Байесовская рекуррентная модель роста надежности: бета-равномерное распределение параметров

Прогнозирование надежности сложных модифицируемых информационных систем (СМИС) является в настоящее время одной из актуальных задач теории массового обслуживания. Любая впервые созданная сложная система, предназначенная для переработки или передачи информационных потоков, как правило, не обладает требуемой надежностью. Такие системы подвергаются модификациям в ходе разработки, опытной эксплуатации и штатного функционирования. Целью этих модификаций является увеличение надежности информационных систем. В связи с этим возникает необходимость формализации понятия надежности модифицируемых информационных систем и разработки методов и алгоритмов оценивания и прогнозирования различных надежностных характеристик. Одним из подходов к определению надежности системы является вычисление вероятности того, что на сигнал, поданный на вход системы в определенный момент времени, система отреагирует корректно. В статье рассматривается экспоненциальная рекуррентная модель роста надежности, в которой вероятность надежности системы представляется как линейная комбинация параметров «дефективности» и «эффективности» средства, исправляющего недостатки системы. Предполагается, что исследователь не имеет точных сведений об исследуемой системе, а лишь знаком с характеристиками класса, из которого берется данная система. В рамках байесовского подхода предполагается, что один из показателей «дефективности» и «эффективности» имеет бета-распределение, а другой — равномерное распределение. Вычисляется средняя предельная надежность системы. Приводятся численные результаты для модельных примеров.