Search academic texts

Information × Registration Number 0825U000582, PhD dissertation Status Доктор філософії Date 16-06-2022 popup.evolution o Title Models and methods of prediction and analysis of technical systems reliability considering the software development process Author Symets Ivan , popup.head Vitaliy Yakovyna popup.opponent Andrii V. Pukas popup.opponent Tetiana O. Hovorushchenko popup.review Vasyl Teslyuk popup.review Ivan V. Izonin Description У дисертаційній роботі розв'язано актуальну науково-прикладну задачу у галузі інженерії програмного забезпечення – підвищення достовірності прогнозування та оцінювання показників надійності програмно-апаратних систем шляхом удосконалення відповідних моделей надійності та створення методів і засобів автоматизації їх побудови. В першому розділі розглянуто основні поняття, критерії та показники надійності програмних систем. Представлено детальний опис моделей надійності ПЗ та їх особливостей. Аналіз показав, що зростання складності програмно-апаратних систем вимагає розроблення і вдосконалення моделей надійності з підвищенням ступеня їх адекватності. Практичне використання певних методів і моделей є дещо ускладнене і пов’язане з розв’язанням задач великої розмірності та складними розрахунками, які унеможливлюють виконання даних робіт вручну, оскільки зростає імовірність помилки при побудові та аналізі таких моделей, відповідно цей процес потребує спеціальних методів автоматизації. Розглянуто використання моделі на основі ланцюгів Маркова вищого порядку, як засобу для підвищення достовірності оцінки показників надійності ПЗ, оскільки дана модель враховує передісторію виконання попередніх модулів програмної системи. Також, розглянуто методи прогнозування дефектності програмного забезпечення на основі метрик коду. У другому розділі описано розроблені методи для автоматизації подання процесу Маркова вищого порядку еквівалентним процесом першого порядку з додатковими віртуальними станами та для визначення функції працездатності для Марковських моделей надійності ПЗ. Використання розроблених методів дозволяє автоматизувати процес використання відповідних моделей надійності, зменшує вплив людського фактора, і, відповідно, знижує ймовірність внесення помилки при використанні даних методів і моделей та підвищує достовірність оцінки надійності. Для демонстрації практичного використання та перевірки розробленого методу подання Марковського процесу вищого порядку його було реалізовано та апробовано на прикладі оцінки надійності програмного забезпечення польотів наносупутників CubeSat. Дане дослідження спрямоване на визначення того, як зміниться інтенсивність відмови програмної системи під час оцінки за допомогою традиційних ланцюгів Маркова безперервного часу, а також ланцюгів Маркова другого і третього порядку. Значення розраховані за допомогою моделей другого та третього порядку, не є сумою чи усередненням кривих першого порядку. За результатами дослідження стало очевидно, що ланцюги Маркова вищого порядку дають змогу значно підвищити точність оцінки надійності складних програмних систем як за рівнем відмов, так і за критерієм залежності від часу. У розділі, також, описано визначені комбінаторні формули, які дозволяють визначити максимальну і мінімальну кількість станів системи із загального простору станів, а також окремі формули для визначення максимальної і мінімальної кількості працездатних станів і станів простою із загальної множини для системи із n елементів і r відновлень. Дані формули дозволяють швидко оцінити можливий простір станів системи із відомими значеннями n і r без використання спеціальних технічних засобів. Третій розділ спрямовано на удосконалення моделей прогнозування дефектності ПЗ шляхом використання методів машинного навчання для вибору метрик, які найбільше впливають на дефектність модулів ПЗ, та розроблення методу класифікації модулів ПЗ за дефектністю на основі використання стекового ансамблю нейронних мереж. Усі дослідження було виконано за допомогою мови програмування Python, бібліотеки Scikit-learn і нейромережної бібліотеки Keras. На основі результатів дослідження побудовано модель дефектності ПЗ з використанням обмеженої множини метрик коду, отриманих як найважливіші метрики та регресійного методу. Розроблено метод класифікації модулів ПЗ за дефектністю на основі метрик коду з використанням стекового ансамблю нейронної мережі на основі радіально-базисних функцій, рекурентної нейронної мережі та мережі довгої короткочасної пам’яті. У четвертому розділі для автоматизованого використання, тестування і верифікації розроблених методів було спроєктовано та розроблено відповідне програмне забезпечення. Програмне забезпечення для автоматизації подання Марковського процесу вищого порядку у вигляді еквівалентного процесу першого порядку з додатковими віртуальними станами реалізовано за допомогою бібліотеки ReactJS (для візуалізації графа було використано бібліотеку react-d3-graph) і мови програмування JavaScript. Програмний засіб для розрахунку надійнісних характеристик складних технічних систем на основі функції працездатності дозволяє візуально представити функціонування і взаємодію модулів системи та на їх основі визначити функцію працездатності системи, побудувати граф станів і переходів, визначити та розв’язати систему диференціальних рівнянь і визначити певні показники надійності. Тестування розробленого ПЗ продемонструвало високий рівень швидкодії при моделювання. Registration Date 2025-02-17 popup.nrat_date 2025-02-17 Close