嵌入式软件可靠性模型研究
开篇：润墨网以专业的文秘视角，为您筛选了一篇嵌入式软件可靠性模型研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
【摘要】嵌入式软件具有很高的可靠性以及安全性，通过技术的不断完善，已经逐步运用到许多领域，例如航空航天、核技术、通信工程以及金融业等等，这些行业对于软件的可靠性具有比较高的要求，因此嵌入式软件的优势由此凸现出来。目前随着国际安全环境形势的变化，嵌入式软件已经逐步运用到国防技术中。本文介绍了软件可靠性模型的概念以及分类，并且探讨了嵌入式软件可靠性模型的相关技术研究。
【关键词】嵌入式软件；可靠性模型
由于嵌入式软件自身具有诸多优势，因此在社会的各个领域得到了广泛应用，但是，如何根据嵌入式软件的基本特征，建立起可靠模型是目前研究工作的核心问题。在一些涉及国防以及国家安全的领域，例如航空航海导航软件，必须保证其安全可靠的运行，因此通过构建嵌入式软件可靠性模型来提高软件系统的稳定性是研究的重点问题。
一、软件可靠性模型概述
软件可靠性模型最初在上个世纪七十年代出现，在这个阶段，出现了很多比较具有研究意义的软件可靠性模型，对于其发展有深刻的影响。在最早的时候，软件可靠性就是指特定的软件可以准确无误地实现其基本功能，最大程度降低误差。美国的标准化研究院最初采纳“软件可靠性”的定义作为相关概念的国家标准。我国于1989年采用了这个定义，即软件可靠性指在特定的条件下，在要求的时间限度内，软件不发生失效的概率，这是概率中的一种函数，进行系统数据的输入以及使用，同时也是软件中自身存在的缺陷函数。系统的数据输入会确定能否遇到已经存在的缺陷。
二、软件可靠性模型的分类
1.根据建模对象进行分类
（1）静态模型
根据建模对象进行分类，当建模对象与运行的时间毫无关联时，这时候产生的数据以及信息，就被称为静态模型，例如软件复杂的参数。静态模型的基本特点是可以直接对软件的缺陷进行估计，而省去了进行软件测试的程序，这种模型主要应用于最初的软件开发时期。当软件可靠性设计逐步成为研究的热点，静态模型的优势也凸现出来。
（2）动态模型
建模对象是与运行时间有关联的数据以及信息，这种模型成为动态模型。例如Shooman模型和Schick-Wolverton模型。
2.根据模型假设进行分类
（1）随机过程模型
随机过程模型主要内容为马尔科夫过程模型。所谓马尔科夫过程，就是代指一个软件系统失去功效的过程，其代表模型为Jelinski-Moranda模型以及Schick-Wolverton模型。其次是非齐次泊松过程模型，通过对于时间的间隔划分，每个间隔内的数值变化即为随机变量。除了以上的两种，典型的随机过程模型还有MUSA时间改写模型，通过对于CPU时间为衡量标准，建立不同时间，并实现软件程序的可靠性以及测试的整个过程。
（2）非随机过程模型
非随机过程模型主要包括了lv模型为典型的贝叶斯雷模型，以及在特定的软件中，设置固定数值的缺陷值，并通过之间的数量关系来估测软件的缺陷范围的种子法模型，包括NELSON模型，都是属于非随机过程的模型。
三、嵌入式软件可靠性模型研究
关于嵌入式软件可靠性的研究，至今还没有专门的模型，在各个领域中应用的仍然是目前以及开发出来的模型，即选择特点最趋近于嵌入式软件的基本特征的模型。因此，在嵌入式软件可靠性模型研究中，要从以下方面展开。
1.基于假设条件的嵌入式软件可靠性模型
嵌入式软件区别于其他类型的软件最大的特征就在于测试环境以及运行环境。嵌入式软件模型的相关内容研究发展比较晚，但是由于在现实生活中的需求比较迫切，因此也逐步研究出一些可行的方法。
首先是通过环境因子来改变软件的测试环境以及运行环境，以此来最大程度提高软件可靠性评估的准确性，利用一种与环境因子联系比较密切的软件可靠性模型，将环境因子设为一个不确定的变量，由此观测在软件模型运行的各个阶段，对运行产生影响的各种因素。
除此之外，还有一种方式，通过对于加速因子的测试，来调解测试环境和运行环境之间的差异性，并将测试环境和运行环境因为各种因素而失效的具体数值记为一个有效参数，在这个方法中，需要将测试加速因子视为与时间没有关联的常数量。
第三种方式是通过移动点技术，来分段评估嵌入式软件的可靠性。这种方法在测试中，极其容易受到各种因素的影响，其中包括软件运行环境、测试的方式以及内部资源的配置等等。无论哪个因素发生变化，都会导致软件的可靠性改变。由此可见，移动点方法的核心就是通过对于数据变化的分析，来进行数据的分段整合。
2.基于智能算法的嵌入式软件可靠性模型
经上文叙述，可见嵌入式软件可靠性的意义十分重大，因此对于可靠性的预测需要达到一个比较精确的标准。在上个世纪九十年代，有学者成功利用神经网络，来整合多个数据集合的嵌入式测试软件，并极大地提高了可靠性。在这项研究中，他们在对于软件的可靠性进行测试的整个过程里，通过神经网络的相关理论来建立的嵌入式软件可靠性模型的预测精确度，明显高于其他类型的的模型。因此，在基于条件假设的嵌入式软件可靠性模式研究，逐步与神经网络相结合，共同来提升软件的可靠性。目前，神经网络已经应用在各个领域，解决预测相关问题，其中包括预测销售、预测有价证券变化、预测市场行情等等。因此，在嵌入式软件可靠性模型的研究中，结合神经网络技术来进行模型构建以及可靠性提升，具有广阔的发展空间。
结束语
软件可靠性模型可以有效实现对于软件的可靠性评估与管理，而嵌入式软件因为自身具有比较高的安全性以及实时性，尤其在比较典型的基于假设条件的嵌入式软件可靠性模型和基于智能算法的嵌入式软件可靠性模型中，通过改变软件的运行环境、测试环境、移动点技术，而且结合了神经网络技术进行预测，多方面提升了嵌入式软件模型的可靠性，具有广阔的发展空间。
参考文献
[1]闫雪丽.嵌入式软件可靠性模型研究[D].哈尔滨工程大学，2011，12.
[2]王洪鹏.基于UML的嵌入式软件可靠性和安全性研究[D].华东理工大学，2010，12.
[3]刘斌，高小鹏，陆民燕，阮镰.嵌入式软件可靠性仿真测试系统研究[J].北京航空航天大学学报，2010，08（30）.
[4]王荧.嵌入式软件可靠性测试工具的研究与实现[D].电子科技大学，2009，04.
[5]王世明.基于NHPP的软件可靠性模型研究[D].武汉理工大学，2011，05.
[6]蒋炎坤，愈强，许健.船用嵌入式软件可靠性及其参数研究[J].电子产品可靠性与环境试验，2011，01（08）.
[7]黎燕霞.嵌入式软件可靠性测试的方法研究[J].2010第十五届可靠性学术年会论文集，2010，11（01）.