一种基于贝叶斯理论的软件V&V有效性度量方法技术

本发明专利技术涉及一种基于贝叶斯理论的软件V&V有效性度量方法，属于软件V&V技术领域，解决了现有软件V&V有效性度量方法不可靠且效果度量值不准确的问题。该方法包括如下步骤：获得历史V&V活动中每一预设分析复杂度下V&V对象存在缺陷全部被V&V活动发现的概率；建立V&V有效性预测模型，根据上述概率分析获得V&V有效性预测模型参数中的V&V能力因素；根据V&V有效性预测模型获得当前V&V对象存在缺陷全部被V&V活动发现的概率，判断软件V&V有效性；建立V&V有效性度量模型，计算在满足需求的上述分析复杂度下V&V对象存在缺陷全部被V&V活动发现的概率。该方法结合经验数据和实际测试数据，基于贝叶斯理论进行数据融合，综合地给出V&V活动有效性指标，使度量结果更加准确。

【技术实现步骤摘要】
一种基于贝叶斯理论的软件V＆V有效性度量方法
本专利技术涉及软件V&V
，尤其涉及一种基于贝叶斯理论的软件V&V有效性度量方法。
技术介绍
软件V&V是现阶段该领域专家比较认可的一种保证软件质量的有效方法。现阶段，针对软件V&V有效性度量方法的研究较少，一般依据IEEE1012标准附录部分给出的V&V有效性度量方法。该V&V有效性度量方法是通过实际V&V工作(活动)中发现的异常数与所有来源中已发现的异常数的比值来度量V&V工作的有效性。较低的V&V效果度量值表明软件开发工作有效，或V&V工作需要改进，或两者皆有；较高的V&V效果度量值，表明程序开发过程需要改进，或V&V过程有效，或V&V过程仅需要进行递增变更。现有技术中，软件的V&V活动受众多不确定性因素的影响，导致上述V&V效果度量值并不准确。现有技术没有对历史经验数据及当前V&V过程评估数据加以使用，使得度量的预测能力差。并且，只有当所有质量活动结束后才能给出度量数据，对当前V&V活动的执行缺少直接指导，当其他质量活动有效性不足时，可能使V&V度量数据出现巨大偏差。截止至目前，软件V&V活动的有效性度量一直是软件V&V领域内的一个技术难点。
技术实现思路
鉴于上述的分析，本专利技术实施例旨在提供一种基于贝叶斯理论的软件V&V有效性度量方法，用以解决现有软件V&V有效性度量方法不可靠且效果度量值不准确的问题。一方面，本专利技术实施例提供了一种基于贝叶斯理论的软件V&V有效性度量方法，包括如下步骤：根据软件的历史V&V活动数据，获得每一预设分析复杂度下，V&V对象存在缺陷全部被V&V活动发现的概率；建立V&V有效性预测模型，根据上述概率，分析获得V&V能力因素；预设分析复杂度下，根据上述V&V能力因素获得预测的软件当前V&V对象存在缺陷全部被V&V活动发现的概率，判断软件V&V有效性；如果有效性较差，降低分析复杂度，重复判断，直到有效性满足需求为止；建立V&V有效性度量模型，计算在满足需求的上述分析复杂度下V&V对象存在缺陷全部被V&V活动发现的概率，作为软件当前V&V有效性度量值。上述技术方案的有益效果如下：上述方法通过对V&V历史经验数据(每个分析复杂度下，V&V对象存在缺陷全部被V&V活动发现的概率)进行分析，估计V&V有效性先验概率(预测的软件当前V&V对象存在缺陷全部被V&V活动发现的概率)，通过后续测试结果给出后验概率，基于贝叶斯理论进行两种概率的融合，综合地给出V&V活动有效性指标(V&V对象存在缺陷全部被V&V活动发现的概率)，可以达到V&V有效性准确预测。并且，由于利用V&V历史经验数据进行统计分析，使得科研人员在执行V&V活动前能够获得预测V&V有效性度量指标(对应上面预测的软件当前V&V对象存在缺陷全部被V&V活动发现的概率)。用贝叶斯理论进行数据融合，使V&V有效性度量数据在历史经验数据的基础上综合当前V&V活动的特殊性给出有效性度量值，使度量结果更加准确。基于上述方法的另一个实施例中，所述根据软件的历史V&V活动数据、获得每一预设分析复杂度下V&V对象存在缺陷全部被V&V活动发现的概率，包括如下步骤：搜集各个分析复杂度下，软件的历史V&V活动数据；对软件的历史V&V活动数据进行分析，建立V&V活动数据库，所述数据库包含分析复杂度，以及各个分析复杂度下对应的存在的缺陷全部被V&V活动发现的V&V对象数量，存在的缺陷未全部被V&V活动发现的V&V对象数量；计算在各个分析复杂度下，V&V对象存在缺陷全部被V&V活动发现的概率。上述技术方案的有益效果是：通过大量的历史经验数据(即软件的历史V&V活动数据)，可从统计学角度在一定程度上评估V&V活动在预设的分析复杂度区间内针对每一预设分析复杂度下的有效性。进一步，任一分析复杂度下，所述V&V对象存在缺陷全部被V&V活动发现的概率P1为式中，N1表示存在的缺陷全部被V&V活动发现的V&V对象数量，N2表示存在的缺陷未全部被V&V活动发现的V&V对象数量。上述进一步方案的有益效果是：限定了计算V&V对象存在缺陷全部被V&V活动发现的概率的方法，方法简单，实用性强。进一步，所述V&V有效性预测模型为式中，P表示预测的软件当前V&V对象存在缺陷全部被V&V活动发现的概率，C表示模型系数，x表示分析复杂度，r表示V&V能力因素。上述进一步方案的有益效果是：限定了V&V对象存在缺陷全部被V&V活动发现的概率与分析复杂度、V&V能力因素之间的数学关系，用于预测对V&V对象存在缺陷全部被V&V活动发现的概率，方法简单，实用性强。进一步，所述根据上述概率分析获得V&V能力因素，包括如下步骤：根据分析复杂度x为零时P＝99％，带入所述V&V有效性预测模型，获得模型系数C；针对每一预设分析复杂度，令P1＝P，将上述模型系数C带入所述V&V有效性预测模型，获得每一预设分析复杂度下的V&V能力因素；对上述每一预设分析复杂度下的V&V能力因素进行数值分析，获得表征V&V综合能力的V&V能力因素。上述进一步方案的有益效果是：限定了计算V&V能力因素的方法，方法简单，实用性强。进一步，所述数值分析采用平均值数值分析方法，所述表征V&V综合能力的V&V能力因素表示为式中，rx表示分析复杂度为x时的V&V能力因素，x表示分析复杂度，n表示分析复杂度区间上限。上述进一步方案的有益效果是：限定V&V能力因素的方法，具体地，采用求平均的方式给出V&V能力因素的期望值。进一步，所述预设分析复杂度下、根据上述V&V能力因素获得预测的软件当前V&V对象存在缺陷全部被V&V活动发现的概率、判断软件V&V有效性，包括如下步骤：预设分析复杂度，将所述分析复杂度、表征V&V综合能力的V&V能力因素的数值带入所述V&V有效性预测模型，获得预测的软件当前V&V对象存在缺陷全部被V&V活动发现的概率；将上述预测的软件当前V&V对象存在缺陷全部被V&V活动发现的概率与预设阈值进行比较，如果其大于等于预设阈值，判定所述分析复杂度选取合适，继续执行后续步骤；如果其小于预设阈值，按预设规则减小所述分析复杂度的数值，重复上述步骤，直到其大于等于预设阈值为止。上述进一步方案的有益效果是：限定了判断软件V&a本文档来自技高网...

【技术保护点】
1.一种基于贝叶斯理论的软件V&V有效性度量方法，其特征在于，包括如下步骤：根据软件的历史V&V活动数据，获得每一预设分析复杂度下，V&V对象存在缺陷全部被V&V活动发现的概率；建立V&V有效性预测模型，根据上述概率，分析获得V&V能力因素；预设分析复杂度下，根据上述V&V能力因素获得预测的软件当前V&V对象存在缺陷全部被V&V活动发现的概率，判断软件V&V有效性；如果有效性较差，降低分析复杂度，重复判断，直到有效性满足需求为止；建立V&V有效性度量模型，计算在满足需求的上述分析复杂度下V&V对象存在缺陷全部被V&V活动发现的概率，作为软件当前V&V有效性度量值。

【技术特征摘要】
1.一种基于贝叶斯理论的软件V&V有效性度量方法，其特征在于，包括如下步骤：根据软件的历史V&V活动数据，获得每一预设分析复杂度下，V&V对象存在缺陷全部被V&V活动发现的概率；建立V&V有效性预测模型，根据上述概率，分析获得V&V能力因素；预设分析复杂度下，根据上述V&V能力因素获得预测的软件当前V&V对象存在缺陷全部被V&V活动发现的概率，判断软件V&V有效性；如果有效性较差，降低分析复杂度，重复判断，直到有效性满足需求为止；建立V&V有效性度量模型，计算在满足需求的上述分析复杂度下V&V对象存在缺陷全部被V&V活动发现的概率，作为软件当前V&V有效性度量值。2.根据权利要求1所述的基于贝叶斯理论的软件V&V有效性度量方法，其特征在于，所述根据软件的历史V&V活动数据、获得每一预设分析复杂度下V&V对象存在缺陷全部被V&V活动发现的概率，包括如下步骤：搜集各个分析复杂度下，软件的历史V&V活动数据；对软件的历史V&V活动数据进行分析，建立V&V活动数据库，所述数据库包含分析复杂度，以及各个分析复杂度下对应的存在的缺陷全部被V&V活动发现的V&V对象数量，存在的缺陷未全部被V&V活动发现的V&V对象数量；计算在各个分析复杂度下，V&V对象存在缺陷全部被V&V活动发现的概率。3.根据权利要求2所述的基于贝叶斯理论的软件V&V有效性度量方法，其特征在于，任一分析复杂度下，所述V&V对象存在缺陷全部被V&V活动发现的概率P1为式中，N1表示存在的缺陷全部被V&V活动发现的V&V对象数量，N2表示存在的缺陷未全部被V&V活动发现的V&V对象数量。4.根据权利要求3所述的基于贝叶斯理论的软件V&V有效性度量方法，其特征在于，所述V&V有效性预测模型为式中，P表示预测的软件当前V&V对象存在缺陷全部被V&V活动发现的概率，C表示模型系数，x表示分析复杂度，r表示V&V能力因素。5.根据权利要求4所述的基于贝叶斯理论的软件V&V有效性度量方法，其特征在于，所述根据上述概率分析获得V&V能力因素，包括如下步骤：根据分析复杂度x为零时P＝99％，带入所述V&V有效性预测模型，获得模型系数C；针对每一预设分析复杂度，令P1＝P，将上述模型系数C带入所述V&V有效性预测模型，获得每一预设分析复杂度下的V&V能力因素；对上述每一预设分析复杂度下的V&V能力因素进行数值分析，获得表征V&V综合能力的V&V能力因素。6.根据权利要求5所述的基于贝叶斯理论的软件V&V有效性度量方法，其特征在于，所述...

【专利技术属性】
技术研发人员：史茹梅，张亚栋，杜乔瑞，徐先柱，王晓燕，周小波，
申请(专利权)人：北京广利核系统工程有限公司，中国广核集团有限公司，
类型：发明
国别省市：北京,11