趙 露
(安徽電子信息職業(yè)技術(shù)學(xué)院,安徽 蚌埠233000)
科學(xué)技術(shù)的迅猛發(fā)展使得嵌入式軟件測(cè)試數(shù)據(jù)庫(kù)的應(yīng)用范圍越來(lái)越大,嵌入式軟件測(cè)試數(shù)據(jù)庫(kù)中測(cè)試數(shù)據(jù)傳輸?shù)姆€(wěn)定性問(wèn)題逐漸受到各個(gè)網(wǎng)絡(luò)領(lǐng)域的廣泛關(guān)注[1]。在實(shí)際應(yīng)用中,由于嵌入式軟件測(cè)試數(shù)據(jù)庫(kù)受到傳輸路徑限制的原因,測(cè)試數(shù)據(jù)傳輸過(guò)程中很容易出現(xiàn)格式錯(cuò)誤、數(shù)據(jù)包缺失或不一致等一系列問(wèn)題[2],通過(guò)穩(wěn)定性檢測(cè)可以減少測(cè)試數(shù)據(jù)的損失,從而降低數(shù)據(jù)異?,F(xiàn)象發(fā)生。嵌入式軟件測(cè)試數(shù)據(jù)傳輸穩(wěn)定性檢測(cè)方法是一種保護(hù)嵌入式軟件測(cè)試數(shù)據(jù)庫(kù)的信息采集與分析方法,必須確保實(shí)時(shí)性和正確性,這樣才能準(zhǔn)確地管理嵌入式軟件測(cè)試數(shù)據(jù)庫(kù)以及傳輸海量測(cè)試數(shù)據(jù),降低不穩(wěn)定性帶來(lái)的損失[3]。
由于嵌入式軟件測(cè)試數(shù)據(jù)庫(kù)中測(cè)試數(shù)據(jù)的行為大多數(shù)都會(huì)隨著網(wǎng)絡(luò)流量的變化而變化,很多文獻(xiàn)都是通過(guò)嵌入式軟件測(cè)試數(shù)據(jù)庫(kù)中測(cè)試數(shù)據(jù)點(diǎn)的變化,來(lái)檢測(cè)測(cè)試數(shù)據(jù)的穩(wěn)定性?;谙伻核惴ǖ臄?shù)據(jù)傳輸穩(wěn)定性檢測(cè)方法是通過(guò)計(jì)算每一條傳輸路徑上測(cè)試數(shù)據(jù)節(jié)點(diǎn)的測(cè)試值,根據(jù)測(cè)試值確定測(cè)試數(shù)據(jù)傳輸?shù)姆€(wěn)定性[4]。該檢測(cè)方法具有較高的檢測(cè)效率,但是在數(shù)據(jù)誤報(bào)率方面存在一些缺陷。本文提出一種測(cè)試數(shù)據(jù)傳輸穩(wěn)定性檢測(cè)方法,通過(guò)數(shù)據(jù)的提取、數(shù)據(jù)傳輸方程的組建以及檢測(cè)模型設(shè)計(jì),來(lái)提高測(cè)試數(shù)據(jù)傳輸檢測(cè)方法的檢測(cè)能力。
提取測(cè)試數(shù)據(jù)是檢測(cè)嵌入式軟件測(cè)試數(shù)據(jù)傳輸穩(wěn)定性的基礎(chǔ),可以降低誤報(bào)個(gè)數(shù)。提取數(shù)據(jù)庫(kù)中的測(cè)試數(shù)據(jù)時(shí),首先建立測(cè)試數(shù)據(jù)庫(kù)的結(jié)構(gòu)模型,數(shù)據(jù)提取過(guò)程如下。
選取嵌入式軟件測(cè)試數(shù)據(jù)庫(kù)中測(cè)試數(shù)據(jù)在當(dāng)前時(shí)刻查詢到的最大信任值,可以得到查詢時(shí)間間隔較長(zhǎng)的測(cè)試數(shù)據(jù)信任值,對(duì)當(dāng)前時(shí)刻的數(shù)據(jù)傳輸穩(wěn)定性影響較?。?],可以利用式(1)表示嵌入式軟件測(cè)試數(shù)據(jù)庫(kù)測(cè)試數(shù)據(jù)在當(dāng)前時(shí)刻查詢的時(shí)間衰減函數(shù):
式中,f(k-1)表示測(cè)試數(shù)據(jù)在k-1 時(shí)刻的衰減函數(shù),那么在k-1時(shí)刻嵌入式軟件測(cè)試數(shù)據(jù)庫(kù)中,集成的嵌入式軟件測(cè)試數(shù)據(jù)狀態(tài)方程可以表示為:
其中,A表示嵌入式軟件測(cè)試數(shù)據(jù)強(qiáng)度,r表示嵌入式軟件測(cè)試數(shù)據(jù)長(zhǎng)度,e-jkr表示測(cè)試數(shù)據(jù)傳輸不穩(wěn)定時(shí)的波長(zhǎng),Rin表示測(cè)試數(shù)據(jù)傳輸時(shí)產(chǎn)生的瞬時(shí)頻率,ain表示嵌入式軟件測(cè)試數(shù)據(jù)庫(kù)指向性傳遞權(quán)重,e-jφin表示查詢操作的執(zhí)行代價(jià)。
按照測(cè)試數(shù)據(jù)每一個(gè)節(jié)點(diǎn)的反饋權(quán)系數(shù)[6],建立集成的嵌入式軟件測(cè)試數(shù)據(jù)結(jié)構(gòu)模型:
式中,αk表示測(cè)試數(shù)據(jù)的規(guī)模,pk(y|μk,Σk)表示測(cè)試數(shù)據(jù)在k時(shí)刻的傳輸狀態(tài)先驗(yàn)分布情況,Σk表示嵌入式軟件測(cè)試數(shù)據(jù)庫(kù)的非線性恢復(fù)力,μk表示測(cè)試數(shù)據(jù)傳輸?shù)钠詈瘮?shù)。
令{x1,x2,…,xn} 代表嵌入式軟件測(cè)試數(shù)據(jù)庫(kù)中集成的嵌入式軟件測(cè)試數(shù)據(jù)的時(shí)間序列,m表示測(cè)試數(shù)據(jù)的嵌入維數(shù),τ表示測(cè)試數(shù)據(jù)傳輸?shù)难舆t時(shí)間間隔,pk表示嵌入式軟件測(cè)試數(shù)據(jù)的后驗(yàn)概率估計(jì)函數(shù),因此可以得到嵌入式軟件測(cè)試數(shù)據(jù)庫(kù)中集成的測(cè)試數(shù)據(jù)的構(gòu)成形式:
基于以上分析,可以得到嵌入式軟件測(cè)試數(shù)據(jù)提取公式為[7]:
式中,Yq×U表示測(cè)試數(shù)據(jù)集成的傳輸維度矩陣,Wu×u表示測(cè)試數(shù)據(jù)傳輸過(guò)程中的均衡概率,表示測(cè)試數(shù)據(jù)傳輸時(shí)的隸屬度臨界值。嵌入式軟件測(cè)試數(shù)據(jù)特征提取公式為:
式中,yl表示測(cè)試數(shù)據(jù)的數(shù)量,φl(shuí)表示測(cè)試數(shù)據(jù)占總數(shù)據(jù)量的比例。
通過(guò)選取測(cè)試數(shù)據(jù)在當(dāng)前時(shí)刻查詢到的最大信任值,得到了測(cè)試數(shù)據(jù)在當(dāng)前時(shí)刻查詢的時(shí)間衰減函數(shù),利用嵌入式軟件測(cè)試數(shù)據(jù)狀態(tài)方程,建立了嵌入式軟件測(cè)試數(shù)據(jù)結(jié)構(gòu)模型,利用嵌入式軟件測(cè)試數(shù)據(jù)提取公式,完成嵌入式軟件測(cè)試數(shù)據(jù)的提取。
測(cè)試數(shù)據(jù)通過(guò)數(shù)據(jù)傳輸方程的計(jì)算,可以確保傳輸?shù)姆€(wěn)定性,從而降低誤報(bào)個(gè)數(shù)。在嵌入式軟件測(cè)試數(shù)據(jù)傳輸穩(wěn)定性的實(shí)際檢測(cè)中,測(cè)試數(shù)據(jù)的傳輸涉及緩存能量的產(chǎn)生、傳輸和接收等[8]。
根據(jù)測(cè)試數(shù)據(jù)的傳輸過(guò)程可知,測(cè)試數(shù)據(jù)傳輸路徑會(huì)受到外界干擾,主要是環(huán)境和溫度的變化對(duì)測(cè)試數(shù)據(jù)傳輸?shù)挠绊?,針?duì)嵌入式軟件的多導(dǎo)線結(jié)構(gòu),建立了測(cè)試數(shù)據(jù)傳輸穩(wěn)定性檢測(cè)網(wǎng)絡(luò)示意圖,如圖1所示。
在圖1中,V(0)和I(0)可以作為穩(wěn)定性檢測(cè)傳感器采集到的測(cè)試數(shù)據(jù),而V(l)和I(l)作為終端接收的測(cè)試數(shù)據(jù)。測(cè)試數(shù)據(jù)傳輸方程是解決測(cè)試數(shù)據(jù)傳輸穩(wěn)定性問(wèn)題的基礎(chǔ)[9],嵌入式軟件測(cè)試數(shù)據(jù)的傳輸方程為:
圖1 測(cè)試數(shù)據(jù)傳輸穩(wěn)定性檢測(cè)網(wǎng)絡(luò)示意圖
式中,V(z,t)和I(z,t)表示t時(shí)刻嵌入式軟件測(cè)試數(shù)據(jù)在z方向的電壓和電流分布,VF(z,t)和IF(z,t)表示t時(shí)刻測(cè)試數(shù)據(jù)傳輸?shù)碾妷涸春碗娏髟础?/p>
由于檢測(cè)環(huán)境的復(fù)雜性,在組建嵌入式軟件測(cè)試數(shù)據(jù)傳輸方程的基礎(chǔ)上,通過(guò)建立數(shù)據(jù)傳輸穩(wěn)定性檢測(cè)模型,來(lái)實(shí)現(xiàn)穩(wěn)定性檢測(cè)。
在組建嵌入式軟件測(cè)試數(shù)據(jù)傳輸方程的基礎(chǔ)上,采用聚類方法建立了數(shù)據(jù)傳輸穩(wěn)定性檢測(cè)模型,來(lái)檢測(cè)嵌入式軟件測(cè)試數(shù)據(jù)的傳輸穩(wěn)定性,降低誤報(bào)個(gè)數(shù)。
采用數(shù)據(jù)傳輸穩(wěn)定性檢測(cè)模型實(shí)現(xiàn)檢測(cè)的過(guò)程如下:
首先確定嵌入式軟件測(cè)試數(shù)據(jù)庫(kù)中測(cè)試數(shù)據(jù)聚類數(shù),K、C表示測(cè)試數(shù)據(jù)庫(kù)中測(cè)試數(shù)據(jù)樣本集合,C={C1,…,Cι,…,},Cι表示測(cè)試數(shù)據(jù)庫(kù)中的一類測(cè)試數(shù)據(jù),采用ui來(lái)描述相同測(cè)試數(shù)據(jù)樣本中心點(diǎn)的推測(cè)[10],選取ωˉ個(gè)測(cè)試數(shù)據(jù)庫(kù)的聚類中心點(diǎn),計(jì)算出測(cè)試數(shù)據(jù)樣本與聚類中心點(diǎn)之間的距離,然后選擇距離最長(zhǎng)的中心作為測(cè)試數(shù)據(jù)樣本φιξ的所屬類別,最后重新計(jì)算測(cè)試數(shù)據(jù)的聚類中心,重復(fù)上述過(guò)程,直到聚類中心值不變?yōu)橹梗?1]。具體步驟為:
先在嵌入式軟件測(cè)試數(shù)據(jù)庫(kù)中隨機(jī)選取ωˉ個(gè)測(cè)試數(shù)據(jù)聚類中心點(diǎn),計(jì)算每一個(gè)測(cè)試數(shù)據(jù)樣本所屬類別:
對(duì)于嵌入式軟件測(cè)試數(shù)據(jù)庫(kù)中的不同類別,計(jì)算出該類別的測(cè)試數(shù)據(jù)聚類中心:
重復(fù)上述過(guò)程,直到測(cè)試數(shù)據(jù)的聚類中心不變,然后確定嵌入式軟件測(cè)試數(shù)據(jù)庫(kù)中測(cè)試數(shù)據(jù)的類別數(shù),定義嵌入式軟件測(cè)試數(shù)據(jù)庫(kù)中測(cè)試數(shù)據(jù)的每一個(gè)觀測(cè)點(diǎn)[12],每一個(gè)觀測(cè)點(diǎn)都具有pn個(gè)特征,dιξ表示測(cè)試數(shù)據(jù)觀測(cè)點(diǎn)ι到ξ的距離,可以得到:
式中,φι′ξ表示測(cè)試數(shù)據(jù)觀測(cè)點(diǎn)向量,令Cr表示r類的測(cè)試數(shù)據(jù)觀測(cè)點(diǎn),nr=|Cr|表示Cr類測(cè)試數(shù)據(jù)觀測(cè)點(diǎn)的數(shù)量,利用式(11)來(lái)定義r類測(cè)試數(shù)據(jù)集中任意兩個(gè)測(cè)試數(shù)據(jù)點(diǎn)之間的距離和為:
式(12)定義了嵌入式軟件測(cè)試數(shù)據(jù)庫(kù)中測(cè)試數(shù)據(jù)類別的平方和均值:
其中,Dr表示測(cè)試數(shù)據(jù)點(diǎn)之間的距離和,Wk表示測(cè)試數(shù)據(jù)類別的平方和均值。
綜上所述,通過(guò)選取測(cè)試數(shù)據(jù)在當(dāng)前時(shí)刻查詢到的最大信任值,得到了測(cè)試數(shù)據(jù)在當(dāng)前時(shí)刻查詢的時(shí)間衰減函數(shù),利用嵌入式軟件測(cè)試數(shù)據(jù)狀態(tài)方程,建立了嵌入式軟件測(cè)試數(shù)據(jù)結(jié)構(gòu)模型,基于嵌入式軟件測(cè)試數(shù)據(jù)提取公式,完成嵌入式軟件測(cè)試數(shù)據(jù)的提?。桓鶕?jù)嵌入式軟件測(cè)試數(shù)據(jù)的傳輸過(guò)程,建立了測(cè)試數(shù)據(jù)傳輸穩(wěn)定性檢測(cè)網(wǎng)絡(luò),在組建嵌入式軟件測(cè)試數(shù)據(jù)傳輸方程的基礎(chǔ)上,通過(guò)建立數(shù)據(jù)傳輸穩(wěn)定性檢測(cè)模型,實(shí)現(xiàn)了嵌入式軟件測(cè)試數(shù)據(jù)傳輸穩(wěn)定性的檢測(cè)。
實(shí)驗(yàn)環(huán)境和參數(shù)的設(shè)置情況如表1所示。
表1 實(shí)驗(yàn)環(huán)境及參數(shù)統(tǒng)計(jì)
實(shí)驗(yàn)過(guò)程中采用嵌入式軟件測(cè)試數(shù)據(jù)個(gè)數(shù)作為自變量,利用基于蟻群算法的數(shù)據(jù)傳輸穩(wěn)定性檢測(cè)方法和數(shù)據(jù)傳輸穩(wěn)定性檢測(cè)方法進(jìn)行對(duì)比實(shí)驗(yàn),實(shí)驗(yàn)過(guò)程如下:
Step1:準(zhǔn)備仿真實(shí)驗(yàn)環(huán)境,安裝并運(yùn)行simulation仿真軟件;
Step2:試運(yùn)行仿真程序,確保實(shí)驗(yàn)的真實(shí)性,將兩種檢測(cè)方法載入到仿真軟件中;
Step3:在相同的實(shí)驗(yàn)環(huán)境下,進(jìn)行不同檢測(cè)數(shù)據(jù)個(gè)數(shù)的仿真對(duì)比實(shí)驗(yàn);
Step4:在未執(zhí)行任何檢測(cè)方法的情況下,記錄嵌入式軟件測(cè)試數(shù)據(jù)傳輸?shù)恼`報(bào)數(shù)據(jù)個(gè)數(shù);
Step5:分別執(zhí)行兩種檢測(cè)方法,記錄嵌入式軟件測(cè)試數(shù)據(jù)傳輸?shù)恼`報(bào)數(shù)據(jù)個(gè)數(shù)。
根據(jù)實(shí)驗(yàn)步驟,得到嵌入式軟件測(cè)試數(shù)據(jù)傳輸?shù)恼`報(bào)數(shù)據(jù)個(gè)數(shù)對(duì)比曲線,如圖2所示。
圖2 嵌入式軟件測(cè)試數(shù)據(jù)傳輸?shù)恼`報(bào)數(shù)據(jù)個(gè)數(shù)對(duì)比曲線
從實(shí)驗(yàn)結(jié)果中可以看出,在嵌入式軟件測(cè)試數(shù)據(jù)相同的情況下,兩種檢測(cè)方法存在很大差別,基于蟻群算法的數(shù)據(jù)傳輸穩(wěn)定性檢測(cè)方法當(dāng)測(cè)試數(shù)據(jù)個(gè)數(shù)不超過(guò)200 個(gè)時(shí),誤報(bào)數(shù)據(jù)個(gè)數(shù)不超過(guò)20個(gè),檢測(cè)能力可以達(dá)到90%,但是當(dāng)測(cè)試數(shù)據(jù)個(gè)數(shù)越來(lái)越多時(shí),誤報(bào)數(shù)據(jù)個(gè)數(shù)也在增加,測(cè)試數(shù)據(jù)穩(wěn)定性檢測(cè)能力較差;而本文提出的數(shù)據(jù)傳輸穩(wěn)定性檢測(cè)方法當(dāng)測(cè)試數(shù)據(jù)個(gè)數(shù)不超過(guò)500 個(gè)時(shí),誤報(bào)數(shù)據(jù)個(gè)數(shù)都低于20個(gè),具有良好的檢測(cè)能力。
本文提出了嵌入式軟件測(cè)試數(shù)據(jù)傳輸穩(wěn)定性檢測(cè)方法,通過(guò)選取測(cè)試數(shù)據(jù)在當(dāng)前時(shí)刻查詢到的最大信任值,得到了測(cè)試數(shù)據(jù)在當(dāng)前時(shí)刻查詢的時(shí)間衰減函數(shù),利用嵌入式軟件測(cè)試數(shù)據(jù)狀態(tài)方程,建立了測(cè)試數(shù)據(jù)結(jié)構(gòu)模型,基于嵌入式軟件測(cè)試數(shù)據(jù)提取公式,完成測(cè)試數(shù)據(jù)的提??;根據(jù)嵌入式軟件測(cè)試數(shù)據(jù)的傳輸過(guò)程,建立了測(cè)試數(shù)據(jù)傳輸穩(wěn)定性檢測(cè)網(wǎng)絡(luò);在組建嵌入式軟件測(cè)試數(shù)據(jù)傳輸方程的基礎(chǔ)上,通過(guò)建立數(shù)據(jù)傳輸穩(wěn)定性檢測(cè)模型,實(shí)現(xiàn)了嵌入式軟件測(cè)試數(shù)據(jù)傳輸穩(wěn)定性的檢測(cè)。實(shí)驗(yàn)結(jié)果證明,提出的數(shù)據(jù)傳輸穩(wěn)定性檢測(cè)方法具有較高的數(shù)據(jù)傳輸穩(wěn)定性檢測(cè)能力。