Modélisation et Prédiction de la Fiabilité Logicielle et des Réseaux
L’objectif de cet ouvrage 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.
Pour l’évaluation de la fiabilité des réseaux nous proposons deux algorithmes 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 sur un ensemble des réseaux proposés dans la littérature et donnent des résultats intéressants.
Mohamed BENADDY est un professeur chercheur à la faculté polydisiplinaire de Ouarzazate.
Il a obtenu son doctorat en informatique en 2012 à la faculté des sciences d'Agadir relevant de l'université Ibn Zohr.
Il s'intéresse dans ses recherches à la fiabilité des logiciel, des réseaux et des systèmes et l'optimisation.
Fiche technique
- Auteur
- Mohamed Benaddy
- Langue
- Français
- Éditeur
- Éditions universitaires européennes
- Pays
- Maroc
30 autres produits dans la même catégorie :
Voir toutConception et réalisation d'une application de gestion des palmarès
- Nouveau
Mise en place d'un réseau informatique local avec connexion internet
- Nouveau
Répartition simultanée des nœuds dans un réseau de radio cognitive
- Nouveau
Vers une approche de monitoring des applications orientées services
- Nouveau
Le traitement des classes déséquilibrées par les méthodes ensemblistes
- Nouveau