1、隨著科學(xué)技術(shù)的發(fā)展，軟件系統(tǒng)在經(jīng)濟、金融、醫(yī)療、通信、交通、航天、航空、工業(yè)控制等領(lǐng)域得到了廣泛的應(yīng)用。這對軟件的可靠性提出了前所未有的挑戰(zhàn)。 為了提高軟件的可靠性，人們采用軟件工程學(xué)方法來指導(dǎo)整個軟件研發(fā)流程。在整個流程中軟件測試對于軟件可靠性的提高起到了至關(guān)重要的作用，同時測試中獲得的軟件失效數(shù)據(jù)為軟件可靠性評估奠定了基礎(chǔ)。以手工方式生成測試數(shù)據(jù)，工作量大、效率低、容易出錯，而且無法保證測試的充分性。因此，如何生成測試數(shù)據(jù)成

2、為軟件測試的難點之一。 可靠性作為衡量軟件質(zhì)量的重要特性，其定量評估已成為研究人員關(guān)注的焦點。軟件可靠性建模是軟件可靠性評估的主要方法之一。前人在軟件可靠性模型方面的研究衍生出了大量模型及其變種。如此眾多的模型一方面說明了軟件可靠性問題的復(fù)雜性與不確定性，另一方面說明至今沒有一個可適用于所有軟件項目的通用模型，使得運用這些模型成了一個棘手的問題。 數(shù)據(jù)挖掘是涉及數(shù)據(jù)庫、人工智能、數(shù)理統(tǒng)計、機器學(xué)習(xí)等的交叉學(xué)科。它能發(fā)現(xiàn)大

3、量數(shù)據(jù)中隱含的、有意義的知識，已經(jīng)被廣泛的應(yīng)用于眾多領(lǐng)域。在本文中，作者深入研究了軟件可靠性測試與評估的方法和數(shù)據(jù)挖掘技術(shù)，發(fā)現(xiàn)了兩者之間的結(jié)合點，提出了把數(shù)據(jù)挖掘技術(shù)應(yīng)用于軟件測試數(shù)據(jù)生成和軟件可靠性建模的方案，來解決目前軟件測試和可靠性評估中所暴露出來的問題。 對于手工編制結(jié)構(gòu)測試數(shù)據(jù)極為困難且效率低下這一問題，作者把數(shù)據(jù)挖掘中的遺傳算法應(yīng)用到結(jié)構(gòu)測試數(shù)據(jù)生成這一場景中。在進一步研究了遺傳算法特點后，為提高搜索效率，對遺傳算

4、法進行了改進，并設(shè)計了相應(yīng)的算法包。對于傳統(tǒng)可靠性模型健壯性差、適用范圍窄這一問題，作者在分析了問題的根本原因之后，研究了基于數(shù)據(jù)挖掘BP神經(jīng)網(wǎng)絡(luò)的軟件可靠性建模方法和基于線性神經(jīng)網(wǎng)絡(luò)的綜合模型建模方法。 本文最后以HBFS(霍尼韋爾銀行金融遠程聯(lián)網(wǎng)管理集成平臺)的可靠性測試與評估作為應(yīng)用實例。論述了從測試需求分析，測試策略選擇，測試用例生成到測試結(jié)果統(tǒng)計的整個過程。把本文設(shè)計的遺傳算法包應(yīng)用到了HBFS系統(tǒng)的結(jié)構(gòu)測試數(shù)據(jù)生成中