基于知识推理的指挥控制软件故障诊断方法.pdf

第 14卷 第 4期2023年 8月指挥信息系统与技术Command Information System and TechnologyVol.14 No.4Aug.2023基于知识推理的指挥控制软件故障诊断方法严潇波 陈健 朱峰 朱江 史星宇 薛科婷（中国电子科技集团公司第二十八研究所 南京 210023）摘 要：针对当前指挥控制（指控）系统软件缺乏故障诊断方法的问题，将专家系统的构建方法应用于指控软件故障诊断，形成了一套基于知识推理的指控软件故障诊断框架。利用专家系统中完备的缺陷信息知识库，构建了正向推理和深度优先搜索的推理机，从而实现了对指控软件系统的典型故障诊断。最后，通过实例证明，该方法不仅能有效诊断故障原因，还可给出改进建议。关键词：知识；专家系统；指挥控制系统；故障诊断中图分类号：TP311 文献标志码：A 文章编号：1674909X(2023)04009506Software Fault Diagnosis Method for C2 System Based on Knowledge ReasoningYAN Xiaobo CHEN Jian ZHU Feng ZHU Jiang SHI Xingyu XUE Keting（The 28th Research Institute of China Electronics Technology Group Corporation，Nanjing 210023，China）Abstract：Aimed at problem about lack of software fault diagnosis method in current command and control（C2）system，constructing method of expert systems is applied in software fault diagnosis of C2 system，and a framework for C2 software fault diagnosis based on knowledge reasoning is formed.Utilizing the complete defect information knowledge base in the expert system，a reasoning machine of forward reasoning and depth first search is constructed.Thus，typical software fault diagnosis of C2 system is realized.Finally，the instance shows that the method can effectively diagnose the cause of the fault，and can also give improved suggestions.Key words：knowledge；expert system；command and control（C2）system；fault diagnosis0 引 言 软件作为联合作战指挥信息系统的核心部件，承担指挥控制、态势感知和信息保障等核心功能，横向覆盖各军兵种作战要素，融合侦察、火力和保障等各类作战资源，是部队体系作战能力生成的“倍增器”和“催化剂”。指挥控制（指控）系统软件是否运行可靠及能否迅速从故障中恢复将影响部队作战能力的高低。正因如此，近年来对指控软件质量，尤其是可靠性、可维护性和功能性的要求也越来越高。指控软件质量成为影响部队联合作战能力的重要因素13。软件故障的自动化诊断方法是提高软件可靠性与鲁棒性的关键性技术。精确的软件故障诊断算法能够提高软件调试效率，对于快速修复软件故障、提高软件可靠性至关重要4。相比于较成熟的各类装备故障诊断方法56，指控软件故障诊断起步较晚，目前一线部队指控软件出现问题仍采取问题逐级上报、人工调试解决的办法，效率较低，缺乏有效的智能化故障诊断方法，无法适应体系化、智能实践与应用doi：10.15908/ki.cist.2023.04.016收稿日期：2022-10-11引用格式：严潇波，陈健，朱峰，等.基于知识推理的指挥控制软件故障诊断方法 J.指挥信息系统与技术，2023，14（4）：95-100.YAN Xiaobo，CHEN Jian，ZHU Feng，et al.Software fault diagnosis method for C2 system based on knowledge reasoning J.Command Information System and Technology，2023，14（4）：95-100.指挥信息系统与技术2023年 8月化和无人化的现代军事斗争形态。一方面，指控软件交付后，运维人员很难获取软件源码和相关开发文档，无法获取软件内部的数据流、控制流信息，在指控软件失效时很难对故障现象进行复现；另一方面，在诊断出指控软件故障后，在一线缺少源码和相应调试工具情况下，无法通过传统编译、链接手段消除故障78。针对该问题，本文将专家系统和软件故障诊断结合起来，结合指控软件使用特点，提出了一种基于知识推理的指控软件故障诊断方法，为指控软件系统的故障诊断活动提出一种新的解决方案，可为信息系统装备智能化转型提供支撑。1 软件故障诊断方法概述 现阶段软件故障诊断研究多集中于软件故障定位研究8，主要分为基于程序频谱、基于程序状态和基于机器学习等故障定位方法9。虽然这些研究在软件故障诊断中起到很大作用，但存在故障定位精确度低、给出的根源信息少等问题。专家系统作为新型智能系统，其特点是运用特定领域的专门知识，通过推理算法来模拟人类专家的思考推理行为从而解决各种复杂问题，如可利用专家系统的针对性和启发性实现复杂系统的智能缺陷诊断。同时，专家系统中具备完备缺陷信息的知识库能够对系统的健康状态进行实时追踪，及时发现并排除异常1011。因此，本文借鉴专家系统的构建方法，将其应用于指控软件故障诊断，形成一套基于知识推理的指控软件故障诊断框架。2 基于知识的指控软件故障诊断模型框架 本文提出的基于知识推理的指控软件故障诊断模型，其实质为一种数据导向的智能化推理系统。基于知识推理的指控软件故障诊断系统组织应用流程如图 1 所示。先构建完整的指控软件缺陷数据库，从缺陷数据和软件特征数据中构建相对应的缺陷知识，继而在面对实际软件故障表征时利用沉淀下来的软件缺陷知识通过推理判断筛选出最符合的故障形式，从而达到软件故障诊断的目的。如图 2所示，基于知识推理的指控软件故障诊断系统主要包括用户接口、知识库管理和推理机 3部分。用户接口主要负责人机间信息交互，用户通过给诊断系统输入系统可理解的特征进行知识推理，可设计程序界面融合经典专家系统推理语言 C语言集成产生式系统（CLIPS）进行搭建12。CLIPS是一款开源免费的基于知识的系统工具，用户能根据自己需求进行基于知识的系统开发。知识库是实现整个故障诊断系统的必备条件和基础，需具备知识获取和知识表达能力。推理机指在一定推理策略下，专家系统根据输入的问题信息从知识库中搜索问题的原因及解决方案，是整个故障诊断系统的核心。下面将对知识库管理和推理机详细描述。3 指控软件故障知识库构建和管理 知识库的构建和管理是基于知识推理的指控软件故障诊断模型的基础。建立指控软件故障知识库首先需解决知识获取和知识表示这 2个关键问题。3.1 知识获取知识获取是构建知识库关键的第 1 步，也是公图 1 基于知识推理的指控软件故障诊断系统组织应用流程图 2 基于知识推理的指控软件故障诊断系统组成96第 14卷 第 4期严潇波，等：基于知识推理的指挥控制软件故障诊断方法认的“瓶颈”问题13。知识获取的基本任务是将知识进行整理，统一导入知识库，并保证知识的一致性和完整性。对指控软件系统来说，主要包括通用知识和特定软件系统知识。通用知识指所有指控软件系统包含的共性知识，包括软件特征、软件故障通用分类标准等。其中，软件通用特征主要包括 McCabe 度量元和 Halstead度量元14等通用软件静态信息度量元；软件故障通用分类标准主要来自 GB/T 324222015 软件工程软件异常分类指南、IEEE STD 10441993 软件 异 常 分 类 标 准、正 交 缺 陷 分 类（ODC）、GJB/Z 1391200615故障模式、影响及危害性分析指南等国内外通用的软件故障分类标准，针对指控软件特征还需参考指挥信息系统软件测评问题报告单中规定的软件特征16。表 1总结了从不同角度分类的指控软件通用故障模型。特定软件系统知识指在具体软件系统中具有一定操作性、逻辑性、相关性的知识按其属性、特性加以组织形成的知识组块和认知操作图式。针对特定软件系统知识，可通过 SFTA 和 SFMEA 进行具体分析。以某型号软件的外部输入输出接口为例，其特定故障模式主要包括时序故障、数据故障、余度故障、通信故障和故障处理故障等。图 3 给出了针对该型号软件通用输入接口的 8种故障的软件故障树SFTA。图中底事件数字 18表示各个故障模式功能故障的软件故障子树，因篇幅有限未予展示。SFTA 根据各层次关系表现为顶事件、中间事件和底事件，旨在找出顶事件发生的直接原因，直至最底层的根本原因。通过 SFTA 的构建，我们可以搜集特定指控软件系统故障间的因果关系作为后续故障诊断推理的知识。SFMEA 主要应用于软件开发早期阶段，通过识别软件故障模式，分析各种故障模式产生的原因及其对软件造成的后果，尽可能在早期发现软件潜在问题，并采取相应改进措施，从而提高软件的可靠性和安全性17。SFMEA 分析步骤如图 4 所示。本文仍以某型号指控软件外部输入输出接口为例，其独立功能的 SFMEA 知识获取过程分析示例如表 2所示。其中，MBI为隽星主板；BIT为内置测试。通过 SFMEA 可获取特定指控软件系统的故障影响分析知识，使用本文诊断系统还可提供相应的影响建议与修复措施。3.2 知识表示基于知识推理的指控软件故障诊断模型采用框架表示法对知识进行编码表示。该方法是以框架为一个整体，一个框架由多个槽组成，每个槽又可包含多个侧面，槽和侧面具有的属性值分别称为槽值和侧面值，具体值可以是程序、条件、默认值或一个框架。框架的表示形式如下：框架名 表 1指控软件通用故障模型故障模型分类方式软件故障发生的阶段软件故障引起的后果软件故障性质软件故障类型软件静态信息 主要软件故障模型需求分析故障、概要设计故障、详细设计故障和编码错误故障等小故障、中等故障、较严重故障、严重故障、非常严重故障和最严重故障等需求故障、功能故障、性能故障、结构故障、数据故障、实现和编码故障、集成故障和测试故障等文档故障、语法故障、编译打包故障、赋值故障、接口故障、数据故障、函数故障、系统故障和环境故障等McCabe度量元、Halstead度量元等图 3 输入接口故障 SFTA示例图图 4 SFMEA分析步骤表 2独立功能 SFMEA知识获取过程分析示例功能名称启动控制故障模式外部输出数据 MBI板硬件状态 取值异常故障原因在BIT 状 态前提条件下，外部输入数据 启动控制命令 取值 有效软件故障影响当在正常任务执行过程时，软件进行异常块号的软复位，影响 MBI通信，主机应用软件复位 MBI模块失败严酷度重要97指挥信息系统与技术2023年 8月 框架表示法能够将知识内部结构及联系表示出来。在此基础上通过信息检索网络可将不同框架结构组成更大的系统，以表示一套系统完整的知识。以表 2 所示某型号软件外部输入输出接口 SFMEA为例，其知识的框架表示法表示形式如下示：框架名：故障模式：（外部输出数据 MBI板硬件状态 取值 异常、外部输出数据 启动控制 取值 失败）故障原因：（在BIT 状态前提条件下，外部输入数据 启动控制命令 取值 有效、软件处理过程为 启动控制时未判断模块号）软件故障影响：（影响 MBI通信，主机应用软件复位 MBI模块失败、导致飞行控制计算机通信功能失败）严酷度：（重要）改进措施：（复位时增加对模块号的判断、启动控制时增加对模块号的判断）4 推理机构建 推理过程主要依赖于推理的控制策略和方式。推理的控制策略指如何使用领域知识使推理过程尽快达到目标的策略18，主要分为推理策略和搜索策略。其中，推理策略研究推理机的推理机制等问题；搜索策略解决推理线路、推理效率等问题12。4.1 推理策略和推理方式在基于知识推理的指控软件故障诊断模型中，由于推理过程是从软件失效特征逐步推理出可能的故障模式，因此借鉴正向推理1920，采取证据事实导向的推理策略，推理流程如图 5所示，具体如下：1）将指控软件失效特征现象输入系统；2）检查系统数据库中是否已存在指控软件问题的解决方案和原因分析，若存在则推理结束，输出结果并退出；否则执行 3）；3）根据已知事实，对指控软件故障知识库进行扫描，检查知识库中是否有与已知事实相匹配的知识，若有则转 4）；否则表明求解失败；4）将指控软件故障知识库中所有相匹配的知识构成知识集；5）若知识集非空，则按针对性排序等21冲突消解策略从中选出一条知识进行推理，将推理结果即新的事实加入系统数据库，然后转 2）；若知识集空则转 6）；6）询问用户是否需要补充输入指控软件新的事实，若需要则将用户输入的新事实加入数据库，然后转到 3）；否则表明求解失败，退出系统。该推理本质上是一种“假设测试”的循环推理过程。对于实际的指控软件故障诊断问题，先根据已知的指控软件故障现象产生可能的故障原因假设；对这些假设进行符合性检验测试，再根据获得的新故障事实特征修正原有的故障原因假设，对这些假设再进行符合性检验测试；重复上述过程，最终得到指控软件故障的最佳解释。4.2 搜索策略基于知识的指控软件故障诊断模型主要采取深度优先的搜索策略22。该方法从根节点开始，采取逐步往下搜索的策略，对所有子节点采取某种约定的顺序进行遍历搜索，在当前节点已不存在未搜索的子节点时，则回溯到其父节点，将父节点变成当前节点，然后检查父节点的情况，重复以上步骤后完成搜索。图 5 推理流程98第 14卷 第 4期严潇波，等：基于知识推理的指挥控制软件故障诊断方法5 案例验证 本次案例选择某型号关键软件进行推理效果验证。进入 CLIPS 运行环境，本案例选择输入型故障模块，根据实际发生的情况确定到底是哪种现象导致故障发生。本案例共加载输入型故障模块相关规则 17条，输入型故障规则库如表 3所示。本文以 yes和 no进行一问一答的形式确定故障，推理案例的整体推理过程如图 6所示。使用图 5所示推理机进行推理，先判定是否为特殊字符集故障，输入 no 后推理机排除特殊字符集故障相关知识；然后引导用户输入新的事实，是否是输入默认值故障，输入 no 后推理机排除输入默认值相关故障知识；依此类推，直至用户输入事实缓冲区发生数据溢出，推理机根据该事实搜索故障知识库，匹配得出对应内存缓冲区故障发生原因和改进措施知识，最终返回故障诊断结果为缓冲区数据溢出故障，并给出相应建议及改进措施。通过该实例，可见本文提出的基于知识推理的指控软件故障诊断方法不仅能有效诊断故障原因，还可以给出如何改进等建议。6 结束语 本文将专家系统和软件故障诊断结合起来，提出了一种基于知识推理的软件故障诊断方法，为针对软件系统的故障诊断活动提出一种新的解决方案。实例证明，该方法不仅能有效诊断故障原因，还可给出改进建议。由于该方法需要完善的缺陷信息知识库和自动化的推理模型支撑，适用于计算资源较丰富的数据中心等应用环境，需维护可靠丰富的缺陷知识库。指控软件应用本文方法后可有效提升故障诊断效率，支撑信息装备向智能化转型。后续可通过构建自动化的缺陷知识提取方法提升缺陷知识库维护效率，扩展该方法的应用场景。参考文献(References)：1杨玲萍，李海峰，蔡东华.指挥信息系统软件缺陷模式分析方法及其智能化应用 J.指挥信息系统与技术，2022，13（2）：95-100.2岳松堂，吴晓鸥，刘冰.美国陆军信息系统装备发展建设分析 J.火力与指挥控制，2018，43（8）：1-7.3杨丽雯，张永继.基于体系化的信息系统装备保障研究J.装备制造技术，2017（1）：157-159.4TASSEY G.The economic impacts of inadequate infrastructure for software testing：MD20899-001 R.Gaithburg：National Institute of Standards and Technology，2002.5陈旭，胡建旺，孙慧贤，等.基于小波神经网络的指控装备故障诊断方法 J.探测与控制学报，2020，42（6）：55-60.6胡晓扬.基于时频特征的旋转装备故障诊断技术研究D.哈尔滨：哈尔滨工业大学，2019.7刘立家，胡建旺，孙慧贤.指控系统故障诊断技术研究综述 J.飞航导弹，2019（11）：73-76.8ZOETEWEIJ P，ABREU R，Van GEMUND A J C.图 6 推理案例的整体推理过程表 3输入型故障规则库规则名rule-1rule-2rule-3rule-4rule-5 触发条件input-special-character-errorinput-special-string-to-the-dialogbox-without-erroruse-system-object-or-setting-name-or-stringinput-variables-uninitializeddefault-variables-not-meet-needs故障结论输入了特殊字符出现错误输入特殊字符串 到 对 话 框，没有报错使用了设置名称、系 统 对 象和保留字符串集 合，没 有 报错提示输入变量未初始化默认变量值不符合客户需求处理措施因为应用程序只能处理普通字符，导致特殊字符出现错误，那么要求开发人员设计出能够同时处理普通字符和特殊字符的字符集因为将 C 语言中的n、+和&等特殊字符串键入对话框，程序需进行错误处理程序应给出提示，提醒开发人员应正确处理特殊字符和数据类型先给变量赋值，再使用变量建议开发人员和用户双方尽量相互协调，然后修改代码，升级软件99指挥信息系统与技术2023年 8月Software fault diagnosis C/Proceedings of 19th IFIP International Conference on Testing of Communicating Systems：Hand-Outs for the Tutorial Day of TestCom/FATES.Tallinn：Tartu University Press，2007：1-10.9WONG W E，GAO R，LI Y，et al.A survey on software fault localizationJ.IEEE Transactions on Software Engineering，2016，42（8）：707-740.10 杨兴，朱大奇，桑庆兵.专家系统研究现状与展望 J.计算机应用研究，2007，24（5）：4-9.11 张煜东，吴乐南，王水花.专家系统发展综述 J.计算机工程与应用，2010，46（19）：43-47.12 冯建农，赵铭.故障诊断专家系统推理机研究 J.华南理工大学学报（自然科学版），1997，25（3）：19-24.13 姚路，康剑山，曾斌.神经规则与案例融合的专家系统知识表示和推理 J.火力与指挥控制，2014，39（10）：117-120.14 杨晓杏.基于度量元的软件缺陷预测技术 D.合肥：中国科学技术大学，2013.15 中国人民解放军总装备部电子信息基础部.故障模式、影响及危害性分析指南：GJB/Z 13912006 S.北京：总装备部军标出版发行部，2006.16 中电莱斯信息系统有限公司.软件测试控制程序：QG/LS 07.2032021 S.南京：中电莱斯信息系统有限公司，2021.17 蔡晶，熊国刚，葛娟.改进的 SFMEA 方法在机载控制软件中的应用 J.电子信息对抗技术，2020，35（5）：74-78.18 孙传飞.载人航天测试发射专家系统设计 D.哈尔滨：哈尔滨工业大学，2007.19 高春鸣，陈跃新，苏亮，等.正向推理机系统研究 J.计算机工程与应用，2002，38（19）：78-80.20 谢振伟.基于规则的特装车辆故障诊断专家系统的研究 D.哈尔滨：哈尔滨工程大学，2006.21 何绯娟，刘文强，缪相林，等.关联数据冲突消解方法研究 J.计算机技术与发展，2018，28（11）：111-114.22 王丽荣.电控发动机故障诊断专家系统的研究 D.秦皇岛：燕山大学，2004.作者简介：严潇波，男（1991），工程师；陈健，男（1988），工程师；朱峰，男（1980），研究员级高级工程师；朱江，男（1979），高级工程师；史星宇，男（1991），工程师；薛科婷，女（1987），工程师。（本文编辑：李素华）（上接第 94页）13 林斌.单元测试在软件测试中的应用分析 J.电脑编程技巧与维护，2020（2）：20-22.14 张素芬，杨俊，杨欣.基于持续集成的指挥信息系统软件单元测试 J.指挥信息系统与技术，2021，12（2）：94-98.15 国建胜，张亚楠，刘晶.基于持续集成的自动化测试框架 J.电脑知识与技术，2019，15（6）：259-260.16 肖雷.基于 Jenkins的持续集成系统的设计与实现 D.武汉：华中科技大学，2016.17 冯小梅，孙卫宁，曾兰.基于 selenium 和 Jenkins的持续集成自动化测试框架的设计和实现 J.企业科技与发展，2016（1）：43-46.18 许 晓 斌.Maven 实 战M.北 京：机 械 工 业 出 版 社，2011.19 刘小双，邓文，王燕.使用 Google测试框架的软件单元测试 J.单片机与嵌入式系统应用，2019，19（10）：9-11.20 颜雪梅.基于 GTEST 的编码测评平台的设计与实现D.西安：西安电子科技大学，2020.21 杨玚.深入理解 gtest：C/C+单元测试经验谈 J.信息安全与技术，2011，2（1）：91-96.22 刘艳平，费琪，陈伟.单元测试框架 GTest的自动调用机制分析 J.微型电脑应用，2019，35（5）：92-94.作者简介：桂文军，男（1990），工程师；刘德民，男（1987），高级工程师；张媛，女（1989），高级工程师。（本文编辑：马岚）100