软件可靠性——从2003年北美大停电说起

2003年北美大停电给人造成的印象比较深刻，据称最后发现其原因与GE公司的XA/21系统中的软件缺陷有关系：Software Bug Contributed to Blackout。电力系统作为一个高度复杂的系统，不仅涉及到众多的软件和硬件，也涉及到人。系统本身应有各种各样的报警和预警措施，为什么全部都不好使了呢？反思美加大停电一文对此做出了一些专业的分析。

教材上说的可靠性度量指标为平均无故障时间（MTBF）、平均故障恢复时间（MTTF）等。也有人喜欢用可靠性是几个9（99.999……%）来说明系统的可靠性。在产品宣传册上，我们经常可以看到的是“本系统可以24X7小时不间断运行”之类的话语。不过这些指标大多只能在事后才能准确计算出来，事前只能通过一些模型方法进行评估。软件可靠性不是一个1+1=2之类的数学问题，而是一个工程问题，需要贯穿于整个产品生命周期之中进行考虑。