如何避免软件问题

在这个数字时代，你一定听说过Facebook和Twitter等社交媒体巨头以及阿里巴巴和亚马逊等电子商务平台。 这些在线网站依赖各种软件包进行操作。 这些计划坦率地改变了我们的工作，思考和生活方式。

此外，许多早期仅具有机械性能的设备现在由软件控制。 例如，恒温器曾经是机电设备。 但是，他们现在严重依赖软件进行操作。

但是，软件错误可能会有很大问题，尤其是我们日常活动中越来越依赖它们。 事实上，实际上有很多情况下软件达不到预期目的，导致不愉快的结果。

，我们讨论了4次软件性能严重超标并且如何避免此类软件问题的情况。

另请阅读 ：您不应急于购买iPhone X的10个理由

1.美国多州911停电

911是一项关键服务，允许个人在需要时联系紧急救援人员。 有时，通过911与紧急调度员取得联系可以真正区分生死。

因此，在2014年4月9日，美国七个州（包括加利福尼亚州，佛罗里达州，明尼苏达州，北卡罗来纳州，宾夕法尼亚州，南卡罗来纳州和华盛顿州）的911呼叫路由失败，这真是一场灾难。

这种中断是由可预防的编码错误引起的，该错误发生在科罗拉多州的一个紧急呼叫管理中心，由Intrado拥有。

2.联合航空公司舰队的接地

2015年7月，由于软件故障，美国联合航空公司被迫将其整个机队全部停飞。 这影响了全球超过4, 900个航班，并使许多乘客滞留在机场，并且显然非常沮丧。

可能还会产生经济影响，因为该航空公司不得不赔偿许多乘客造成的不便。 可能还有几个重要的商务会议由于基础而被拙劣。

3.丰田凯美瑞加速器踏板故障

2007年9月，Jean Bookout乘坐Barbara Schwarz乘客前往俄克拉荷马州的69号州际公路，当时她遇到控制丰田凯美瑞的困难。

她试图抬起油门，但汽车继续加速。 制动踏板未能使汽车停止，她被迫使用紧急制动器。

不幸的是，这使汽车护理变成了堤坝。 Schwarz因此死亡，Bookout因严重受伤住院了五个月。

据推测，事故发生的原因是几个编码不足导致凯美瑞CPU的任务崩溃。 该CPU将控制非常多的功能，包括点火，油门控制和巡航控制。

经过几年新代码堆积在旧代码之后，丰田的代码变得纠结在一起。 这通常被称为“意大利面条代码”。

意大利面条代码不必要地复杂，几乎不可能找到错误。 此外，丰田在编码方面也违反了几项安全规则。 值得注意的是，这不是丰田意外加速的孤立案例。

然而，Bookout的事故使这个问题浮现出来，凸显了丰田在其软件过程中的缺陷。 根据丰田的代码构建方式，甚至发现有超过1000万种可能发生意外加速的方法。

Nest温控器故障

Nest是一家由Alphabet拥有的公司，生产智能恒温器。 这些恒温器非常漂亮，允许用户通过智能手机控制家中的温度。

去年冬天，Nest恒温器出现了故障软件更新的故障，导致电池耗尽。 不幸的是，这个错误发生在冬天的中间，几个用户暂时没有热量。 这绝对是您不希望在一年中的这个时间发生的事情。

请参阅下一篇 ：社交媒体最近推出的自拍不是微不足道的

软件问题浅析

基于模型的设计和TLA +等方法使开发人员能够更全面地了解其软件的工作原理。

杰出的计算机研究员Brett Victor认为，程序员与他们试图用代码解决的问题之间存在脱节。

由于这种脱节，程序员很难想象他们试图放入代码中。 Victor认为这是导致软件漏洞的因素之一。

但是，有希望。 基于模型的设计和TLA +等方法使开发人员能够更全面地了解其软件的工作原理。

顾名思义，基于模型的设计允许通过视觉模型开发软件。 TLA +是Temporal Logic of Actions的缩写，是一种用于编写计算机程序规范的语言。 TLA +的优点在于它可以在软件公布之前对软件进行详尽的测试和验证。

基于模型的设计和TLA +都已经证明了它们的盐。 Esterel技术是一家软件开发公司，它使用基于模型的设计来构建安全关键软件，而TLA +已被微软用于修复可能发生的灾难性Xbox错误，并由欧洲航天局重写代码以进行探测。落在彗星上。

编写代码的过程受到程序员的高度重视。 他们中的许多人对编写代码的过程非常感兴趣。 因此，让一些程序员接受基于模型的设计和TLA +等方法是一项挑战。 这些方法通常被认为是严格的学术方法，没有现实世界的可行性。 但是，必须尽早改变观点。

另请阅读 ：我们正在推动我们的孩子走向失明

最后的想法

软件越来越多地用于需要内置安全预防措施的应用程序中。 必须全面引入更好的软件设计方法，因为这些应用程序对我们的生活至关重要。

像自动化这样的过程现在很大程度上依赖于软件，但是如上面的实例所示，一行代码中的一个错误可能导致我们遭受重大挫折。

现在，想象一下像人工智能（AI）这样的应用程序。 人工智能非常可怕，没有软件故障。 将错误添加到混合中并且不知道会发生什么。

但是，这里有一线希望。 通过一些工作和一些新工具，我们可以通过更好地设计它并将其测试到其螺柱来制造更好的软件和AI。

让我们希望有关当局认真对待这个关键问题，以便我们可以充分利用软件，但只能建立一个更安全，更智能的未来。

见下一篇 ：人工智能：人类的类型和未来