高可靠系统软件确保若干技术的研究

现在很多软件都在不同程度上具有脆弱性和功能执行的非预期性，软件确保的职责就是把这些风险减少至最低。高可靠系统软件通常应用于对国民经济、政治有重大影响的领域，确保其软件安全尤为重要。本项目首先对影响高可靠系统软件的可靠性影响因子进行研究，建立基于模糊贝叶斯网络的软件可靠性预测模型；其次在该模型基础上进行基于软件缺陷的自动测试技术研究，具体思路是首先进行软件测试用例自动生成算法研究，构建基于最优测试剖面（OTP）和软件操作剖面（SOP）测试优化；最后，采用第二阶段的测试结果，结合第一阶段可靠性预测模型，对可靠性的影响因子进行形式化描述，构建一个新的可靠性量化评估模型。本项目对提高高可靠系统软件的可靠性及量化评估都提供了一种非常有益的思路。

本项目研究的主要思路就是在软件的各个生命周期提供安全性、可靠性、可生存性方面的保障。本项目研究的成果包括三方面的内容：（1）PSO启发性软件自动测试用例生成算法，（2）基于BP神经网络的软件可靠性模型，（3） 软件系统生存性模型与算法。. 在第一方面，针对 PSO测试用例生成算法的早熟和多路径覆盖存在的效率问题进行了研究，改进了PSO测试用例生成算法，提高测试用例生成效率。. 在第二方面，针对软件结构复杂度较高的情况下，现有大部分软件可靠性模型的评估复杂度大，计算成本高等问题，提出一种低复杂度、基于构件的前馈神经网络可靠性模型。并对软件系统结构具有鲁棒性。. 在第三方面，针对软件系统的生存性评估分别提出了：基于系统结构和运行环境的系统生存性模型、基于依赖关系的服务生存性保障模型、可靠的分布式系统生存性保障模型。. 本项目的上述研究成果从软件测试、可靠性评估和生存性角度为软件系统提供了安全性、可靠性、可生存性方面的保障。