Аналіз надійності програмного забезпечення для автоматичного моніторингу баз даних з руху населення
DOI:
https://doi.org/10.20998/2078-9130.2025.1.331969Ключові слова:
надійність, інтенсивність відмов, програма, вебзастосунок, тестування, бази даних.Анотація
Представлено підхід та результати аналізу надійності програми збирання даних про рух населення у формі утворення міст. Надано стислий опис даної програми, що працює з моніторингом відкритих баз даних Української Вікіпедії та програмного застосунку OpenStreetMap. Програму створено на мові програмування Python з використанням бібліотек Requests, BeautifulSoup, Pandas, що забезпечує ефективну роботу з HTML-контентом веб-сторінок, обробку геоданих та структуроване зберігання інформації. Розробку, тестування та візуалізацію процесу виконано за допомогою Jupyter Notebook. Розглянуто дані з виявлення числа дефектів, отриманих при розробці програмного засобу, в залежності від часового інтервалу тестування. Для розрахункового аналізу використано модель Джелінські-Моранди, надано її математичний опис. Параметри моделі визначено за допомогою розв’язання системи нелінійних рівнянь ітераційним методом. Представлено отримані розрахункові залежності від часу тестування інтенсивності відмов та функції надійності програми збирання даних. Виконано порівняння отриманих даних попереднього розрахункового моделювання надійності з даними, отриманими при тестуванні програми, що розглядається. Визначено час забезпечення необхідної надійності програмного засобу. Показано, що використання описаного підходу та моделі Джелінські-Моранди надає задовільний ступінь опису поведінки програмного засобу при тестуванні, що дозволяє визначити час забезпечення необхідної надійності його роботи. Зроблено висновок, що використання представленого підходу та отримані при цьому результати дозволяють вважати можливим його застосування й при проєктуванні подібних програмних засобів, присвячених аналізу полів баз даних.
Посилання
Atoum I. et al. Challenges of software requirements quality assurance and validation: A systematic literature review. IEEE Access. – 2021. – Vol. 9. – P. 137613-137634. https://doi.org/10.1109/ACCESS.2021.3117989
Dohi T., Liu S. (ed.). Mathematics in Software Reliability and Quality Assurance. MDPI-Multidisciplinary Digital Publishing Institute, 2022. – 218 p. https://doi.org/10.3390/books978-3-0365-3800-6
Shukla A. et al. System security assurance: A systematic literature review. Computer Science Review. – 2022. – Vol. 45. – 100496 p. https://doi.org/10.1016/j.cosrev.2022.100496
Jelinski Z., Moranda P. Software reliability research. //Statistical computer performance evaluation. – Academic Press, 1972. – P. 465-484. https://doi.org/10.1016/B978-0-12-266950-7.50028-1
Moranda P. B. A Comparison of Software Error-Rate Models. Texas Conference on Computing. – 1975. – P. 2A-6.1-2A-6.9.
Van Driel W. D., Bikker J. W., Tijink M. Prediction of software reliability. Microelectronics Reliability. – 2021. – Vol. 119. – 114074 p. https://doi.org/10.1016/j.microrel.2021.114074
Lyu M. R. T. Software reliability theory. Encyclopedia of Software engineering. – 2002. – Vol. 2. – P. 1611-1630. https://doi.org/10.1002/0471028959.sof329
Yamada S. Software reliability modeling: fundamentals and applications. Tokyo : Springer, 2014. – Vol. 5. – 90 p. https://doi.org/10.1007/978-4-431-54565-1
Al Turk L. I., Alsolami E. G. Jelinski-Moranda software reliability growth model: a brief literature and modification. International Journal of Software Engineering & Applications (IJSEA). – 2016. – Vol. 7. – No. 2. https://doi.org/10.5121/ijsea.2016.7204
Samal U., Kumar A. Redefining software reliability modeling: embracing fault-dependency, imperfect removal, and maximum fault considerations. Quality Engineering. – 2024. – Vol. 36. – No. 3. – P. 500-509. https://doi.org/10.1080/08982112.2023.2241067
Wimalasooriya C. et al. A systematic mapping study addressing the reliability of mobile applications: The need to move beyond testing reliability //Journal of Systems and Software. – 2022. – Vol. 186. – 111166 p. https://doi.org/10.1016/j.jss.2021.111166
Pavlova E. Quality Assurance Methods of Software Applications and Online Services in Institutions of Higher Education. Yearbook of UNWE. – 2024. – Vol. 2. – No. 2. – P. 83-92.
Gadde H. AI-Powered Fault Detection and Recovery in High-Availability Databases. International Journal of Machine Learning Research in Cybersecurity and Artificial Intelligence. – 2024. – Vol. 15. – No. 1. – P. 500-529.
Campbell L., Majors C. Database reliability engineering: designing and operating resilient database systems. O'Reilly Media, Inc. – 2017.
Breslavsky D. V., Brovarnyk O. O. Vykorystannia metodu zvazhenykh vidkhyliv u formi MSE dlia aproksymatsii dvovymirnykh rozpodiliv. Bulletin of the National Technical University «KhPI» Series: Dynamics and Strength of Machines. – 2024. – No. 1. – P. 36-41.
Wikipedia. Available at: https://en.wikipedia.org/wiki/Main_Page. (accessed 01.06.2025)
OpenStreetMap – free cartographic platform. Available at: https://www.openstreetmap.org. (accessed 01.06.2025)
McClain B. P. Python for Geospatial Data Analysis. O'Reilly Media, Inc., 2022.
Capasso V., Bakstein D. Introduction to continuous-time stochastic processes. Springer International Publishing, 2021. – 560 p. https://doi.org/10.1007/978-3-030-69653-5
