From these definitions, the differe

From these definitions, the difference between a fault and a defect is unclear. For practical purposes, there is no difference between the two terms. Indeed, in many development organizations the two terms are used synonymously. In this book we also use the two terms interchangeably. Simply put, when an error occurs during the development process, a fault or a defect is injected in the software. In operational mode,failures are caused by faults or defects, or failures are materializations of faults. Sometimes a fault causes more than one failure situation and, on the other hand, some faults do not materialize until the software has been executed for a long time with some particular scenarios. Therefore, defect and failure do not have a one-to-one correspondence. Third, the defects that cause higher failure rates are usually discovered and removed early. The probability of failure associated with a latent defect is called its size, or “bug size.” For special-purpose software systems such as the air traffic control systems or the space shuttle control systems, the operations profile and scenarios are better defined and, therefore, the time to failure metric is appropriate. For general-purpose computer systems or commercial-use software, for which there is no typical user profile of the software, the MTTF metric is more difficult to implement and may not be representative of all customers. Fourth, gathering data about time between failures is very expensive. It requires recording the occurrence time of each software failure. It is sometimes quite difficult to record the time for all the failures observed during testing or operation. To be useful, time between failures data also requires a high degree of accuracy. This is perhaps the reason the MTTF metric is not widely used by commercial developers. Finally, the defect rate metric (or the volume of defects) has another appeal to commercial software development organizations. The defect rate of a product or the expected number of defects over a certain time period is important for cost and resource estimates of the maintenance phase of the software life cycle. Regardless of their differences and similarities, MTTF and defect density are the two key metrics for intrinsic product quality. Accordingly, there are two main types of software reliability growth models—the time between failures models and the defect count (defect rate) models. We discuss the two types of models and provide several examples of each type in Chapter 8.

Kết quả (Việt) 1:

Từ các định nghĩa này, sự khác biệt giữa một lỗi và một lỗi không rõ ràng. Cho các mục đích thực tế, đó là không có sự khác biệt giữa hai nhiệm kỳ. Thật vậy, trong nhiều tổ chức phát triển hai thuật ngữ được sử dụng synonymously. Trong cuốn sách này chúng tôi cũng sử dụng hai thuật ngữ thay thế cho nhau. Đơn giản chỉ cần đặt, khi một lỗi xảy ra trong quá trình phát triển, một lỗi hoặc một lỗi được tiêm trong phần mềm. Ở chế độ hoạt động, thất bại là do lỗi hoặc khiếm khuyết, hoặc thất bại là materializations lỗi. Đôi khi một lỗi gây ra nhiều hơn một sự thất bại tình huống, và mặt khác, một số lỗi không cụ thể hoá cho đến khi phần mềm đã được thực hiện trong một thời gian dài với một số tình huống cụ thể. Vì vậy, khiếm khuyết và thất bại không có một sự tương ứng một-một. Thứ ba, các khiếm khuyết gây ra tỷ lệ thất bại cao thường được phát hiện và gỡ bỏ sớm. Xác suất của sự thất bại kết hợp với một khiếm khuyết tiềm ẩn được gọi là kích thước của nó, hoặc "lỗi kích thước." Đối với hệ thống phần mềm chuyên dụng như hệ thống điều khiển giao thông máy hoặc hệ thống kiểm soát không gian đưa đón sân bay, cấu hình hoạt động và kịch bản tốt hơn được xác định và do đó, thời gian để thất bại metric là thích hợp. Cho hệ thống máy tính thông thường hoặc sử dụng thương mại phần mềm, mà có là không có hồ sơ người dùng thông thường của phần mềm, số liệu MTTF là khó khăn hơn để thực hiện và có thể không đại diện cho tất cả khách hàng. Thứ tư, thu thập dữ liệu về thời gian giữa thất bại là rất tốn kém. Nó đòi hỏi thời gian xuất hiện từng thất bại phần mềm ghi âm. Đôi khi là khá khó khăn để ghi lại thời gian cho tất cả những thất bại quan sát trong thời gian thử nghiệm hoặc hoạt động. Để được hữu ích, thời gian giữa thất bại dữ liệu cũng đòi hỏi một mức độ chính xác cao. Điều này có lẽ là lý do số liệu MTTF không rộng rãi được sử dụng bởi nhà phát triển thương mại. Cuối cùng, các số liệu tỷ lệ Khuyết tật (hoặc khối lượng khiếm khuyết) có các kháng cáo khác để tổ chức phát triển phần mềm thương mại. Tỷ lệ Khuyết tật của một sản phẩm hoặc số dự kiến các khiếm khuyết trong một khoảng thời gian nhất định là quan trọng cho các ước tính chi phí và nguồn lực của giai đoạn bảo trì trong vòng đời của phần mềm. Bất kể sự khác biệt và tương đồng của họ, MTTF và khiếm khuyết mật độ là hai số liệu quan trọng chất lượng sản phẩm nội tại. Theo đó, có hai loại chính của mô hình phát triển phần mềm đáng tin cậy-thời gian giữa thất bại các mô hình và các mô hình tính (khiếm khuyết tỷ lệ) khiếm khuyết. Chúng tôi thảo luận về hai loại mô hình và cung cấp một số ví dụ của mỗi loại ở chương 8.

Kết quả (Việt) 2:

Từ những định nghĩa này, sự khác biệt giữa một lỗi và khiếm khuyết là không rõ ràng. Đối với các mục đích thực tế, không có sự khác biệt giữa hai thuật ngữ. Thật vậy, trong nhiều tổ chức phát triển hai thuật ngữ này được sử dụng đồng nghĩa. Trong cuốn sách này, chúng tôi cũng sử dụng hai thuật ngữ thay thế cho nhau. Đơn giản chỉ cần đặt, khi một lỗi xảy ra trong quá trình phát triển, một lỗi hoặc một khiếm khuyết được tiêm trong phần mềm. Trong chế độ hoạt động, thất bại là do lỗi hay khiếm khuyết, hoặc thất bại là materializations lỗi. Đôi khi một lỗi gây ra nhiều tình huống thất bại và, mặt khác, một số lỗi không hiện thực cho đến khi phần mềm đã được thực hiện trong một thời gian dài với một số tình huống cụ thể. Vì vậy, khuyết tật và thất bại không có một-một trong những thư. Thứ ba, các khiếm khuyết gây ra tỷ lệ thất bại cao hơn thường được phát hiện và loại bỏ sớm. Xác suất của sự thất bại liên kết với một khuyết tật tiềm ẩn được gọi là kích thước, hoặc "kích cỡ lỗi." Của nó Đối với hệ thống phần mềm chuyên dụng như hệ thống kiểm soát không lưu hoặc các hệ thống kiểm soát tàu con thoi không gian, các hoạt động cấu hình và kịch bản được gọn gàng hơn và, Vì vậy, thời gian để số liệu thất bại là thích hợp. Đối với hệ thống máy tính có mục đích chung hoặc phần mềm thương mại sử dụng, mà không có hồ sơ người sử dụng điển hình của phần mềm, các số liệu MTTF là khó khăn hơn để thực hiện và có thể không đại diện cho tất cả khách hàng. Thứ tư, thu thập dữ liệu về thời gian giữa thất bại là rất tốn kém. Nó đòi hỏi phải ghi nhận thời gian xuất hiện của mỗi lỗi phần mềm. Đôi khi nó là khá khó khăn để ghi lại thời gian cho tất cả những thất bại quan sát thời gian thử nghiệm hoặc hoạt động. Để có ích, thời gian giữa các dữ liệu thất bại cũng đòi hỏi một mức độ chính xác cao. Đây có lẽ là lý do số liệu MTTF không được sử dụng rộng rãi bởi các nhà phát triển thương mại. Cuối cùng, các số liệu tỷ lệ khuyết tật (hoặc khối lượng của các khuyết tật) có một sức hấp dẫn cho các tổ chức phát triển phần mềm thương mại. Các tỷ lệ khuyết tật của một sản phẩm hoặc số lượng dự kiến ​​của các khuyết tật trong một thời gian nhất định là quan trọng đối với chi phí và tài nguyên dự toán của giai đoạn bảo trì của vòng đời phần mềm. Bất kể sự khác biệt và tương đồng của họ, MTTF và mật độ khuyết tật là hai chỉ số quan trọng đối với chất lượng sản phẩm bên trong. Theo đó, có hai loại chính của tăng trưởng độ tin cậy phần mềm các mô hình thời gian giữa thất bại mô hình và đếm lỗi (tỷ lệ khuyết tật) mô hình. Chúng tôi thảo luận về hai loại mô hình và cung cấp một số ví dụ về mỗi loại trong Chương 8.