Аналіз надійності програмного забезпечення для автоматичного моніторингу баз даних з руху населення

Abstract

Представлено підхід та результати аналізу надійності програми збирання даних про рух населення у формі утворення міст. Надано стислий опис даної програми, що працює з моніторингом відкритих баз даних Української Вікіпедії та програмного застосунку OpenStreetMap. Програму створено на мові програмування Python з використанням бібліотек Requests, BeautifulSoup, Pandas, що забезпечує ефективну роботу з HTML-контентом веб-сторінок, обробку геоданих та структуроване зберігання інформації. Валідація отриманих результатів проводиться шляхом перевірки коректності форматів назв, координат, історичних чисельних даних. Розробку, тестування та візуалізацію процесу виконано за допомогою Jupyter Notebook. Розглянуто дані з виявлення числа дефектів, отриманих при розробці програмного засобу, в залежності від часового інтервалу тестування. Для розрахункового аналізу використано модель Джелінські-Моранди, надано її математичний опис. Параметри моделі визначено за допомогою розв’язання системи нелінійних рівнянь ітераційним методом. Представлено отримані розрахункові залежності від часу тестування інтенсивності відмов та функції надійності програми збирання даних. Виконано порівняння отриманих даних попереднього розрахункового моделювання надійності з даними, отриманими при тестуванні програми, що розглядається. Визначено час забезпечення необхідної надійності програмного засобу. The approach and results of the reliability analysis of the program for collecting data on population movement in the form of city formation are presented. A brief description of this program, which operates with monitoring of open databases of Ukrainian Wikipedia and the OpenStreetMap software application, is provided. The program was developed by use of the Python programming language as well as the Requests, BeautifulSoup, Pandas libraries, which provides effective work with HTML content of web pages, geodata processing, and structured information storage. Validation of the received results is carried out by checking the correctness of the formats of names, coordinates, and historical numerical data. The development, testing, and visualization of the process were performed using Jupyter Notebook. The data on the detection of the number of defects obtained during the development of the software tool, depending on the testing time interval, were considered. The Jelinski-Moranda model was used for computational analysis, and its mathematical description was provided. The model parameters were determined by solving a system of nonlinear equations by the iterative method. The obtained calculated dependences on the testing time of the failure intensity and the reliability function of the data collection program are presented.