软件可靠性
基础知识

1.1软件可靠性的定义★★★

该定义的三个特点

• 用内在的"缺陷"和外在的"失效"关系来描述可靠性，更能深刻地体现软件的本质特点。
• 定义使人们对软件可靠性进行量化评估成为可能。
• 用概率的方法去描述可靠性是比较科学的。

1.2软件可靠性的定量描述★★★

1.3可靠性的目标

1.4可靠性测试的意义和目的

测试的意义（五点）

1. 软件失效可能造成灾难性的后果。
2. 软件的失效在整个计算机系统失效中的比例较高。
3. 相比硬件可靠性技术，软件可靠性技术不成熟。
4. 软件可靠性问题会造成软件费用增长。
5. 系统对软件的依赖性强，对生产活动和社会生活影响日益增大。

测试的目的（三点）

• 发现软件系统的缺陷。
• 为软件的使用和维护提供可靠性依据。
• 确认软件是否达到可靠性的定量要求。

1.5广义的可靠性测试 vs 狭义的可靠性测试★

2.1影响可靠性的因素

软件可靠性的影响因素主要来自以下几个方面：

• 运行剖面（使用方式）：软件的输入分布和使用强度直接决定缺陷被触发的频率。
• 软件规模与复杂度：规模越大、复杂度越高，潜在缺陷越多。
• 软件内部结构：模块化程度、耦合度、内聚度等结构特征。
• 软件开发方法和开发环境：开发过程的规范程度、工具支持。
• 软件的可靠性投入：人力、时间、可靠性技术的投入程度。

2.2软件可靠性模型的组成与特性

模型的组成要素

• 模型假设：模型对软件运行环境、开发环境、使用方式所做的假设。
• 性能度量：可靠性模型的输出量，如可靠度、失效强度、剩余缺陷数等。
• 参数估计方法：确定模型参数取值的方法（最大似然估计、最小二乘估计等）。
• 数据要求：模型需要收集哪些类型的失效数据作为输入。

模型应具备的特性

• 预测能力：能基于历史数据对未来可靠性进行预测。
• 简洁性：模型假设和计算尽量简单清晰。
• 适用性：模型应当能够适配不同类型的软件项目。
• 有效性：模型给出的结果应当贴近真实情况。

2.3软件可靠性建模方法

1. 确定预测的目标，明确要度量的可靠性指标。
2. 选择适合该项目特征的可靠性模型。
3. 收集可靠性数据（失效数据、运行剖面等）。
4. 使用收集的数据估计模型参数。
5. 用估计出来的模型进行可靠性度量与预测。

软件可靠性管理贯穿软件生命周期的六个阶段：

记忆要点： 需求 → 概要 → 详细 → 编码 → 测试 → 实施。每一阶段都有可靠性活动，越早投入收益越大。

4.1容错设计技术★★

容错的核心思想：当软件出现错误时，系统仍能继续运行。常见的四种容错技术：

4.2检错技术

容错设计成本高，对可靠性要求不太高的部分可采用检错技术。检错设计需考虑四个要素：

• 检测对象：明确检测哪些错误。
• 检测延时：错误发生到被检出的时间间隔。
• 实现方式：在哪一层（语句、函数、模块）实施检测。
• 处理方式：检出错误后如何处置（报告、终止、回退）。

4.3降低复杂度设计

常用手段：

• 简化模块间的接口和数据流。
• 采用结构化、模块化设计，降低耦合、提高内聚。
• 减少不必要的功能堆叠和过度设计。

4.4系统配置技术

通过系统层面的配置策略提高可靠性，常见手段：

• 双机热备份：主备机同时运行，主机故障自动切换到备机。
• 服务器集群：多台服务器协同工作，单点故障不影响整体服务。
• 负载均衡：合理分配请求，避免单节点过载导致失效。

5.1软件可靠性测试概述

软件可靠性测试与一般功能测试不同，重点在于按照真实使用模式进行测试，并从测试中获取可靠性度量数据。包含四个主要步骤：

1. 定义软件运行剖面。
2. 设计可靠性测试用例。
3. 实施可靠性测试。
4. 评估软件可靠性。

5.2定义软件运行剖面★★

运行剖面定义包含：

• 确定系统的客户类型。
• 确定用户类型。
• 确定系统模式。
• 确定功能剖面。
• 确定运行剖面。

5.3软件可靠性测试用例设计

可靠性测试用例的设计应当：

• 根据运行剖面生成测试用例，使测试输入分布与实际使用分布一致。
• 覆盖软件的关键功能和高风险场景。
• 包含边界、异常、错误恢复等特殊情况的测试。
• 每个测试用例都应能独立判定成功或失败，便于失效数据的统计。

5.4软件可靠性测试的实施

1. 制定测试计划：明确测试目标、范围、资源安排、进度等。
2. 准备测试环境：搭建与实际运行环境一致的测试环境。
3. 执行测试用例：按运行剖面分布执行测试。
4. 记录测试结果：详细记录失效现象、失效时间、失效模式。
5. 缺陷分析与修复：定位失效原因并修复，跟踪验证。

6.1软件可靠性评价概念

评价的四个主要步骤：

1. 选择可靠性模型。
2. 收集可靠性数据。
3. 可靠性评估和预测。
4. 验证评估结果。

6.2如何选择可靠性模型★

选择模型时考虑的因素：

• 模型假设：模型假设是否与实际项目相符。
• 预测能力与质量：模型的历史预测精度。
• 输出值的能力：模型能否输出所需的可靠性指标。
• 使用的简便性：参数估计、数据收集是否可行。

6.3可靠性数据的收集

数据收集是可靠性评价的基础，应注意：

• 制定数据收集计划，明确收集内容、责任、时机、方法。
• 记录失效数据：失效时间、失效模式、严重等级、修复情况。
• 记录运行数据：运行时长、执行场景、运行剖面相关数据。
• 数据要保证准确性、完整性、可追溯性。

6.4软件可靠性的评估和预测

常见的可靠性度量指标包括：

• 可靠度 R(t)：规定条件下规定时间内不失效的概率。
• 失效强度 λ(t)：单位时间内的失效次数期望。
• MTBF（平均失效间隔时间）：相邻两次失效之间的平均时间。
• 剩余缺陷数：尚未发现的缺陷数量估计。