Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "fault dependency" wg kryterium: Wszystkie pola


Wyświetlanie 1-3 z 3
Tytuł:
Modeling of software fault detection and correction processes with fault dependency
Modelowanie procesów wykrywania i korekcji błędów oprogramowania z założeniem wzajemnej zależności błędów
Autorzy:
Peng, R.
Zhai, Q.
Powiązania:
https://bibliotekanauki.pl/articles/301155.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
zależność błędów
niejednorodny proces Poissona
model wzrostu niezawodności oprogramowania
procesy detekcji i korekcji błędów oprogramowania
fault dependency
non-homogeneous Poisson process (NHPP)
software reliability growth model (SRGM)
software fault detection and correction processes
Opis:
Software reliability modeling has undergone a continuous evolution over the past three decades to adapt to various and everchanging software testing environments. In existing models, immediate fault removal and fault independency are two basic and commonly used assumptions. Recently, models combining fault detection process (FDP) and fault correction process (FCP) were proposed to alleviate the immediate fault removal assumption. In this paper, we extend such a methodology by proposing a modeling framework for the FDP and FCP incorporating fault dependency. Faults are classified as leading faults and dependent faults and the FCPs for both types of faults are explicitly modeled. Several paired models considering different assumptions for debugging lags are proposed for the combined FDP and FCP. The applicability of the proposed models are illustrated using real testing data. In addition, the optimal software release policy under this framework is studied.
Modelowanie niezawodności oprogramowania w ciągu ostatnich trzech dekad ulegało ciągłej ewolucji, pozwalającej dostosować je do różnych, stale zmieniających się środowisk testowych. W przypadku istniejących modeli, dwoma podstawowymi i powszechnie stosowanymi założeniami jest natychmiastowe usunięcie błędu oraz brak zależności między błędami. Ostatnio, badacze zaproponowali modele, które łagodzą pierwsze z tych założeń, łącząc proces wykrywania błędów (FDP) z procesem ich korekcji (FCP). W niniejszym artykule, rozszerzono tę metodologię, proponując paradygmat modelowania dla zintegrowanych procesów FDP i FCP uwzględniający zależności między błędami. W paradygmacie tym, błędy klasyfikuje się jako błędy nadrzędne i błędy zależne, a procesy FCP dla obu typów błędów są modelowane oddzielnie. Zaproponowano kilka połączonych w pary modeli rozważających różne założenia dotyczące opóźnień debugowania w procesach łączących detekcję i korekcję błędów. Możliwość zastosowania proponowanych modeli przedstawiono na przykładzie rzeczywistych danych testowych. Dodatkowo badano optymalną politykę aktualizacji oprogramowania, jaką można prowadzić w ramach proponowanego paradygmatu.
Źródło:
Eksploatacja i Niezawodność; 2017, 19, 3; 467-475
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A key metric and its calculation models for a continuous diagnosis capability based on a dependency matrix
Autorzy:
Shi, J.-Y.
Lin, X.-G.
Shi, M.
Powiązania:
https://bibliotekanauki.pl/articles/221741.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
fault diagnosis
dependency matrix
measurement
Opis:
This paper is devoted to measuring the continuous diagnosis capability of a system. A key metric and its calculation models are proposed enabling us to measure the continuous diagnosis capability of a system directly without establishing and searching the sequential fault tree (SFT) of the system. At first a description of a D matrix is given and its metric is defined to determine the weakness of a continuous diagnosis. Then based on the definition of a sequential fault combination, a sequential fault tree (SFT) is defined with its establishment process summarized. A key SFT metric is established to measure the continuous diagnosis capability of a system. Two basic types of dependency graphical models (DGMs) and one combination type of DGM are selected for characteristics analysis and establishment of metric calculation models. Finally, both the SFT searching method and direct calculation method are applied to two designs of one type of an auxiliary navigation equipment, which shows the high efficiency of the direct calculation method.
Źródło:
Metrology and Measurement Systems; 2012, 19, 3; 509-520
0860-8229
Pojawia się w:
Metrology and Measurement Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A Bayesian networks approach for event tree time-dependency analysis on phased-mission system
Oparte na sieciach bayesowskich podejście do analizy zależności czasowychw systemach o zadaniach okresowych wykorzystujące metodę drzewa zdarzeń
Autorzy:
Li, X.-T.
Tao, L.-M.
Jia, M.
Powiązania:
https://bibliotekanauki.pl/articles/301908.pdf
Data publikacji:
2015
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
time-dependency
Bayesian networks
event tree
fault tree
phased-mission system
reliability
risk analysis
zależność czasowa
sieć bayesowska
drzewo błędów
system o zadaniach okresowych
niezawodność
analiza ryzyka
Opis:
Event tree/ fault tree (E/FT) method is the most recognized probabilistic risk assessment tool for complex large engineering systems, while its classical formalism most often only considers pivotal events (PEs) being independent or time-independent. However, the practical difficulty regarding phased-mission system (PMS) is that the PEs always modelled by fault trees (FTs) are explicit dependent caused by shared basic events, and phase-dependent when the time interval between PEs is not negligible. In this paper, we combine the Bayesian networks (BN) with the E/FT analysis to figure such types of PMS based on the conditional probability to give expression of the phase-dependency, and further expand it by the dynamic Bayesian networks (DBN) to cope with more complex time-dependency such as functional dependency and spares. Then, two detailed examples are used to demonstrate the application of the proposed approach in complex event tree time-dependency analysis.
Metoda drzewa zdarzeń/drzewa błędów jest najbardziej znanym narzędziem probabilistycznej oceny ryzyka w złożonych, dużych systemach inżynieryjnych; jednak jej klasyczny formalizm najczęściej uwzględnia jedynie niezależne lub niezależne od czasu zdarzenia kluczowe. Praktyczną trudnością występującą w systemach o zadaniach okresowych jest to, że zdarzenia kluczowe, które zazwyczaj przedstawiane są w modelach drzewa błędów jako powiązane zależnościami jawnymi, mającymi związek ze wspólnym zdarzeniem podstawowym, tutaj powiązane są zależnościami czasowymi, jako że przedział czasowy pomiędzy pojedynczymi zdarzeniami kluczowymi nie jest bez znaczenia. W niniejszej pracy, połączyliśmy metodologie sieci Bayesa i analizy drzewa zdarzeń/ błędów aby opisać za pomocą pojęcia prawdopodobieństwa warunkowego, zależności czasowe w systemach o zadaniach okresowych, a następnie rozwinęliśmy tę metodę, wykorzystując dynamiczne sieci Bayesa, które pozwalają na analizę bardziej złożonych zależności czasowych, takich jak zależności funkcjonalne i związane z użyciem części zamiennych. W końcowej części pracy przedstawiliśmy dwa szczegółowe przykłady zastosowania proponowanej metody do analizy złożonych zależności czasowych w drzewach zdarzeń.
Źródło:
Eksploatacja i Niezawodność; 2015, 17, 2; 273-281
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies