200 likes | 489 Vues
Modelos de confiabilidad. Modelos de Confiabilidad. Confiabilidad de Software Modelos descripcion , caracteristicas y elementos Tipos de modelos Ejemplo de modelo. Confiabilidad de software. Definiciones:
E N D
Modelos de Confiabilidad • Confiabilidad de Software • Modelos descripcion, caracteristicas y elementos • Tipos de modelos • Ejemplo de modelo
Confiabilidad de software • Definiciones: • Basándonos en ANSI, definimos confiabilidad de software como la probabilidad de una operación de software de estar libre de fallos por un periodo especifico de tiempo en un entorno específico. • Es un atributo importante de la calidad del software, junto con la funcionalidad, usabilidad, servicio, capacidad, instalabilidad, mantenibilidad y documentación. La confiabilidad es difícil de alcanzar, porque la complejidad del software tiende a ser alta.
Confiabilidad de software • Mecanismos de fallos de software • Las fallas de software pueden deberse debido a errores, ambigüedades, descuidos o mal interpretación de lo que el software está dispuesto a satisfacer, falta de cuidado o incompetencia en la codificación, testeo inadecuado, incorrecto; uso inesperado del software u otros problemas que no se pueden prever.
Confiabilidad de software • Mecanismos de fallos de software • Una lista parcial de características distintas del software comparadas con el hardware puede ser la siguiente: • Causas de fallos • Desgaste • Conceptos de sistemas reparables • Dependencia de tiempo y ciclo de vida • Factores de entorno • Predicción de confiabilidad • Redundancia • Interfaces • Motivadores de tasas de fallo • Construcción de componentes estándar
Modelos de Confiabilidad • Los modelos de confiabilidad surgieron debido a intención de tratar de entender: Porqué un software falla • Trata de cuantificar la confiabilidad del software. • Se han desarrollado más de 200 modelos a partir de los años 1970s, pero el cómo cuantificar la confiabilidad de un software sigue permaneciendo irresuelta.
Modelos de Confiabilidad • De los modelos creados, ninguno ha logrado poder ser usado en todas las situaciones. • Ningún modelo es completo o representativo. Un modelo puede trabajar para un de forma correcta para un software, mientras que para otros puede causar problemas.
Modelosde Confiabilidad • Partes de los modelos: • Hipótesis • El tiempo entre las fallas sucesivas tienden a ser independientes: El tiempo, o el número adicional de casos de prueba, a la falta siguiente puede depender de la naturaleza o el tiempo de la falta anterior. • Un fallo detectado se corrige inmediatamente. • No se introducen nuevos errores durante el proceso de eliminación de fallos.
La tasa de fallos decrece con la prueba de tiempo, a medida que avanza la prueba, se detectan fallas. O bien son eliminados antes de que la prueba continúe o no se eliminan y la prueba se desplaza a otras partes del programa. • Tasa de fracaso es proporcional al número de fallos restante. • La confiabilidad es una función del número de fallos restante.
Modelos de Confiabilidad • Factores: La aplicabilidad que posee cada modelo dependiendo de la fase del desarrollo del software. • Fase de diseño: las fallas se pueden detectar visualmente o por otros procedimientos formales o informales. Los modelos de confiabilidad del software que se suelen aplicar son los de predicción, debido a que aun no se encuentra un historial de fallos. • Fase de Prueba: El tiempo de los modelos dependientes, especialmente el tiempo entre los modelos de fracasos, no suelen ser aplicados. Los que se aplican son los modelos de estimación.
Modelos de Confiabilidad • Función matemática que relaciona la fiabilidad con el factor: • La función matemática es generalmente más alta orden exponencial o logarítmico.
Modelos de Confiabilidad • Categorías Basadas en la observación y la acumulación de los errores de los datos y el análisis de la inferencia estadística: • Modelos de Predicción • Modelos de Estimación
Modelos de Confiabilidad • Diferencias:
Modelos de Confiabilidad • Clasificación de los modelos dependiendo de las hipótesis • Modelos de Tiempo entre fallas (TBF) • Los tiempos de Independiente entre fallos. • La misma probabilidad de la exposición de cada fallo. • Las fallas se eliminan después de cada ocurrencia. • No hay nuevas fallas introducidas durante la corrección • Modelos de Conteo de Falla (FC) • Intervalos de las pruebas son independientes uno de otro. • Pruebas durante los intervalos es homogénea. • El número de defectos detectados durante intervalos no se traslapan son independientes unos de otros
Modelos de Confiabilidad • Modelos de Implantación de Fallas (FS) • La implantación de fallas están distribuidas al azar en el programa. • Fallas del programa como fallas implantadas poseen la misma probabilidad de ser detectados. • Modelos Entrada basada en un dominio (BID) • Perfil de distribución de entrada es conocido. • Pruebas aleatorias. • Dominio de entrada se puede dividir en clases equivalentes.
Nonhomogeneous Poisson Process Model (NHPP) • Es un modelo de tipo Poisson que toma el numero de fallas por unidad de tiempo, como variables aleatorias independientes de Poisson. • El modelo fue propuesto primero en 1970 por ArmitGoel y KazuOkumoto y ha constituido la base para los modelos de uso de la observación número de fallos por unidad de tiempo.
Goel y Okumoto han determinado un tiempo de liberación óptima para un sistema de software. Si la fiabilidad deseada es de R por un tiempo de funcionamiento especificados de O, luego de lograr el resultado deseado, la cantidad necesaria de tiempo que el software debe ser observado es:
Requerimiento de datos • Los requisitos de datos para aplicar este modelo de recuento de falla son: • Contar el número de fallos en cada intervalo de prueba. • El tiempo de finalización de cada período que el software está bajo observación.
Goel y Okumotodeterminan el tiempo de liberación óptima basada en los costos • Los costos se refiere a los costos de las pruebas de encontrar y reparar una falla en el entorno de pruebas frente a la exploración.