一种针对嵌入式系统的安全性分析方法

嵌入式系统广泛应用于安全关键的工业领域，但目前嵌入式系统的安全性缺乏整体性的分析。为此，提出了一种较为全面且融合了失效概率及失效路径的嵌入式系统的故障演化链分析方法。对系统采用层次分析法，借鉴失效模式和影响分析的方法，构建出故障的演化关系链条，即故障演化链。利用故障演化链可以对系统中可能包含的故障、故障产生的原因、故障带来的危害等级及故障的传播路径进行分析。在2个嵌入式软件系统上进行实验，结果显示：基于故障演化链方法比故障影响分析、功能危害性分析和故障树分析更全面，故障演化链的方法能较好地对嵌入式系统进行安全性分析。     

基于LSTM循环神经网络的故障时间序列预测

有效地预测使用阶段的故障数据对于合理制定可靠性计划以及开展可靠性维护活动等具有重要的指导意义。从复杂系统的历史故障数据出发,提出了一种基于长短期记忆（LSTM）循环神经网络的故障时间序列预测方法,包括网络结构设计、网络训练和预测过程实现算法等,进一步以预测误差最小为目标,提出了一种基于多层网格搜索的LSTM预测模型参数优选算法,通过与多种典型时间序列预测模型的实验对比,验证了所提出的LSTM预测模型及其参数优选算法在故障时间序列分析中具有很强的适用性和更高的准确性。      

基于JUnit和元模型的模型存储测试设计与实现

在模型驱动测试中,针对测试模型的存储测试问题,提出了单元素、单个测试元模型、组合测试元模型等测试覆盖准则,并通过实例化的方法生成了测试用例,讨论了测试结果的判定方法.在Eclipse平台上,借助于JUnit框架实现了模型存储测试.通过分析不同数量级的测试用例对执行效率的影响以及不同测试覆盖准则和相应的JUnit测试代码规模之间的关系,为测试元模型的设计与存储提供了实践指导,并表明JUnit框架可以用于基于元模型的测试.提出了一个基于JUnit和元模型的自动测试框架——JMetamodel,可以用于模型存储以及模型转换的测试.      

基于程序行为累积分析的软件故障定位方法

软件出现失效后,如何根据软件运行时的输入以及运行行为来快速定位引发失效的故障是一个非常有价值的研究问题.提出了故障定位的锥状框架,并基于其将故障定位问题表示为一个分层细化的过程.在软件输入层,利用程序行为累积分析技术对软件的行为进行建模分析,得到了统计故障定位模型,从而解决了软件输入层的故障定位问题.为了检验故障定位模型的效果,选择了5个软件进行实验,对其中4个设计并植入故障,另外1个为真实软件,实验获得了平均0.803的定准率和平均0.697的定全率.在此基础上,如何应用程序行为累积分析技术在软件设计模块层解决故障定位问题得到了进一步的分析.      

一种面向嵌入式系统的多模型集中存储方法

随着软件安全性的重要性日益增长，使用模型驱动的方法进行软件开发越来越受到重视。针对目前存在跨域模型的集成障碍，提出了一种基于元建模技术提取多视角模型信息进行存储的方法，并详细阐述了针对AADL、SysML、Simulink三种建模语言设计的建模元素解析、集成描述文件生成的方法框架。实验结果表明:按照所提方法实现的模型仓库能够准确提取出不同视角模型间的集成相关信息，在能够正确存储、查询的条件下，实现的元素数量覆盖率均在90%以上。      

基于UML用例图与顺序图模型的操作剖面构造

探讨了由面向对象用例模型构造操作剖面的可行性,结合一个实例,详细介绍基于统一建模语言UML(Unified Modeling Language)的用例图和顺序图构造操作剖面的具体方法,并对基于UML用例图和顺序图构造操作剖面方法的有效性进行了分析.结果表明,将操作剖面构造与软件系统建模相结合,可大大简化构造过程,降低开发费用.     

面向可信的航空嵌入式软件开发方法框架

针对航空综合化软件的可信内涵,即可靠性、安全性和实时性,开展了开发方法的研究,提出了针对性的可信内涵模型和相应的开发过程模型,并设计了基于模型的需求分析、组件化设计以及系统配置综合的开发方法框架.在开发方法框架研究过程中,重点分析了航空综合化软件平台的特征,即因为物理资源的限制,软件任务之间存在复杂的交互、资源竞争和共享关系,并分析了这些特征对其可靠性、安全性和实时性的影响.     

奇异谱分析在故障时间序列分析中的应用

由于日益增长的飞行安全和飞机维护质量需求,飞机使用可靠性已经成为一个重要的研究领域。从某航空公司波音737飞机使用过程中现场所记录的18年的故障数据出发,应用奇异谱分析（SSA）方法,对故障时间序列进行了建模和预测,进一步以预测结果的均方根误差（RMSE）最小为优化目标对SSA模型参数进行了优选。在此基础上,提出了一种更为广泛的模型组合方法和实现算法,这种方法采用不同的时间序列模型来构造SSA分解出的趋势、周期和残差等成分。通过与三次指数平滑（Holt-Winters）、自回归移动平均（ARIMA）2种时间序列模型的实验结果对比,SSA及其参数优选和模型组合方法在故障时间序列分析中具有更好的拟合和预测精度。      

故障预测与健康管理(PHM)技术的现状与发展

 结合故障预测与健康管理(PHM)的技术发展过程,阐述了PHM的应用价值。论述了PHM技术系统级应用问题,提出了故障诊断与预测的人-机-环完整性认知模型,并依此对蓬勃发展的故障诊断与故障预测技术进行了分类与综合分析,给出了PHM技术的发展图像。针对故障诊断与预测的不确定性特征,对故障诊断与预测技术的性能要求、定量评价与验证方法进行了分析。最后,以PHM技术的工程应用为线索,提出了PHM技术发展中的几个问题。