Georg-August ...
Software Reliability Engineering im Infotainment - Georg-August ...
Software Reliability Engineering im Infotainment - Georg-August ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Tabelle 5.1-5 Einschätzung und Prognose für eine abgeschlossene IS KHU-A<br />
Niedrigeres<br />
Konfidenzintervall<br />
P<br />
Höheres<br />
Konfidenzintervall<br />
Niedrigeres<br />
Konfidenzintervall<br />
TNF<br />
Höheres<br />
Konfidenzintervall<br />
YAM 0.16 0.25 0.35 67.82% 107.74% 147.65%<br />
Niedrigeres<br />
Konfidenzintervall<br />
TNFR<br />
Höheres<br />
Konfidenzintervall<br />
CHI2<br />
Pred<br />
YAM 4.67% 122.92% 241.2% 7.33 86.28%<br />
P: Wahrscheinlichkeit der Fehlerendeckung<br />
Pred: Im vorliegenden Fall: eingeschätzte Restfehleranzahl für die nächsten 10 Perioden in Prozent der<br />
geschätzten Gesamtanzahl der Restfehler<br />
TNF (total number of faults): Gesamtumfang der geschätzten Fehleranzahl in Prozent (<strong>im</strong> Vergleich<br />
mit realen Daten)<br />
TNFR (total number of faults remaining): Restfehleranzahl in Prozent (Vergleich mit realen Daten)<br />
Chi2: Chi-Quadrat Wert<br />
In der folgenden Tabelle 5.1-6 werden die Vorhersagen dargestellt, wie viele Fehler in<br />
Prozent der übriggebliebenen Restfehler in einer ZE voraussichtlich gefunden werden<br />
(z.B. werden in ZE 10 voraussichtlich 15.06% der Restfehler gefunden werden).<br />
Darüber hinaus wird die <strong>Reliability</strong> angezeigt (vgl. Kap. 3.2.3.3). Eine <strong>Reliability</strong> von<br />
0.93 in der 12. ZE bedeutet: Die Wahrscheinlichkeit, dass die <strong>Software</strong> einen Zeitraum<br />
(0.01 einer Zeiteinheit) ohne Fehlerwirkung überlebt, liegt bei ca. 93%.<br />
Diese Daten mit den Daten der obigen Tabelle (siehe Tab. 5.1-5) stellen wichtige<br />
Informationen dar, wann man mit dem Testen aufhören könnte. Beispielsweise könnte<br />
das vorher festgelegte Ziel sein, mit dem Testen aufzuhören, wenn 90% aller<br />
eingeschätzten Restfehler gefunden wurden (ebenso könnte man dies als Anteil der<br />
Gesamtfehler berechnen). Im vorliegenden Beispiel würde man also nach ZE 10 mit<br />
dem Testen aufhören.<br />
Tabelle 5.1-6 Vorhersage der Restfehler und der <strong>Reliability</strong> für IS KHU-A<br />
ZE<br />
Anteil an Restfehlern<br />
Vorhersage<br />
9 15.06% 0.91<br />
10 15.06% 0.92<br />
11 12.05% 0.93<br />
Reliabilty R(0.01) des Yamada-<br />
Delayed-S-shaped-Modells<br />
−a<br />
1+<br />
bt e<br />
−bt<br />
−( 1+<br />
b t+<br />
s ) e<br />
b( t+<br />
s)<br />
R x / t = e<br />
[ ]<br />
( )<br />
( ) ( )<br />
5.1.3.2 Analyse der Restfehlerdaten mit Regression<br />
Dieses Beispiel wird auch mit Regressionen berechnet. Es geht darum, eine Vorhersage<br />
zu treffen und zu prüfen, ob eine Vorhersage nicht nur mit SR-Modellen, sondern auch<br />
57