基于排队论的开源软件排错过程统计分析

发布时间：2019-08-08 15:53

【摘要】：开源软件排错是提高软件服务质量的一项重要措施,其排错过程是一个数据结构复杂,排错方式多样,但又有规律可循的故障修复过程。虽然排队论理论日趋成熟并广泛应用于各类优化问题,如何运用排队论对故障到达和故障修复行为做统计分析、推导参数结构、构建评价体系依然是需要深入研究的课题。本文在分析了开源软件排错过程的特征之后,运用Mt/M/Inf排队模型对排错过程统计分析,并运用排队参数对排错过程的特征做量化评估。其主要研究内容与创新点如下:1)给出了输入过程NHPP的验证方法和输入参数的结构针对故障输入数据的非齐次泊松过程(NHPP)的检验和均值函数的估计的问题。本文依据均值函数的缓慢变化性,把NHPP转化为小区间泊松性的分段常数非齐次泊松过程(PC NHPP)进行研究,最终问题转化为先验证小区间的泊松性,再合并验证大区间的NHPP性,而小区间泊松的验证主要运用条件均匀(CU)变换法验证泊松性。最后运用开源软件Bugzilla的错误报告数据对模型进行实践分析,结果显示CU变换后的验证效果可以接受。同时,运用R语言拟合数据,计算出故障输入参数。2)构建输出参数结构并给出推导针对输出参数的推导,常用的方法是假设输出与输入过程是独立的,然后单独研究输出过程,但这样的思考方式是粗糙的,没有考虑输出过程永远滞后于输入过程而存在的事实,所以本文在借鉴前人理论的基础上推导出了依存于输入参数的输出参数理论结构形式,但是因Bugzilla的错误报告输出数据结构比较复杂,所以本文没有对输出过程做实践分析。3)在开源软件排错过程的背景下建立Mt/M/Inf排队模型开源软件排错是即到即服务的排错过程,对应于排队论中的无穷排队情形,又因为单软件单版本多组件的故障输入数据是一个NHPP,所以本文考虑最简单形式的Mt/M/Inf排队模型,并对该模型的排队理论进行推导,得出了概率母函数和瞬时转移概率的初步表达式,应用到Bugzilla故障数据中。但是鉴于推导出的表达式中含有不能求解初等原函数的积分形式,所以本文中只介绍了两种数值解的方法。4)由排队参数推导出评价指标本文在排队论模型推导的基础上,给出了一些开源软件的评价指标:任意时刻系统中故障量的状态均值和波动程度,开源系统的开源程度(可参与度),故障修复的平均等待时间(平均逗留时间),以及任意时刻的软件系统可靠度等。但是因为基于Bugzilla的错误报告数据的概率母函数和瞬时转移概率的精确表达式没有求出,故而评价指标只是给出了理论推导,没有给出实践分析。
【学位授予单位】：贵州大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：O226

【相似文献】