Модель функционирования программной системы на основе GERT-сети

Автор: Панфилова Т.А., Панфилов И.А., Золотарев В.В., Ковалев И.В., Сопов Е.А.

Журнал: Сибирский аэрокосмический журнал @vestnik-sibsau

Рубрика: Математика, механика, информатика

Статья в выпуске: 4 т.18, 2017 года.

Бесплатный доступ

Предлагается оригинальный подход к оценке надежности программного обеспечения с помощью модели GERT-сети. Такой подход позволяет моделировать надежность программных комплексов, состоящих из несколь- ких взаимодействующих программных компонентов. В качестве исходных данных для оценки надежности используются значения оценок надежности отдельных блоков. Такие оценки могут назначаться экспертом, а могут быть получены в результате исследований самого программного комплекса. Были проведены экспери- ментальные исследования с программной системой «Протокол безопасного обмена данными». Были получены статистические оценки надежности функционирования отдельных программных блоков. С помощью предло- женной модели была оценена общая надежность всего программного комплекса. Предлагается подход к моделированию надежной архитектуры программного комплекса, основанный на идее мультиверсионного программирования. Рассмотрены два различных способа реализации мультиверсион- ности - NVP и RB. Задача выбора надежной архитектуры сформулирована в виде задачи многокритериальной смешанной оптимизации с алгоритмически заданными целевыми функциями. Критериями задачи являются общий коэф- фициент готовности программного комплекса и трудоемкость, которая также зависит от количества и состава программных компонентов комплекса. Задача решается многокритериальным генетическим алго- ритмом. Были рассмотрены различные подходы к решению задач многокритериальной оптимизации. Для решения задачи был реализован генетический алгоритм с переменной длиной хромосом, позволяющий кодиро- вать программные архитектуры, различающиеся по количеству и составу компонентов. В результате применения генетического алгоритма были получены различные варианты программных архитектур разрабатываемого комплекса, отличающиеся от исходной повышенной надежностью. При этом алгоритм предлагал реализовывать множество версий лишь для тех программных компонентов, которые были недостаточно надежны.

Еще

Надежность программного обеспечения, gert-сети, генетический алгоритм

Короткий адрес: https://sciup.org/148177760

IDR: 148177760

Список литературы Модель функционирования программной системы на основе GERT-сети

  • Taverna M. A. Ariane problems force ESA to examine Rosetta options//Aviation Week & Space Technology. 2003. Т. 158, № 2. P. 403.
  • Надёжность информационных систем/Ю. Ю. Громов . Тамбов: Изд-во ТГТУ, 2010. 160 с. ISBN 978-5-8265-0911-1.
  • Новой А. В. Система анализа архитектурной надежности программного обеспечения: дис. … канд. техн. наук. Красноярск, 2011. 131 с.
  • Панфилова Т. А., Панфилов И. А. Формализация задачи выбора надежного варианта программного обеспечения//Вестник СибГАУ. 2008. № 2 (19). С. 26-28.
  • Ковалев И. В., Волкова Г. В. Автоматизированные системы управления/СибГТУ. Красноярск, 2006. 179 с.
  • Styugin M., Parotkin N. Multilevel decentralized protection scheme based on moving targets//International J. of Security and Its Applications. 2016. Vol. 10, iss. 1. Рp. 45-54.
  • Прямой и обратный алгоритм расчета стохастических сетей/Т. А. Панфилова //Вестник СибГАУ. 2013. № 1 (47). С. 91-96.
  • Avizienis A. The N-Version Approach to Fault-Tolerant Software//IEEE Trans. Soft. Eng. 1985. Vol. SE-11 (12). P. 1511-1517.
  • Schaffer J. D. Multiple objective optimization with vector evaluated genetic algorithms//Proceedings of an International Conference on Genetic Algorithms and Their Applications/J. J. Grefenstette (Ed.). Pittsburgh, PA, 1985. P. 93-100.
  • Fonseca C. M., Fleming P. J. Multiobjective optimization and multiple constraint handling with evolutionary algorithms. Part I. A unified formulation: Technical report 564/University of Sheffield. Sheffield, UK, 1995.
  • Horn J., Nafpliotis N., Goldberg D. E. A niched Pareto genetic algorithm for multiobjective optimization//Proceedings of the First IEEE Conference on Evolutionary Computation. 1994. Vol. 1. P. 82-87.
  • Zitzler E., Thiele L. Multiobjective evolutionary algorithms: A comparative case study and the strength Pareto approach//IEEE Transactions on Evolutionary Computation. 1999. Vol. 3, No. 4. Рp. 257-271.
  • Иванов И. А., Сопов Е. А. Исследование эффективности самоконфигурируемого коэволюционного алгоритма решения сложных задач многокритериальной оптимизации//Системы управления и информационные технологии. 2013. Вып. 51 (1.1). С. 141-145.
Еще
Статья научная