数据驱动的软件可靠性模型研究 (2007年)

传统的软件可靠性增长模型通常基于一系列不符合实际情况的假设，因而其适用性和准确性受到了较大的影响。近年来，数据驱动的软件可靠性建模方法受到了广泛的重视，一些文献提出了基于人工神经网络和基于支持向量机的软件可靠性模型。由于数据驱动的软件可靠性模型不对软件的内部错误及失效过程做任何假设，因而其适用范围较传统的软件可靠性增长模型更广。对于数据驱动的软件可靠性模型，其使用的软件失效数据对模型的预测精度有很大的影响，但现有的文献未对此进行研究。本文提出了一种基于支持向量机的软件可靠性模型，并指出对数据驱动的软件可靠