System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及软件系统可靠性评估领域,特别是涉及一种基于复杂网络的无人机集群软件系统可靠性评估方法。
技术介绍
1、数字化技术迅猛发展,数字化应用越来越广泛,数字化产品的规模也越来越大。单软件系统所实现的功能趋向于简单、单一,在高度不确定性、高度动态性的运行环境下,软件系统已逐步从单一软件运行向多个软件协作运行的方向发展。软件系统中软件个体数量的增加,导致其代码规模相对增加,软件系统功能和结构的复杂程度也日渐提高。如果某些关键的程序发生故障,导致软件系统失效时,将造成一系列难以估量的损失。
2、可靠性是评价复杂软件系统进行智能化协同运行的重要指标。在规定的时间内,在规定的环境下,产品完成规定功能的能力称为软件可靠性,该指标作为评价复杂软件系统智能化协同运行的重要指标,对于提高软件系统的代码质量,降低软件系统的维护成本,具有重要的意义。因此,如何更加准确的对多个软件构成的软件系统进行可靠性评估,还有待进行更深入的研究。
3、目前关于软件可靠性评估的研究方法已达到上百种。可靠性评估可以分为白盒评估和黑盒评估两类。基于黑盒的评估方法只对软件系统本身和软件的运行环境进行了分析,忽略了软件系统内部结构对其可靠性的影响,通过对软件系统测试阶段获得的数据信息进行分析得出其可靠性指标。通常黑盒模型利用软件的失效数据对软件失效数据的随机过程进行数学建模,从而得到用于评估软件可靠性的增长模型。目前基于黑盒的软件可靠性评估技术已经比较成熟。但由于这些模型大都基于失效数据,所以必须在软件开发的后期才能进行,无法对软件开发过程中的
技术实现思路
1、本专利技术的目的是提供一种基于复杂网络的无人机集群软件系统可靠性评估方法,可在软件系统运行状态仿真的基础上实现对无人机集群软件系统可靠性的评估。
2、为实现上述目的,本专利技术提供了如下方案:
3、一种基于复杂网络的无人机集群软件系统可靠性评估方法,包括:
4、建立无人机集群软件系统的复杂网络模型;
5、对所述复杂网络模型进行运行状态仿真,获得函数节点内、函数节点间和单个无人机软件间的执行路径;
6、计算无人机集群软件系统在稳定状态下所述复杂网络模型中函数节点的节点故障率;
7、将所述复杂网络模型中的函数节点划分为故障节点、易感节点和复原节点,并通过仿真进行故障传播影响分析;
8、确定所述复杂网络模型的仿真入口;
9、按照函数节点内、函数节点间和单个无人机软件间的执行路径,从所述仿真入口开始对所述复杂网络模型进行多次仿真,确定无人机集群软件系统的可靠度。
10、可选地,建立无人机集群软件系统的复杂网络模型,具体包括:
11、使用程序代码扫描技术对无人机集群软件系统的软件源码进行解析,获得无人机集群软件系统的静态结构特征和动态运行特征;所述静态结构特征包括单个无人机软件的文件、类、函数中的各类属性信息;所述动态运行特征包括单个无人机软件的函数调用关系和单个无人机软件之间的交互关系;
12、将单个无人机软件的函数作为节点,单个无人机软件的函数调用关系作为边,构建单个无人机软件的复杂网络子模型;所述复杂网络子模型为d={v,e},其中v表示节点数量为n的节点集合,v={vi,i∈n},vi表示第i个节点,每个节点的属性包括:函数节点的名称fullname、所包含的关键字信息keywords、开始的行数bodystart、结束的行数bodyend、返回值类型returntype、携带参数args;e表示边的集合,边的属性包括:边的数量linkcount、边的属性linktype、边发生的行数linenumber以及外围关键字calltype;
13、将单个无人机软件的复杂网络子模型作为节点,单个无人机软件之间的交互关系作为边,构建无人机集群软件系统的复杂网络模型。
14、可选地,对所述复杂网络模型进行运行状态仿真,获得函数节点内、函数节点间和单个无人机软件间的执行路径,具体包括:
15、进行所述复杂网络模型中单个无人机软件函数节点内的仿真,得到单个无人机软件函数节点内的执行路径;
16、将无人机集群软件系统中的一个无人机软件作为仿真个体;
17、根据仿真个体当前执行的函数节点内的执行路径,使用节点的属性和边的属性作为函数调用过程中的指标,判断函数间调用是否发生;
18、若函数间调用发生,则记录当前执行的函数节点调用的位置,此时被调用函数节点接收当前执行的调用函数节点的携带参数args,并令被调用函数节点作为当前执行的函数节点,返回步骤“根据仿真个体当前执行的函数节点内的执行路径,使用节点的属性和边的属性作为函数调用过程中的指标,判断函数间调用是否发生”;
19、若函数间调用没有发生,则切换至仿真个体的下一个函数节点内的执行路径,并返回步骤“使用节点的属性和边的属性作为函数调用过程中的指标,判断函数间调用是否发生”;
20、直至仿真个体的所有函数节点内的执行路径均被访问,获得仿真个体的函数节点间的执行路径;
21、根据仿真个体的结构,判断是否存在单个无人机软件间的交互关系;
22、若存在单个无人机软件间的交互关系,则记录仿真个体执行的位置,被交互的单个无人机软件接收仿真个体的参数,并将被交互的单个无人机软件作为仿真个体,返回步骤“根据仿真个体当前执行的函数节点内的执行路径,判断函数间调用是否发生”;
23、直至无人机集群软件系统中的所有无人机软件均被访问,获得无人机集群软件系统中单个无人机软件间的执行路径。
24、可选地,进行所述复杂网络模型中单个无人机软件函数节点内的仿真,得到单个无人机软件函数节点内的执行路径,具体包括:
25、在算法层面将函数节点内部的关键字进行模块划分,使得一个模块包含同类型的关键字;
26、理清各模块下的关键字的逻辑,确定不同关键字的仿真执行逻辑;
27、按照不同关键字的仿真执行逻辑进行仿真,获得单个无人机软件函数节点内的执行路径。
28、可选地,计算无人机集群软件系统在稳定状态下所述复杂网络模型中函数节点的节点故障率,具体包括:
29、依据公式p=∑(ni+fi+gi+ti),计算函数节点在初始状态下的自身故障率;式中,p表示初始状态下的自身故障率,ni表示传参量,fi表示关键字容量,gi表示关键字深度,ti表示代码量;
30、利用公式l=∑(in+on),计算函数节点受其他函数节点影响的故障感染率;式中,l表示故障本文档来自技高网...
【技术保护点】
1.一种基于复杂网络的无人机集群软件系统可靠性评估方法,其特征在于,包括:
2.根据权利要求1所述的基于复杂网络的无人机集群软件系统可靠性评估方法,其特征在于,建立无人机集群软件系统的复杂网络模型,具体包括:
3.根据权利要求2所述的基于复杂网络的无人机集群软件系统可靠性评估方法,其特征在于,对所述复杂网络模型进行运行状态仿真,获得函数节点内、函数节点间和单个无人机软件间的执行路径,具体包括:
4.根据权利要求3所述的基于复杂网络的无人机集群软件系统可靠性评估方法,其特征在于,进行所述复杂网络模型中单个无人机软件函数节点内的仿真,得到单个无人机软件函数节点内的执行路径,具体包括:
5.根据权利要求1所述的基于复杂网络的无人机集群软件系统可靠性评估方法,其特征在于,计算无人机集群软件系统在稳定状态下所述复杂网络模型中函数节点的节点故障率,具体包括:
6.根据权利要求1所述的基于复杂网络的无人机集群软件系统可靠性评估方法,其特征在于,计算无人机集群软件系统在稳定状态下所述复杂网络模型中函数节点的节点故障率,之前还包括:
>7.根据权利要求1所述的基于复杂网络的无人机集群软件系统可靠性评估方法,其特征在于,
8.根据权利要求1所述的基于复杂网络的无人机集群软件系统可靠性评估方法,其特征在于,确定所述复杂网络模型的仿真入口,具体包括:
9.根据权利要求1所述的基于复杂网络的无人机集群软件系统可靠性评估方法,其特征在于,从所述仿真入口开始对所述复杂网络模型进行一次仿真,具体包括:
10.根据权利要求1所述的基于复杂网络的无人机集群软件系统可靠性评估方法,其特征在于,可靠度的计算公式为:
...【技术特征摘要】
1.一种基于复杂网络的无人机集群软件系统可靠性评估方法,其特征在于,包括:
2.根据权利要求1所述的基于复杂网络的无人机集群软件系统可靠性评估方法,其特征在于,建立无人机集群软件系统的复杂网络模型,具体包括:
3.根据权利要求2所述的基于复杂网络的无人机集群软件系统可靠性评估方法,其特征在于,对所述复杂网络模型进行运行状态仿真,获得函数节点内、函数节点间和单个无人机软件间的执行路径,具体包括:
4.根据权利要求3所述的基于复杂网络的无人机集群软件系统可靠性评估方法,其特征在于,进行所述复杂网络模型中单个无人机软件函数节点内的仿真,得到单个无人机软件函数节点内的执行路径,具体包括:
5.根据权利要求1所述的基于复杂网络的无人机集群软件系统可靠性评估方法,其特征在于,计算无人机集群软件系统在稳定状态...
【专利技术属性】
技术研发人员:艾骏,刘景瑜,皇晓莹,施韬,
申请(专利权)人:北京航空航天大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。