Modèlisation et prédiction de la fiabilité des logiciels et des réseaux

Abstract

L’objectif de cette thèse est de proposer d’une part, des modèles de prédiction de la fiabilité des logiciels en terme du nombre de défaillances cumulé dans un logiciel et d’autre part des modèles pour l’évaluation de la fiabilité des réseaux ou tout autre système qui peut être modélisé sous forme d’un réseau orienté ou non. Nous utilisons pour la prédiction de la fiabilité des logiciels ; les réseaux de neurones artificiels et le modèle d’auto régression linéaire, ces méthodes sont entraînées par un algorithme évolutionniste d’une part et d’autre part par le recuit simulé. Ces modèles hybrides sont qualifiés de modèles non paramétriques, et donnent des résultats satisfaisants comparés à d’autres modèles. En ce qui concerne l’évaluation de la fiabilité des réseaux nous proposons deux algorithmes e caces pour énumérer l’ensemble des chemins minimaux dans des réseaux orientés et des coupes minimales dans des réseaux non orientés. Ces algorithmes sont couplés avec la méthode d’inclusion-exclusion pour évaluer la fiabilité d’un réseau. Ces deux algorithmes sont testés avec un ensemble des réseaux proposés dans la littérature et donnent des résultats intéressants en terme d’exactitude des résultats et en terme du temps d’exécution.