Xülasə Məqalədə proqram təminatının qiymətləndirlməsi üçün

“İnformasiya təhlükəsizliyinin aktual problemləri” 
III respublika elmi-praktiki seminarı, 08 dekabr 2017-ci il 
76 
Bu prosesdə neyron şəbəkələrin özünü təlim funksiyalarını 
tətbiq etməklə məlum olmayan səhvlərin və nasazlıqların da 
bazaya əlavə edilməsi və növbəti hallarda aradan qaldırılmasını 
təmin etmək olar. 
NƏTİCƏ 
Araşdırmalar gtöstərir ki, adi statistik metodlar əvəzinə 
intellektual neyron şəbəkələrin və hibrid texnologiyaların tətbiqi 
PT-nin 
etibarlılığının proqnozlaşdırılmasında əhəmiyyətli 
dərəcədə irəliləyişlərə gətirmişdir. Bu intellektual və statistik 
metodlar arasında hansının daha yaxşı olduğunu müəyyən etmək 
çətindir. PT-nin qiymətləndirilməsində istifradə edilən hər bir 
model 
müxtəlif 
proqnozlaşdırma 
və 
qiymətləndirmə 
qabiliyyətinə malikdir. Bu modellərin birgə tətbiqi daha səmərəli 
nəticələr almağa imkan verir [18]. 
İşdə qeyri-səlis məntiq və neyron şəbəkənin birgə tətbiqi 
nəticəsində özünü idarə edən PT modelinin konseptual modeli 
verilmişdir (ilkin variantda). Belə bir modelin işlənilməsi PT-nin 
etibarlılığının artırılması istiqamətində böyük əhəmiyyətə 
malikdir. Proqramların təhlükəsizliyini və etibarlılığını təmin 
etmək məqsədilə özünü avtomatik olaraq bərpa edən proqram 
təminatlarının işlənilməsi İT sənayesinin əsas məqsədlərindən 
biridir. Xaker hücumlarından qorunmaq və proqramların 
etibarlılığını artırmaq üçün proqram təminatının özünüidarə 
metodlarının təcrübədə tətbiqi PT-nin interaktivliyini, çevikliyini 
və dayanıqlığını artıracaqdır. Bu həm də tam avtonom sistemin 
yaradılması məsələsinin həlli ola bilər. 
Bu sahədə artıq ilk işlərin görülməsinə baxmayaraq, məsələ 
öz aktuallığını qoruyub saxlamaqdadır. 
ƏDƏBİYYAT 
[1]
http://www.mit.jyu.fi/ope/kurssit/TIES462/Materiaalit/IEEE_SoftwareEng 
Glossary.pdf, p.84. 
[2]
Kazımov T.H., Bayramova T.A. Proqram təminatinin etibarliliğinin 
qiymətləndirilməsi modelləri // İnformasiya Texnologiyaları Problemləri, 
2017, №1, s.112-118. 
[3]
Tian L., and Noore A. Computational Intelligence Methods in Software 
Reliability 
Prediction, 
Computational 
Intelligence 
in 
Reliability 
Engineering (SCI) 39, 2007, pp.375–398. 
[4]
Dick S., Kandel A., Computational Intelligence in Software Quality 
Assurance, World Scientific Publishing Co. 2005. 
[5]
Khatatneh K, Mustafa T Software Reliability Modeling Using Soft 
Computing Technique. European Journal of Scientific Research, 2009, 
pp.147-152. 
[6]
Raj Kiran N., Ravi V. Software Reliability Prediction by Soft Computing 
Techniques, J. Syst. Software, 2007. 
[7]
Zadeh Lotfi A., Fuzzy Logic Neural Networks and Soft Computing, 
Communications of the ACM, March 1994, Vol.37, No.3, pp.77-84. 
[8]
Aliyev R.A., Aliyev R.R., Soft Computing and Its Applicatons, World 
Scientific, 2001, p.444. 
[9]
Karunanithi N., Malaiya Y. K., The scaling problem in neural networks for 
software reliability prediction, in Proc. Third International IEEE 
Symposium of Software Reliability Engineering, 1992, pp. 76–82. 
[10]
Karunanithi N., Whitley D., Malaiya Y. K., Using neural networks in 
reliability prediction, IEEE Software, 1995, pp.53–59. 
[11]
Kaswan KS, Choudhary S, Sharma K Software Reliability Modeling using 
Soft Computing Techniques: Critical Review. / Information Technology & 
Software Engineering, 2015, Vol. 5, No 1, p.9: 144. doi:10.4172/2165- 
7866.1000144 
[12]
Katiyar N, Singh R Effect of Neural Network for Prediction of Software 
Reliability. VSRD-IJCSIT, 2011, Vol. 1, pp. 490-500. 
[13]
Liang Tian, Afzel Noore. Evolutionary neural network modeling for 
software cumulative failure time prediction. 2005, Vol. 87, No.1, pp.45-51. 
[14]
Kirti Tyagi, Arun Sharma. An adaptive neuro fuzzy model for estimating 
the reliability of component-based software systems, 2014, Vol. 10, No1-2, 
pp.38-57. 
[15]
S. Aljahdali and N. C. Debnath, Improved Software Reliability Prediction 
through Fuzzy Logic Modeling / 13th International Conference on 
Intelligent and Adaptive Systems and Software Engineering, Nice, France, 
2004, pp. 17–21. 
[16]
Chatterjee S., Nigam S., Singh J. B., Upadhyaya L. N. Application of fuzzy 
time series in prediction of time between failures & faults in software 
reliability assessment, Fuzzy Information and Engineering journal, 2011, 
Vol. 3, No.1, pp. 293-309. 
[17]
Paramasivam S. Evaluation of GP model for software reliability. 
Proceeding of the International Conference on Signal Processing Systems, 
2009, 
IEEE 
Xplore 
Press, 
Singapore, 
pp: 
758-761. 
DOI: 
10.1109/ICSPS.2009.104 
[18]
Sultan H. Aljahdali, Mohammed E. El-Telbany. Genetic Algorithms for 
Optimizing Ensemble of Models in Software Reliability Prediction, 
ICGST-AIML Journal, 2008, Vol. 8, No 1.