تشخیص خطاهای نرم افزار سیستم های کامپیوتری با استفادهاز شبکه های هوش مصنوعی

در سیستم های امنیتی و نرم افزاری خرابی سیستم باعث کاهش کیفیت می گردد. اکثر خرابی های سیستم ها مربوط به خرابی های زمان اجرا هستند که همیشه در طول آزمایش سیستم گرفته نمی شوند و در زمان اجرا به قوت خود باقی می مانند.در چنین موردی ، پیش بینی خطای نرم افزار پیش از آنکه اتفاق بیفتد، باعث می شود طراحان در مورد خرابی های احتمالی دید وسیع تری داشته باشند. شبکه عصبی مصنوعی به دلیل اینکه می تواند بین الگوهای مختلف تمایز قائل شود، وسیله مناسبی برای تشخیص خطا است . نتیجه پیش بینی می تواند تا آن اندازه قوی باشد که کل خطای نرم افزار را قدم به قدم پی گیری کند. در این پایان نامه ، تشخیص خطای نرم افزار در محتوای خطای ماژول ها با استفاده از شبکه های عصبی مصنوعی چندلایه مورد بررسی قرار گرفتند. مدل شبکه برای حالت های دولایه و سه لایه ارزیابی شد. نتایج حاصل نشان دادکه استفاده از الگوریتم شبکه عصبی نسبت به الگوریتم های مشابه بهتر عمل کرده است .طوری که دقت پیش بینی حدود۹۳ درصد به دست آمده است .همچنین روش پیشنهادی در مقایسه با روشهای مشابه در تشخیص خطای نرم افزار در محتوای خطای ماژول ها، دقت تشخیص بهتری داشته است .

کلیدواژه ها:

پیش بینی ، خطای نرم افزار ، خطای ماژول و شبکه های عصبی .