ISTREM 软件测试可靠性评估方法研究（一）

　　摘要： 本文在航空电子系统软件测试的背景上，对ARINC653 平台燃油模块在TeSTbed 测试平台上的测试用例进行统计，得出实际测试分布服从特殊泊松的数学特征据此，根据软件测试的时间依赖性提出一种新的可靠性评估模型ISTREM,并且求得软件测试用例的失效率，从而对软件进行可靠性评估，解决了软件测试可靠性评估过程复杂且计算量较大并且忽略时间依赖性的问题，在Matlab 平台上对软件系统（燃油模块）的测试可靠性进行评估，得出实验结果，并且提出不足

　　1?引言随着软件行业的快速发展，软件开发各个领域的提高是比较明显的，但是对于软件测试方面的专的领域主要以表达怎样开展测试，这其中主要包含有测试过程的具体的测试方法和组织管理等

　　对于测试评估方面主要从软件缺陷缺陷跟踪和测试进度评价等方面对于软件测试本身是否科学有效的评估方法测试用例整体的评估测试方法是否合理软件测试可靠性的评估等方面的研究都比较少因此在实际的软件测试工程项目之中，经常遇到以下问题：虽然测试过程是按照原定的测试计划展开的，但是由于测试用例集合比较庞大，对整个测试过程的可靠性性缺少定量评价，因此很难在测试执行过程中及时发现测试薄弱点，提出测试优化策略

　　在本文中，提出一种新的对软件测试可靠性进行有效评估的数学模型ISTREM （ IndependentSoftware Testing Reliably Evaluation Model），并且在文章中使用该模型对实际AEINC653 软件系统测试中统计得到的数据进行软件测试可靠性的评估，有效的证明了ISTREM 模型的有效性和对于其他软件测试项目的适用型

　　2?软件可靠性评估研究现状

　　现今，在航天航空领域软件的规模和复杂性越来越高，软件测试作为验证和保证软件质量的主要环节，显得更加重要，软件测试的研发成本也随之提高那么，如何对软件测试的能力效率和分析测试的可靠性是目前软件开发领域中迫切需要研究的现实问题能否有一种评估模型能够对航空航天软件测试项目进行全面有效的评估，也成为研究的热点问题。

　　现今国内有关软件测试方面的专着主要侧重于论述如何开展测试，包括测试过程组织管理和具体的测试方法等，对测试评估主要从错误覆盖率测试构建合理性等方面进行研究，缺少对软件未来可靠性预测软件测试过程控制及复杂测试情况处理的方法目前对软件测试可靠性评估方法研究方面主要是国外的研究者提出的，并且没有一种较为全面的评估方法针对这种情况，本文中提出了一种相对较为全面的评估模型ISTREM,表一为可靠性评估方法的比较：

　　3 ISTREM 模型

　　3.1 ISTREM 模型的提出

　　从上节的对比表中我们可以清楚的看出现阶段的评估模型有诸多缺点，如不考虑测试阶段相关性等缺点而在真实测试环境中，情况通常是复杂多变的，测试不同阶段是相互联系的，如单元测试的好坏将会直接影响之后的部件测试和集成测试

　　在测试过程中，通常失效的检测过程是随着测试继续进而发生变化的此外，在预测未来方面，近期的失效统计通常比早先的失效统计更有用为此，我们建立一个特殊的模型进行估计，我们提出一种新的模型ISTREM（Independent Software TestingReliably Evaluation Model）基本原理是：失效的测例随着测试的过程不断深入将会继续进行变化此外，在对未来软件的可靠性预测方面，越靠近交付日期的测例对可靠性估计越有效这个模型的特点可以很清楚的从上一节的图标中看：针对不同的测试情况有不同的评价策略；针对不同的测试阶段有相关性的判定；针对失效发生时间有优化的使用策略，重要的是此模型引入了皮尔逊模型对测试不同阶段的相关性又进行了计算，使得评估过程更加合理根据航空电子软件的特性，我们对模型进行改进，模型有两种推导估计方法种是使用从1 到m 所有时间段（即s=1）的全部失效统计数来进行统计第二种是只用s 到m 时间段的失效统计数（即1< s < m）时间段内各段的单独失效统计，但是原本两种估计方法有些对我们的测试指标意义不大，在此对推导方法进行改进，把两种方法综合起来，得出累积失效统计数根据近期的失效（测试用例在测试时出现错误）统计通常比早先的失效统计更有用的模型基本原理，对模型进行裁剪和修改，首先我们假设有m 个测试时间段，并且在第i 段查到fi个失效，那么就能用下列方法进行处理：

　　使用从 1 到s‐1 个时间段的累积失效统计数Fs‐1 ,即：

　　当我们认为所有时间段的失效统计数在预计未来的失效统计数中都有用时，应用种方法

　　当人们认为失效检查过程已发生显着变化，因而只有的 m-s+1 个时间段在未来的失效预测中有用时，就要用第二种方法一种方法介于上述两种方法之间，这时人们认为前 s-1 个时间段的综合失效统计数与其余时间段的单独统计数对未来预测的失效和检测行为都是有代表性的