數據驅動的軟件可靠性模型在石油工業信息系統中的應用

劉洪太

中國石油集團安全環保技術研究院 （北京 102206）

數據驅動的軟件可靠性模型在石油工業信息系統中的應用

劉洪太

中國石油集團安全環保技術研究院 （北京 102206）

近年來，石油工業信息系統不斷發展，規模和復雜度不斷提高，系統的可靠性越來越受到重視。然而，石油工業信息系統的質量控制缺少有效的工具和方法，軟件可靠性模型在石油工業信息系統中沒有得到很好的應用，系統失效數據沒有得到充分利用。介紹了3種軟件可靠性模型，并應用數據驅動的軟件可靠性模型來預測石油工業信息系統中的失效數據，最后使用SVMr軟件可靠性模型進行模擬仿真實驗。結果表明，數據驅動的軟件可靠性模型可以很好地預測石油工業信息系統中的軟件失效數據，預測結果具有較高的決策價值。

軟件可靠性模型；數據驅動；失效數據；石油工業信息系統

隨著計算機系統的迅速發展以及工業化、信息化的不斷推進，石油工業信息系統已成為石油行業不可或缺的工具，石油工業信息系統的規模、復雜性以及重要性也在不斷上升。一旦重要的石油工業信息系統發生故障，將會造成諸多工作上的不便或重大的經濟損失，甚至會危機人身安全，影響到國家安危。石油工業信息系統的可靠性已成為企業領導和公眾關注的重大問題。

石油信息系統具有其自身的特點：①對系統要求高。因其組織機構龐大，業務流程復雜，石油工業業務種類繁多，這就要求信息系統具有很好的適用性和擴展性。②安全性要求高。石油工業數據具有極高的保密性，一旦某些信息系統的數據泄露，將會造成不可預估的后果。③開發周期長。大型石油信息系統的構建時間一般都需要幾年的時間，耗費巨大的人力、物力。近些年，石油工業信息系統還在不斷地完善和開發。由于石油工業信息系統有其自身的特點，特別是大型復雜的石油信息系統，導致在開發和維護中系統的可靠性很難得到保障，開發質量難以維護，缺少合適的方法和工具保障系統的質量，造成了大量數據資源的浪費。

高效的軟件可靠性模型對石油工業信息系統質量的改善有著重要的指導意義，也有助于解決信息系統開發過程中出現的問題。因此，對于快速發展的石油工業信息系統，如何充分利用軟件失效數據，使用好的軟件可靠性模型進行預測，對石油企業的發展具有長遠的意義。

到目前為止，軟件可靠性模型有了一定的發展，并且在數量上也突破了一百多個[1]。近些年，通過時序數據預測方法建立軟件可靠性模型越來越受到重視，時序數據預測領域不僅為軟件可靠性模型提供了理論基礎，而且，很多分析與處理技術在建模數據處理上也有很好的應用。然而，在石油工業信息系統開發和維護中，使用數據驅動的軟件可靠性模型對系統失效數據進行預測和分析并沒有得到充分的應用。因此，筆者將數據驅動軟件可靠性模型應用于石油工業信息系統，對軟件失效數據進行預測。

1 軟件可靠性概述

1.1 軟件可靠性概念

軟件可靠性在很長一段時間沒有確切的定義。甚至軟件的可靠性這個屬性一直都是一個很受爭議的屬性，有人認為軟件不存在這個屬性，他們把此屬性說成是“理想化”，有些人卻認為該屬性本身就存在，即軟件正確性。這兩種觀念都是偏頗的。

通過總結前人的結論和經驗，1983年美國IEEE Computer Society給予了“軟件可靠性”一個統一且合理的解釋[2]：①在既定的環境中，軟件運行維持穩定的概率。此概率為軟件從輸入到輸出出現錯誤的函數表達。②在既定的環境中和周期內，程序所能達到的預期功能效果的程度。

軟件可靠性的興起和發展主要源于3個方面的因素：一是需求。軟件質量問題一直是客戶最關心的問題，軟件危機與20世紀90年代軟件故障引發了許多重大事故，對顧客造成了重大的損失，嚴重影響了客戶滿意度。二是技術。這幾年，信息產業遍布全球，各類軟件層出不窮，軟件可靠性以此為載體得到了長足發展和動力。三是可靠性工程。軟件可靠性工程已經研究了多年，并有了相當成熟的理論和方法，為軟件可靠性的研究提供了基礎。

1.2 軟件失效數據

軟件失效數據在軟件可靠性評估和軟件可靠性建模領域都起著重要的作用。軟件在測試或運行過程中沒有得到想要的效果，稱為軟件失效。軟件失效數據包含2種：一種是軟件累積失效數據，由于缺陷導致了軟件的失效，也可以稱為軟件累積缺陷數據;另一種為失效間隔數據。軟件累積失效數據為軟件從開始到某一時間點之間軟件失效的次數；失效間隔數據為軟件從上一個時間點到下一時間點之間發生的失效次數。

正確的搜集和處理軟件失效數據是軟件系統質量評估的基礎。在實際中，大量的軟件失效并不都適合用來進行預測軟件可靠性，由于硬件錯誤或記錄錯誤等都有可能造成失效數據采集的不準確。因此失效數據預處理和加工對于后期軟件質量的評估起著至關重要的作用。

2 數據驅動的軟件可靠性模型簡介

數據驅動的軟件可靠性模型是基于觀測到的軟件失效數據，將其視為一個時間序列進行建模與分析，并對軟件將來的失效行為進行預測[3]。數據驅動的軟件可靠性模型不需要對軟件內部錯誤及失效過程做任何假設，因而其應用范圍較廣。數據驅動的軟件可靠性模型主要包括基于時間序列分析的模型[4～5]、基于人工神經網絡的模型和基于支持向量機的模型[6]等。

2.1 ARIMA模型

自回歸求積移動平均模型（Autoregressive Integrated Moving Average Model，ARIMA）用來預測不穩定時間序列，在時間序列之上引入了k次序列和d階差分。ARIMA模型對時間序列Xt（t=1,2,3…,N）的表達式[7]為：

式中，p為自回歸周期數，q為移動平均周期數。

通常，k=1是比較合理的，代表ARIMA（p，d，q）模型，取k=1模型等式為：

ARIMA模型用來研究時間序列，并通過差分使不穩定的數據變得穩定。通過Eviews軟件可以分析出序列是否為穩定序列。序列穩定后，p和q的值就確定了。在p和q確定過程中，自相關函數和局部自相關函數是最重要的。自相關函數代表了每個序列值之間簡單的關聯關系。自相關函數系數的表達式見式（5）：

對于時間序列X1,X2,X3…,Xt,和Xt-k之間的相關條件稱為偏自相關函數，表達式見式（6）：

式中，-1＜Φkk＜1，Φk，j遞推公式見式（7）：

在實際應用過程中，時間序列的自相關函數和偏自相關函數需要全面被監測，通過Eviews軟件，可以得到自相關和偏自相關的數值，從而得到p和q的值。

2.2 SVMr軟件可靠性模型

支持向量機起初應用于分類模型中，Vapnik提出，回歸函數可以通過訓練數據集反映輸入與輸出的關系模型[8]，Xi為實際的輸入，yi為實際的輸出，1為訓練數據對的總數。支持向量機回歸模型公式見式（8）：

其中Φ（X）是一個高維特征空間映射函數，將輸入樣本X映射到一個高維的特征空間，通過等式(8)，低維空間中輸入與輸出的非線性關系可以被轉換為高維中的線性形式，“維數災難”的問題也在轉換中得到了解決。式(8)中，W為權向量；b為閾值，對于給定的訓練數據集采用ε不敏感損失函數，對應的支持向量機稱為ε-支持向量機，則W和b的值可由以下約束優化問題求得：

其中，C為懲罰因子，C＞0，用于控制誤差超出ε的樣本的懲罰程度。式（9）的優化問題可通過引入拉格朗日函數將其轉化為對偶問題，通過解對偶問題得到式（8）的解：

2.3 RBF神經網絡可靠性模型

徑向基（RBF）神經網絡為前向兩層神經網絡，并含有單隱含層。RBF神經網絡的思想是模擬人腦局部調整的網絡結構，會在核函數的周圍產生強烈的響應,RBF神經網絡可以看作控制過程的局部逼近模型，其本質上具有非線性特性，處理非線性關系數據有很好的效果。RBF神經網絡不需要樣本數據具有特別的分布特性，有很好的泛化能力,并且具有即時學習能力和快速的收斂能力。圖1為一般的RBF神經網絡的結構圖。

如圖1所示，RBF神經網絡的輸入向量由n個輸入數據組成，表示為X=[x1,x2,x3…,xn]T，在模型隱含層由m個元素組成的中間向量H=[h1,h2…,hm]T，hm稱為徑向基函數，操作符‖‖·代表一個p基，稱為歐氏范數。本節使用高斯徑向基函數來選擇參數Φ，表示形式為式（11）。

圖1 RBF神經網絡的結構圖

式中，Cj=[cj1,cj2,…,cjn]稱為基函數的中心點，σj相應地稱為它的徑，即中心點寬度。t網絡的第三層為綜合輸出-y，見式（12）：

實數參數Wj，?j=1,2,…,m為隱含層到輸出層之間的權重。真實值和預測值之間的誤差(y(k)--y(k))用來調整RBF神經網絡參數。對于RBF輸出權重的更新迭代算法，使用梯度下降方法進行。

3 數據驅動的軟件可靠性模型在石油工業信息系統中的仿真應用

本文使用SVMr軟件可靠性模型作為預測模型，在SVMr模型中，采用高斯核函數，模型參數懲罰因子取C=100，高斯核函數中σ=1，W=0.1。使用Matlab工具進行模擬仿真，使用HSE2.0（安全環保健康2.0）系統在開發和運維積累的系統失效數據作為實驗數據，共選取225對采樣點數據。每對采樣點由軟件累積執行時間和軟件累積失效數量組成。數據示例見表1。

3.1 模型輸入的選取

采用滑動窗口機制和粒子群（PSO）算法[9]在滑動窗口內選取對預測數據具有重要影響的某些失效數據作為模型輸入。輸入組合采用二進制形式表示，“0”表示未選擇，“1”表示被選擇，例如當 W=6，“010101”則代表2，4，6位置上的失效數據被選擇作為模型輸入。

仿真實驗取前200個失效數據作為訓練數據，后25個數據作為測試數據。通過文獻[9]中給出的方法計算得到在W=7時，滑動窗口內得到最優的模型輸入為 0111011，表示滑動窗口內 2、3、4、6、7 位置上的失效數據組合作為模型輸入。

表1 HSE2.0系統累積執行時間和軟件累積失效數量

3.2 評價標準

本實驗選用平均絕對誤差（MAE）、均方差（MSE）和平均絕對百分比誤差（MAPE）作為預測結果評判標準：

3.3 仿真實驗

以下實驗結果為SVMr軟件可靠性模型對HSE2.0系統累計失效數據的預測結果，如圖2和表2所示。

圖2 SVMr模型對HSE2.0系統累計失效數據的預測結果圖

表2 SVMr可靠性模型對HSE2.0系統累計失效數據預測性能

3.4 實驗分析

本實驗通過使用SVMr軟件可靠性模型對HSE2.0系統累計失效數據進行預測，從仿真實驗預測結果誤差可以明顯看出，使用SVMr軟件可靠性模型能夠精確預測HSE2.0系統累計失效數據，誤差較小，評價標準MAE、MSE和MAPE較小。這說明提出的基于數據驅動的軟件可靠性模型在石油工業信息系統中能夠準確、客觀地預測系統失效數據。

4 結論

筆者提出了將數據驅動的軟件可靠性模型應用于石油工業信息系統，并通過SVMr軟件可靠性模型進行仿真實驗，證明了數據驅動的軟件可靠性模型能夠充分利用系統中產生的失效數據，獲得精確的預測效果，為系統的開發和維護提供強有力的支持，為企業管理者提供決策指導。

[1]Whittaker J A,Voas J.Toward a More Reliable Theory of Software Reliability[J].Computer,2000,33(12)：36-42.

[2]蔡開元.軟件可靠性工程基礎[M].北京：清華大學出版社,1995.

[3]Tian L,Noore A.Dynamic software reliability prediction：an approach based on support vector machines[J].International Journal of Reliability,Quality and Safety Engineering,2005,12(4)：309-321.

[4]Burtschy B,Albeanu G,Boros D N,et al.Improving software reliability forecasting[J].Microelectronics and Reliability,1997,37(6)：901-907.

[5]Guo J,Liu,H,Yang,X,et al.A software reliability time series growth model with Kalman filter[J].WSEAS Transactions on Computers,2006,5(1)：1-7.

[6]賈冀婷.基于PSOABC-SVM的軟件可靠性預測模型究[J].計算機系統應用,2014,23(7)：161-164.

[7]Zheng T C,Gong S,Shi H B.The ARIMA prediction model of rain-induced dynamic attenuation characteristics[C].International Symposium on Antennas,Propagation&Em Theory.2012：587-590.

[8]Vapnik VN.The nature of statistical learning theory[M].2nd Edition.New York：SpringerVerlag,1995.

[9]李克文,劉洪太.基于時序數據的軟件可靠性模型組合新方法[J].計算機應用,2014,34(S2)：208-210.

In recent years,the petroleum industry information system has been developing continuously,and the scale and complexity have been continuously improved.The reliability of the system has been paid more and more attention to.However,in the past,the effective tools and methods for controlling the quality of the petroleum industry information system lacked,software reliability model was not well used in the petroleum industry information system,and the system failure data were not fully utilized.For this reason,3 kinds of software reliability models are introduced,the data-driven software reliability models are used for predicting the failure data in the petroleum industry information system,and finally simulation experiment is carried out using SVMr software reliability model.The simulation results show that the data-driven software reliability model can very well predict the software failure data in the petroleum industry information system,and the prediction results have high decision-making value.

software reliability model;data driven;failure data;petroleum industry information system

劉洪太（1988-），男，碩士，主要從事軟件質量與可靠性方向的研究工作。

王 梅

2017-09-08