[發明專利]基于等級分配的非均勻軟件可信指標融合方法

有效

• 申請號: 201810327392.0
• 申請日: 2018-04-12
• 公開（公告）號: CN108595961B
• 公開（公告）日: 2021-07-02
• 發明（設計）人: 張恒山;王忠民;陳彥萍;田振洲;高聰;孫韓林;苑慶濤;高玉坤
• 申請（專利權）人: 西安郵電大學
• 主分類號: G06F21/57
• 分類號: G06F21/57
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 田洲

本發明公開了一種基于等級分配的非均勻軟件可信指標融合方法，能實現軟件可信指標之間的有效融合計算，進而完成基于指標的軟件可信性量化評估，具體包括以下步驟：1)針對分布非均勻的各類軟件可信指標，根據其密集分布區間和其它區間內數據所占的比率以及區間長度的比率等進行等級分配，為密集分布區間分配數目相對較多的等級；2)基于軟件可信指標取值區間的等級分配，將非均勻的軟件可信指標轉換為[0,1]區間內的數，實現非均勻軟件可信指標的歸一化，用加權平均法實現它們的融合計算。

【技術領域】

本發明屬于軟件可信指標融合計算領域，特別涉及一種基于等級分配的非均勻軟件可信指標融合方法，其目的在于減少非均勻分布的軟件可信指標之間的差異性，實現不同類型，且分布非均勻的軟件可信指標之間的融合計算。

【背景技術】

在軟件可信性量化評估中，常常將多個軟件可信指標量化后進行融合計算，例如加權平均，將得到的計算結果作為軟件可信性的量化評估值。然而，軟件可信性指標的取值往往具有類型多樣性且分布非均勻的特性，不可能對其直接進行融合計算。例如對于抽取的軟件可信性度量參數，以NASA數據集MDP(Metrics Data Program)中的“D``\PC5”子集為例，參數CONDITION_COUNT的取值范圍是[0，1090]，而參數DESIGN_DENSITY的取值范圍為[0.0，1.0]，參數PARAMETER_COUNT的取值是0至9十個自然數，它們分別對應三種不同類型的數據。同時，軟件度量參數NUM_OPERANDS的取值范圍為[0,5169]，其中80％的取值集中在[0，122]這個子區間內，而剩余20％取值分布在(122，5169]這個很大的區間內，特別是一些較大的值，取值更是稀疏。這些取值類型多樣，分布不均勻的軟件可信指標，很難進行融合計算。為了實現對取值類型多樣且分布不均勻的軟件可信指標的融合計算，需要對軟件可信指標進行同構化處理，而數據歸一化是數據同構化處理常用的一種重要方法。數據歸一化方法可以將差異大的不同類型的數據轉換為[0,1]區間內的實數，實現數據格式的統一，然而傳統的數據歸一化方法并不能提高歸一化數據之間的一致性。例如，軟件度量參數NUM_OPERANDS歸一化后，其80％的取值集中在[0，0.024]這個很小的子區間內，剩余20％取值分布在(0.024，1]這個相對較大的區間內。而參數PARAMETER_COUNT的取值歸一化后，相對均勻地分布在[0,1]區間內，小于0.1的數幾乎沒有，這樣的兩個軟件可信性指標融合計算得到的值將無實際意義。

【發明內容】

本發明的目的在于提供一種基于等級分配的非均勻軟件可信指標融合方法，在實現軟件指標歸一化的同時，提高軟件可信指標之間的一致性，從而便于進行軟件可信指標的融合計算，以解決現有技術存在的問題。

為達到上述目的，本發明通過以下技術方案予以實現：

基于等級分配的非均勻軟件可信指標融合方法，包括如下步驟：

1)采集軟件可信指標取值及其密集分布區間；針對分布非均勻的軟件可信性指標，根據其取值的密集分布區間和其它區間內數據所占的比率以及區間長度的比率進行等級分配；

2)基于軟件可信指標取值的分布區間的等級分配，利用分配的等級將非均勻軟件可信指標轉換為[0,1]區間內的實數，實現非均勻軟件可信指標的歸一化。

本發明進一步改進在于，步驟1)中針對分布非均勻的軟件可信指標，根據其取值的密集分布區間和其它區間內數據所占的比率以及區間長度的比率進行等級分配，需要先完成以下操作：

首先，將軟件可信指標取值范圍表示為區間[u,v]，該區間被數據集中分布的密集區間[a,b]劃分成三個子區間：

PSR₁:[u,a),PSR₂:[a,b],PSR₃:(b,v]

其中，[a,b]是數據密集分布區間，PSR_i(i＝1,2,3)表示軟件可信指標取值范圍被劃分后的三個子區間；