Modelos de confiabilidad

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.

Modelos de 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 Armit Goel y Kazu Okumoto 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 Okumoto determinan 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.