การทดสอบความน่าเชื่อถือของซอฟต์แวร์เป็นสาขาหนึ่งของการทดสอบซอฟต์แวร์ที่เกี่ยวข้องกับการทดสอบความสามารถของซอฟต์แวร์ในการทำงานภายใต้เงื่อนไขแวดล้อมในช่วงระยะเวลาหนึ่ง การทดสอบความน่าเชื่อถือของซอฟต์แวร์ช่วยค้นพบปัญหามากมายในการออกแบบและการทำงาน ของซอฟต์แวร์

ความน่าเชื่อถือของซอฟต์แวร์คือความน่าจะเป็นที่ซอฟต์แวร์จะทำงานได้อย่างถูกต้องในสภาพแวดล้อมที่กำหนดและในช่วงเวลาที่กำหนด โดยใช้สูตรต่อไปนี้ในการคำนวณความน่าจะเป็นของความล้มเหลวโดยการทดสอบตัวอย่างของสถานะอินพุตทั้งหมดที่มีอยู่: เวลาเฉลี่ยระหว่างความล้มเหลว (MTBF) = เวลาเฉลี่ยที่จะเกิดความล้มเหลว (MTTF) + เวลาเฉลี่ยในการซ่อมแซม (MTTR)

ความน่าจะเป็น = จำนวนกรณีที่ล้มเหลว / จำนวนกรณีทั้งหมดที่อยู่ระหว่างการพิจารณา

เซตของสถานะอินพุตที่เป็นไปได้ทั้งหมดเรียกว่าปริภูมิอินพุต ในการค้นหาความน่าเชื่อถือของซอฟต์แวร์ เราจำเป็นต้องค้นหาปริภูมิเอาต์พุตจากปริภูมิอินพุตและซอฟต์แวร์ที่กำหนด^{[ 1 ]}

สำหรับการทดสอบความน่าเชื่อถือ ข้อมูลจะถูกรวบรวมจากขั้นตอนต่างๆ ของการพัฒนา เช่น ขั้นตอนการออกแบบและการใช้งาน การทดสอบมีข้อจำกัดเนื่องจากข้อจำกัดต่างๆ เช่น ต้นทุนและเวลา ตัวอย่างทางสถิติได้มาจากผลิตภัณฑ์ซอฟต์แวร์เพื่อทดสอบความน่าเชื่อถือของซอฟต์แวร์ เมื่อรวบรวมข้อมูลหรือสารสนเทศได้เพียงพอแล้ว จะมีการศึกษาทางสถิติ ข้อจำกัดด้านเวลาจะถูกจัดการโดยการกำหนดวันที่หรือกำหนดเวลาที่แน่นอนสำหรับการทดสอบ หลังจากขั้นตอนนี้ การออกแบบซอฟต์แวร์จะหยุดลงและเริ่มขั้นตอนการใช้งานจริง เนื่องจากมีข้อจำกัดด้านต้นทุนและเวลา ข้อมูลจึงถูกรวบรวมอย่างระมัดระวังเพื่อให้ข้อมูลแต่ละส่วนมีวัตถุประสงค์และได้รับความแม่นยำตามที่คาดหวัง^{[ 2 ]} เพื่อให้ได้ผลลัพธ์ที่น่าพอใจจากการทดสอบความน่าเชื่อถือ จำเป็นต้องคำนึงถึงลักษณะความน่าเชื่อถือบางประการ ตัวอย่างเช่น เวลาเฉลี่ยในการเกิดความล้มเหลว (MTTF) ^{[ 3 ]}วัดจากปัจจัยสามประการ:

1. เวลาดำเนินการ
2. จำนวนรอบการเปิดปิด
3. และเวลาตามปฏิทิน

หากข้อจำกัดอยู่ที่เวลาดำเนินการหรือหากเน้นที่จุดแรกสำหรับการปรับปรุง สามารถใช้การเร่งเวลาแบบบีบอัดเพื่อลดเวลาการทดสอบได้ หากเน้นที่เวลาตามปฏิทิน (เช่น หากมีกำหนดเวลาที่กำหนดไว้ล่วงหน้า) จะใช้การทดสอบความเครียดแบบเข้มข้น^{[ 2 ] [ 4 ]}

ความพร้อมใช้งานของซอฟต์แวร์วัดจากค่าเฉลี่ยเวลาระหว่างความล้มเหลว (MTBF) ^{[ 5 ]}

MTBF ประกอบด้วยเวลาเฉลี่ยในการเกิดความล้มเหลว (MTTF) และเวลาเฉลี่ยในการซ่อมแซม (MTTR) MTTF คือความแตกต่างของเวลาระหว่างความล้มเหลวสองครั้งติดต่อกัน และ MTTR คือเวลาที่จำเป็นในการแก้ไขความล้มเหลว^{[ 6 ]}

${\displaystyle MTBF=MTTF+MTTR}$

ความพร้อมใช้งานในสภาวะคงที่แสดงถึงเปอร์เซ็นต์ที่ซอฟต์แวร์สามารถใช้งานได้

${\displaystyle A={\frac {MTTF}{MTTF+MTTR}}={\frac {MTTF}{MTBF}}}$

ตัวอย่างเช่น หาก MTTF เท่ากับ 1000 ชั่วโมงสำหรับซอฟต์แวร์ แสดงว่าซอฟต์แวร์นั้นควรใช้งานได้ต่อเนื่อง 1000 ชั่วโมง

สำหรับซอฟต์แวร์ตัวเดียวกัน หาก MTTR = 2 ชั่วโมง แสดงว่า. ${\displaystyle MTBF=1000+2=1002}$

ดังนั้น${\displaystyle A=1000/1002\approx 0.998}$

ความน่าเชื่อถือของซอฟต์แวร์วัดจากอัตราความล้มเหลว ( ) ${\displaystyle \lambda }$

${\displaystyle \lambda ={\frac {1}{MTBF}}}$

${\displaystyle R(t)=e^{-\lambda \cdot t}}$

ความน่าเชื่อถือของซอฟต์แวร์เป็นตัวเลขระหว่าง 0 ถึง 1 ความน่าเชื่อถือจะเพิ่มขึ้นเมื่อข้อผิดพลาดหรือบั๊กในโปรแกรมถูกกำจัดออกไป^{[ 7 ]}มีแบบจำลองการเติบโตของความน่าเชื่อถือของซอฟต์แวร์ (SRGM) มากมาย ( รายชื่อแบบจำลองความน่าเชื่อถือของซอฟต์แวร์ ) รวมถึงแบบลอการิทึม แบบพหุนาม แบบเลขชี้กำลัง แบบกำลัง และแบบรูปตัว S

วัตถุประสงค์หลักของการทดสอบความน่าเชื่อถือคือการทดสอบประสิทธิภาพของซอฟต์แวร์ภายใต้เงื่อนไขที่กำหนด โดยไม่มีมาตรการแก้ไขใด ๆ โดยใช้ขั้นตอนคงที่ที่ทราบแล้ว โดยคำนึงถึงข้อกำหนดเฉพาะของซอฟต์แวร์นั้น ๆ

วัตถุประสงค์รองของการทดสอบความน่าเชื่อถือคือ:

1. เพื่อค้นหาโครงสร้างการรับรู้ของความล้มเหลวที่เกิดขึ้นซ้ำๆ
2. เพื่อหาจำนวนความล้มเหลวที่เกิดขึ้นในช่วงเวลาที่กำหนด
3. เพื่อหาอายุการใช้งานเฉลี่ยของซอฟต์แวร์
4. เพื่อค้นหาสาเหตุหลักของความล้มเหลว
5. ตรวจสอบประสิทธิภาพของซอฟต์แวร์ส่วนต่างๆ หลังจากดำเนินการป้องกันไว้ก่อนแล้ว

ข้อจำกัดบางประการในการกำหนดวัตถุประสงค์ ได้แก่:

1. พฤติกรรมของซอฟต์แวร์ควรได้รับการกำหนดภายใต้เงื่อนไขที่กำหนด
2. เป้าหมายควรเป็นสิ่งที่สามารถทำได้จริง
3. ควรระบุข้อจำกัดด้านเวลา^{[ 8 ]}

การประยุกต์ใช้ซอฟต์แวร์คอมพิวเตอร์ได้ขยายไปสู่สาขาต่างๆ มากมาย โดยซอฟต์แวร์เป็นส่วนสำคัญของระบบอุตสาหกรรม การค้า และการทหาร เนื่องจากมีการใช้งานมากมายในระบบที่สำคัญต่อความปลอดภัย ความน่าเชื่อถือของซอฟต์แวร์จึงเป็นหัวข้อวิจัยที่สำคัญในปัจจุบัน แม้ว่าวิศวกรรมซอฟต์แวร์จะเป็นเทคโนโลยีที่พัฒนาเร็วที่สุดในศตวรรษที่ผ่านมา แต่ก็ยังไม่มีมาตรวัดเชิงปริมาณทางวิทยาศาสตร์ที่สมบูรณ์เพื่อประเมินผล การทดสอบความน่าเชื่อถือของซอฟต์แวร์จึงถูกใช้เป็นเครื่องมือเพื่อช่วยประเมินเทคโนโลยีวิศวกรรมซอฟต์แวร์เหล่านี้^{[ 9 ]}

เพื่อปรับปรุงประสิทธิภาพของผลิตภัณฑ์ซอฟต์แวร์และกระบวนการพัฒนาซอฟต์แวร์ จำเป็นต้องมีการประเมินความน่าเชื่อถืออย่างละเอียด การทดสอบความน่าเชื่อถือของซอฟต์แวร์มีความสำคัญเนื่องจากเป็นประโยชน์อย่างมากสำหรับผู้จัดการซอฟต์แวร์และผู้ปฏิบัติงาน^{[ 10 ]}

เพื่อตรวจสอบความน่าเชื่อถือของซอฟต์แวร์ผ่านการทดสอบ:

1. ควรทำการทดสอบจำนวนมากพอและเป็นระยะเวลาที่เพียงพอ เพื่อให้ได้ค่าประมาณที่สมเหตุสมผลว่าซอฟต์แวร์จะทำงานได้นานแค่ไหนโดยไม่เกิดข้อผิดพลาด การทดสอบที่ใช้เวลานานมีความจำเป็นในการระบุข้อบกพร่อง (เช่น การรั่วไหลของหน่วยความจำและการล้นของบัฟเฟอร์) ซึ่งต้องใช้เวลาจึงจะทำให้เกิดข้อผิดพลาดหรือความล้มเหลว
2. การกระจายกรณีทดสอบควรสอดคล้องกับลักษณะการใช้งานจริงหรือที่วางแผนไว้ของซอฟต์แวร์ ยิ่งฟังก์ชันหรือส่วนย่อยของซอฟต์แวร์ถูกเรียกใช้งานบ่อยเท่าใด เปอร์เซ็นต์ของกรณีทดสอบที่ควรจัดสรรให้กับฟังก์ชันหรือส่วนย่อยนั้นก็จะยิ่งมากขึ้นเท่านั้น

การทดสอบความน่าเชื่อถือของซอฟต์แวร์ประกอบด้วยการทดสอบคุณสมบัติ การทดสอบโหลด และ การ ทดสอบการถดถอย^{[ 11 ]}

การทดสอบคุณสมบัติจะตรวจสอบคุณสมบัติที่ซอฟต์แวร์มีให้ และดำเนินการตามขั้นตอนต่อไปนี้:

• แต่ละคำสั่งในซอฟต์แวร์จะถูกเรียกใช้เพียงครั้งเดียว
• ปฏิสัมพันธ์ระหว่างการดำเนินการทั้งสองลดลง และ
• แต่ละขั้นตอนจะได้รับการตรวจสอบเพื่อให้แน่ใจว่าดำเนินการอย่างถูกต้อง

การทดสอบคุณสมบัติจะตามด้วยการทดสอบโหลด^{[ 11 ]}

การทดสอบนี้ดำเนินการเพื่อตรวจสอบประสิทธิภาพของซอฟต์แวร์ภายใต้ภาระงานสูงสุด ซอฟต์แวร์ใด ๆ จะทำงานได้ดีขึ้นจนถึงระดับภาระงานหนึ่ง หลังจากนั้นเวลาตอบสนองของซอฟต์แวร์จะเริ่มลดลง ตัวอย่างเช่น สามารถทดสอบเว็บไซต์เพื่อดูว่าสามารถรองรับผู้ใช้พร้อมกันได้กี่คนโดยไม่ทำให้ประสิทธิภาพลดลง การทดสอบนี้ส่วนใหญ่มีประโยชน์สำหรับฐานข้อมูลและเซิร์ฟเวอร์แอปพลิเคชันการทดสอบโหลดยังต้องการการทดสอบประสิทธิภาพของซอฟต์แวร์ซึ่งตรวจสอบว่าซอฟต์แวร์บางตัวทำงานได้ดีเพียงใดภายใต้ภาระงาน^{[ 11 ]}

การทดสอบการถดถอยใช้เพื่อตรวจสอบว่ามีข้อบกพร่องใหม่ใด ๆ เกิดขึ้นจากการแก้ไขข้อบกพร่องก่อนหน้านี้หรือไม่ การทดสอบการถดถอยจะดำเนินการหลังจากการเปลี่ยนแปลงหรือการอัปเดตคุณสมบัติของซอฟต์แวร์ทุกครั้ง การทดสอบนี้จะดำเนินการเป็นระยะ ขึ้นอยู่กับระยะเวลาและคุณสมบัติของซอฟต์แวร์^{[ 11 ]}

การทดสอบความน่าเชื่อถือมีค่าใช้จ่ายสูงกว่าการทดสอบประเภทอื่น ดังนั้น ในการทำการทดสอบความน่าเชื่อถือ จึงจำเป็นต้องมีการจัดการและการวางแผนอย่างเหมาะสม แผนนี้รวมถึงกระบวนการทดสอบที่จะดำเนินการ ข้อมูลเกี่ยวกับสภาพแวดล้อม ตารางการทดสอบ จุดทดสอบ เป็นต้น

ปัญหาทั่วไปบางประการที่มักเกิดขึ้นเมื่อออกแบบกรณีทดสอบ ได้แก่:

• สามารถออกแบบกรณีทดสอบได้ง่ายๆ โดยการเลือกเฉพาะค่าอินพุตที่ถูกต้องสำหรับแต่ละฟิลด์ในซอฟต์แวร์ เมื่อมีการเปลี่ยนแปลงในโมดูลใดโมดูลหนึ่ง ค่าเดิมอาจไม่ได้ทดสอบคุณสมบัติใหม่ที่เพิ่มเข้ามาหลังจากซอฟต์แวร์เวอร์ชันเก่า
• อาจมีการทำงานที่สำคัญบางอย่างในซอฟต์แวร์ซึ่งไม่ได้รับการจัดการโดยกรณีทดสอบที่มีอยู่ ดังนั้นจึงจำเป็นต้องตรวจสอบให้แน่ใจว่าได้พิจารณากรณีทดสอบที่เป็นไปได้ทุกประเภทผ่านการเลือกกรณีทดสอบอย่างระมัดระวัง^{[ 11 ]}

การศึกษาในระหว่างการพัฒนาและการออกแบบซอฟต์แวร์ช่วยปรับปรุงความน่าเชื่อถือของผลิตภัณฑ์ การทดสอบความน่าเชื่อถือจะดำเนินการเพื่อกำจัดโหมดความล้มเหลวของซอฟต์แวร์ การทดสอบอายุการใช้งานของผลิตภัณฑ์ควรทำหลังจากส่วนการออกแบบเสร็จสิ้นหรืออย่างน้อยที่สุดการออกแบบทั้งหมดเสร็จสมบูรณ์แล้ว^{[ 12 ]} การวิเคราะห์ความล้มเหลวและการปรับปรุงการออกแบบทำได้ผ่านการทดสอบ

^{[ 12 ]} การทดสอบนี้ใช้เพื่อตรวจสอบต้นแบบซอฟต์แวร์ใหม่ซึ่งในตอนแรกคาดว่าจะล้มเหลวบ่อยครั้ง สาเหตุของความล้มเหลวจะถูกตรวจพบและมีการดำเนินการเพื่อลดข้อบกพร่อง สมมติว่า T คือเวลาสะสมทั้งหมดสำหรับต้นแบบ n(T) คือจำนวนความล้มเหลวตั้งแต่เริ่มต้นจนถึงเวลา T กราฟที่วาดสำหรับ n(T)/T เป็นเส้นตรง กราฟนี้เรียกว่า Duane Plot เราสามารถทราบได้ว่าความน่าเชื่อถือจะได้รับมากน้อยเพียงใดหลังจากรอบการทดสอบอื่นๆ ทั้งหมดและแก้ไขได้

${\displaystyle {\begin{alignedat}{5}ln\left[{\frac {n\left(T\right)}{T}}\right]=-\alpha ln\left(T\right)+b;\ \ \ \ \ \ \ \ \ \ \ \ \ \ .....Eq:1\end{alignedat}}}$

แก้สมการที่ 1 สำหรับ n(T)

${\displaystyle {\begin{alignedat}{5}n\left(T\right)=KT^{1-\alpha };\ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ ......Eq:2\end{alignedat}}}$

โดยที่ K คือ e^b ถ้าค่าอัลฟาในสมการเป็นศูนย์ ความน่าเชื่อถือจะไม่ดีขึ้นตามที่คาดหวังสำหรับจำนวนความล้มเหลวที่กำหนด สำหรับค่าอัลฟาที่มากกว่าศูนย์ เวลาสะสม T จะเพิ่มขึ้น นี่อธิบายได้ว่าจำนวนความล้มเหลวไม่ได้ขึ้นอยู่กับระยะเวลาการทดสอบ

หากมีการเพิ่มฟังก์ชันใหม่ลงในซอฟต์แวร์เวอร์ชันปัจจุบัน การเขียนกรณีทดสอบสำหรับการดำเนินการนั้นจะแตกต่างออกไป

• ขั้นแรก วางแผนว่าจะต้องเขียนกรณีทดสอบใหม่กี่กรณีสำหรับเวอร์ชันปัจจุบัน
• หากฟีเจอร์ใหม่เป็นส่วนหนึ่งของฟีเจอร์ที่มีอยู่แล้ว ให้แชร์กรณีทดสอบของฟีเจอร์ใหม่และฟีเจอร์ที่มีอยู่ระหว่างกัน
• สุดท้ายนี้ ให้รวมกรณีทดสอบทั้งหมดจากเวอร์ชันปัจจุบันและเวอร์ชันก่อนหน้าเข้าด้วยกัน แล้วบันทึกผลลัพธ์ทั้งหมด^{[ 11 ]}

มีกฎที่กำหนดไว้ล่วงหน้าสำหรับการคำนวณจำนวนกรณีทดสอบใหม่สำหรับซอฟต์แวร์ ถ้า N คือความน่าจะเป็นของการเกิดการดำเนินการใหม่สำหรับซอฟต์แวร์เวอร์ชันใหม่ R คือความน่าจะเป็นของการเกิดการดำเนินการที่ใช้ในเวอร์ชันปัจจุบัน และ T คือจำนวนกรณีทดสอบทั้งหมดที่เคยใช้มาก่อนแล้ว

${\displaystyle {\begin{alignedat}{5}NewTestcases_{(currentrelease)}=\left({\frac {N}{R}}\right)*T\end{alignedat}}}$

วิธีการทดสอบการใช้งานจริงใช้เพื่อทดสอบความน่าเชื่อถือของซอฟต์แวร์ โดยจะตรวจสอบว่าซอฟต์แวร์ทำงานอย่างไรในสภาพแวดล้อมการใช้งานจริงที่เกี่ยวข้อง ปัญหาหลักของการประเมินประเภทนี้คือการสร้างสภาพแวดล้อมการใช้งานดังกล่าว การจำลองประเภทนี้พบได้ในอุตสาหกรรมบางประเภท เช่น อุตสาหกรรมนิวเคลียร์ อุตสาหกรรมการบิน เป็นต้น การคาดการณ์ความน่าเชื่อถือในอนาคตเป็นส่วนหนึ่งของการประเมินความน่าเชื่อถือ

มีเทคนิคสองอย่างที่ใช้ในการทดสอบการทำงานเพื่อทดสอบความน่าเชื่อถือของซอฟต์แวร์:

การประมาณค่าความน่าเชื่อถือในสภาวะคงที่

ในกรณีนี้ เราใช้ข้อมูลป้อนกลับจากผลิตภัณฑ์ซอฟต์แวร์ที่ส่งมอบแล้ว โดยขึ้นอยู่กับผลลัพธ์เหล่านั้น เราสามารถคาดการณ์ความน่าเชื่อถือในอนาคตของผลิตภัณฑ์เวอร์ชันถัดไปได้ ซึ่งคล้ายกับการทดสอบตัวอย่างสำหรับผลิตภัณฑ์ทางกายภาพ

การทำนายโดยอิงจากการเติบโตของความน่าเชื่อถือ

วิธีนี้ใช้เอกสารขั้นตอนการทดสอบ ตัวอย่างเช่น พิจารณาซอฟต์แวร์ที่พัฒนาแล้ว และเรากำลังสร้างซอฟต์แวร์เวอร์ชันใหม่ที่แตกต่างกัน เราพิจารณาข้อมูลเกี่ยวกับการทดสอบของแต่ละเวอร์ชัน และจากแนวโน้มที่สังเกตได้ เราจะคาดการณ์ความน่าเชื่อถือของซอฟต์แวร์เวอร์ชันใหม่^{[ 13 ]}

ในการประเมินและทำนายความน่าเชื่อถือของซอฟต์แวร์ เราใช้แบบจำลองการเติบโตของความน่าเชื่อถือ ในระหว่างการทำงานของซอฟต์แวร์ ข้อมูลใดๆ เกี่ยวกับความล้มเหลวจะถูกจัดเก็บในรูปแบบสถิติและป้อนเป็นข้อมูลเข้าสู่แบบจำลองการเติบโตของความน่าเชื่อถือ โดยใช้ข้อมูลนี้ แบบจำลองการเติบโตของความน่าเชื่อถือสามารถประเมินความน่าเชื่อถือของซอฟต์แวร์ได้

มีข้อมูลมากมายเกี่ยวกับแบบจำลองการเติบโตของความน่าเชื่อถือ โดยมีแบบจำลองความน่าจะเป็นหลายแบบที่อ้างว่าสามารถแสดงกระบวนการความล้มเหลวได้ แต่ไม่มีแบบจำลองใดที่เหมาะสมที่สุดสำหรับทุกสภาวะ ดังนั้น เราจึงต้องเลือกแบบจำลองโดยพิจารณาจากสภาวะที่เหมาะสม

ในกรณีนี้ ความน่าเชื่อถือของซอฟต์แวร์จะถูกประเมินโดยใช้สมมติฐานดังต่อไปนี้:

• หากพบข้อบกพร่อง จะมีใครมาแก้ไขหรือไม่
• การแก้ไขข้อบกพร่องจะไม่มีผลกระทบต่อความน่าเชื่อถือของซอฟต์แวร์แต่อย่างใด
• การแก้ไขแต่ละครั้งในซอฟต์แวร์มีความแม่นยำ^{[ 13 ]}

• การทดสอบซอฟต์แวร์
• การทดสอบการรับน้ำหนัก
• การทดสอบการถดถอย
• วิศวกรรมความน่าเชื่อถือ
• รายชื่อแบบจำลองความน่าเชื่อถือของซอฟต์แวร์

• เวลาเฉลี่ยระหว่างความล้มเหลว
• การทดสอบอายุการใช้งานซอฟต์แวร์