特定风险工具箱的制作方法

本国际PCT专利申请要求2014年3月31日提交的美国临时专利申请序列号61/972,661的优先权，所述美国临时专利申请的全部内容以引用方式并入本文。

发明领域

本发明总体上涉及风险分析系统，并且具体地涉及一种计算事件发生和事件情景的组合概率以确定每个事件的剩余概率值的特定风险工具箱。

发明背景

在复杂系统中，作为安全评估或事故分析过程的部分，通常开发出事故树来定义自上而下的系统事故定义。可通过以下方式为系统开发出事故树：基于事件将每个顶级系统故障条件分解成多个可能的促成故障条件。例如，基本事件模拟系统部件中的故障或错误。外部事件模拟不是事故的预期事件。未开发事件是其中可用信息不足或信息不合逻辑的事件。也可定义其他类型的事件。逻辑门可用于描述各种事件与系统部件之间的关系。例如，“或”门指示输出在到达“或”门的任何输入发生的情况下发生，而“与”门指示输出只有在到达“与”门的所有输入发生的情况下发生。也可定义其他类型的逻辑门。

事故树分析工具通常提供图形用户界面来将图形符互连起来，从而形成事故树的图形表示。事故树分析工具可定义多个参数以协助分析事故和其他事件对系统的影响。事故树的事故树节点可包括事故树中所表示的每个事件的事故概率值。事故概率值可根据特定故障类型来定义，所述特定故障类型例如像活跃故障、持续一段时间的潜在故障或永久潜在的故障。事故概率值通过事故树向上流动到表示顶级系统条件的顶级节点。用户可人工地在事故树中设定事件并且观察通过事故树向上传播的事故概率值的变化。一些事故分析程序可在单个事件基础上执行，其中将所述事故树配置到所希望的状态并且观察顶级节点的事故概率值。其他类型的事故分析程序需要针对一系列事件观察事故树在一段时间内的状态变化。在每个状态变化之后，可观察并人工记录顶级节点的事故概率值。虽然事故树分析工具可使用户能够对事故树作出多个状态变化并且观察结果，但对事故树执行一系列状态变化并且记录结果可能是劳动力密集的过程。复杂系统可定义许多事故树，这进一步增加分析每个事故树的一系列状态变化所需要的时间量。

需要一种改进的系统和过程，其用于计算与事故树的一系列状态变化基本上对应的结果，同时减少通过使用事故树分析工具人工作出每个状态变化来计算并输出结果所需要的时间量。

发明概述

根据本发明的实施方案，一种系统包括处理器以及与所述处理器通信的存储器系统。所述存储器系统存储指令，所述指令在由所述处理器执行时导致所述系统可操作来访问定义多个事件的事件列表以及定义多个情景的情景列表，所述情景列表将所述多个情景定义为通过包括对应于每个所述情景的一个或多个所述事件的树结构的路线。所述系统还可操作来构建特定风险矩阵，所述特定风险矩阵基于每个所述事件的出现与每个所述情景的每个配对计算多个组合概率。所述系统可进一步操作来基于每个所述事件的所述组合概率的总和输出每个所述事件的剩余概率。

在本发明的有利实施方案中，所述事件列表中的所述事件包括基本事件，并且对应于每个所述情景的所述一个或多个所述事件包括所述情景列表中的多个促成事件。

在本发明的有利实施方案中，所述事件列表还包括与所述基本事件相关联的基本事件概率。

在本发明的有利实施方案中，所述基本事件和所述基本事件概率从所述树结构提取以填充所述事件列表。

在本发明的有利实施方案中，所述特定风险矩阵还包括所述促成事件的多个促成因素列，所述多个促成因素列最多达针对所述情景中的任一个定义的所述促成事件的最大数量。

在本发明的有利实施方案中，所述特定风险矩阵还包括每个所述基本事件的出现与每个所述情景的配对的多个行。

在本发明的有利实施方案中，所述促成因素列的多个概率值中的每一个是用映射到每个所述促成事件的每个所述基本事件概率来填充。

在本发明的有利实施方案中，其中所述促成因素列中对应于未填充位置的每个所述概率值是用为一的值来填充，并且所述促成因素列中映射到每个所述行中的每个所述基本事件的所述发生的位置的每个所述概率值是用为一的值来填充。

在本发明的有利实施方案中，每个所述组合概率被计算为跨每个所述行的所述促成因素列的每个所述概率值的乘积。

在本发明的有利实施方案中，每个所述事件的所述剩余概率按从最高剩余概率到最低剩余概率的排序次序被输出到报告，所述报告使每个所述事件与每个所述事件的事件描述和所述剩余概率相关联。

在本发明的有利实施方案中，所述报告的格式化关于一个或多个阈值对所述剩余概率值进行区分。

在本发明的有利实施方案中，所述树结构是由事故树分析工具开发的事故树，所述情景列表是割集情景列表，并且所述事件列表和所述情景列表由所述事故树分析工具输出。

在本发明的有利实施方案中，所述事件列表和所述情景列表由所述事故树分析工具外部的一个或多个应用程序访问，以构建所述特定风险矩阵并且输出每个所述事件的所述剩余概率。

在本发明的有利实施方案中，述事件列表和所述情景列表由电子表格应用程序重新格式化并且导入到数据库应用程序中，以构建所述特定风险矩阵并且输出每个所述事件的所述剩余概率。

在本发明的有利实施方案中，所述树结构包括对应于每个所述事件以及基于故障率、曝光时间和概率类型的事件概率的事件节点。

在本发明的有利实施方案中，每个事件节点的具有平均概率的所述概率类型改变成最坏情况概率，并且所述事件概率在计算所述组合概率之前得到更新。

在本发明的有利实施方案中，所述树结构是用于飞机的系统的事故树结构，并且所述曝光时间被设定成所述飞机的最大任务飞行时间。

根据本发明的另一个实施方案，公开一种用于特定风险评估的方法。所述方法包括：访问定义多个事件的事件列表以及定义多个情景的情景列表，所述情景列表将所述多个情景定义为通过包括对应于每个所述情景的一个或多个所述事件的树结构的路线。构建特定风险矩阵，所述特定风险矩阵基于每个所述事件的出现与每个所述情景的每个配对计算多个组合概率。基于每个所述事件的所述组合概率的总和输出每个所述事件的剩余概率。

在本发明的有利实施方案中，所述事件列表中的所述事件包括基本事件，并且对应于每个所述情景的所述一个或多个所述事件包括所述情景列表中的多个促成事件。

在本发明的有利实施方案中，所述事件列表还包括与所述基本事件相关联的基本事件概率。

在本发明的有利实施方案中，所述基本事件和所述基本事件概率从所述树结构提取以填充所述事件列表。

在本发明的有利实施方案中，所述特定风险矩阵还包括所述促成事件的多个促成因素列，所述多个促成因素列最多达针对所述情景中的任一个定义的所述促成事件的最大数量。

在本发明的有利实施方案中，所述特定风险矩阵还包括每个所述基本事件的出现与每个所述情景的配对的多个行。

在本发明的有利实施方案中，所述促成因素列的多个概率值中的每一个是用映射到每个所述促成事件的每个所述基本事件概率来填充。

在本发明的有利实施方案中，其中所述促成因素列中对应于未填充位置的每个所述概率值是用为一的值来填充，并且所述促成因素列中映射到每个所述行中的每个所述基本事件的所述发生的位置的每个所述概率值是用为一的值来填充。

在本发明的有利实施方案中，每个所述组合概率被计算为跨每个所述行的所述促成因素列的每个所述概率值的乘积。

在本发明的有利实施方案中，每个所述事件的所述剩余概率按从最高剩余概率到最低剩余概率的排序次序被输出到报告，所述报告使每个所述事件与每个所述事件的事件描述和所述剩余概率相关联。

在本发明的有利实施方案中，所述报告的格式化关于一个或多个阈值对所述剩余概率值进行区分。

在本发明的有利实施方案中，所述树结构是由事故树分析工具开发的事故树，所述情景列表是割集情景列表，并且所述事件列表和所述情景列表由所述事故树分析工具输出。

在本发明的有利实施方案中，所述事件列表和所述情景列表由所述事故树分析工具外部的一个或多个应用程序访问，以构建所述特定风险矩阵并且输出每个所述事件的所述剩余概率。

在本发明的有利实施方案中，述事件列表和所述情景列表由电子表格应用程序重新格式化并且导入到数据库应用程序中，以构建所述特定风险矩阵并且输出每个所述事件的所述剩余概率。

在本发明的有利实施方案中，所述树结构包括对应于每个所述事件以及基于故障率、曝光时间和概率类型的事件概率的事件节点。

在本发明的有利实施方案中，每个事件节点的具有平均概率的所述概率类型改变成最坏情况概率，并且所述事件概率在计算所述组合概率之前得到更新。

在本发明的有利实施方案中，所述树结构是用于飞机的系统的事故树结构，并且所述曝光时间被设定成所述飞机的最大任务飞行时间。

根据本发明的又一个实施方案，公开一种用于特定风险评估的计算机程序产品。所述计算机程序产品包括计算机可读存储介质，所述计算机可读存储介质具有由其体现的程序代码，所述程序代码可由计算机、处理器或逻辑电路读取/执行以实行一种方法，所述方法包括：访问定义多个事件的事件列表以及定义多个情景的情景列表，所述情景列表将所述多个情景定义为通过包括对应于每个所述情景的一个或多个所述事件的树结构的路线。构建特定风险矩阵，所述特定风险矩阵基于每个所述事件的出现与每个所述情景的每个配对计算多个组合概率。基于每个所述事件的所述组合概率的总和输出每个所述事件的剩余概率。

在本发明的有利实施方案中，所述事件列表中的所述事件包括基本事件，并且对应于每个所述情景的所述一个或多个所述事件包括所述情景列表中的多个促成事件。

在本发明的有利实施方案中，所述事件列表还包括与所述基本事件相关联的基本事件概率。

在本发明的有利实施方案中，所述基本事件和所述基本事件概率从所述树结构提取以填充所述事件列表。

在本发明的有利实施方案中，所述特定风险矩阵还包括所述促成事件的多个促成因素列，所述多个促成因素列最多达针对所述情景中的任一个定义的所述促成事件的最大数量。

在本发明的有利实施方案中，所述特定风险矩阵还包括每个所述基本事件的出现与每个所述情景的配对的多个行。

在本发明的有利实施方案中，所述促成因素列的多个概率值中的每一个是用映射到每个所述促成事件的每个所述基本事件概率来填充。

在本发明的有利实施方案中，其中所述促成因素列中对应于未填充位置的每个所述概率值是用为一的值来填充，并且所述促成因素列中映射到每个所述行中的每个所述基本事件的所述发生的位置的每个所述概率值是用为一的值来填充。

在本发明的有利实施方案中，每个所述组合概率被计算为跨每个所述行的所述促成因素列的每个所述概率值的乘积。

在本发明的有利实施方案中，每个所述事件的所述剩余概率按从最高剩余概率到最低剩余概率的排序次序被输出到报告，所述报告使每个所述事件与每个所述事件的事件描述和所述剩余概率相关联。

在本发明的有利实施方案中，所述报告的格式化关于一个或多个阈值对所述剩余概率值进行区分。

在本发明的有利实施方案中，所述树结构是由事故树分析工具开发的事故树，所述情景列表是割集情景列表，并且所述事件列表和所述情景列表由所述事故树分析工具输出。

在本发明的有利实施方案中，所述事件列表和所述情景列表由所述事故树分析工具外部的一个或多个应用程序访问，以构建所述特定风险矩阵并且输出每个所述事件的所述剩余概率。

在本发明的有利实施方案中，述事件列表和所述情景列表由电子表格应用程序重新格式化并且导入到数据库应用程序中，以构建所述特定风险矩阵并且输出每个所述事件的所述剩余概率。

在本发明的有利实施方案中，所述树结构包括对应于每个所述事件以及基于故障率、曝光时间和概率类型的事件概率的事件节点。

在本发明的有利实施方案中，每个事件节点的具有平均概率的所述概率类型改变成最坏情况概率，并且所述事件概率在计算所述组合概率之前得到更新。

在本发明的有利实施方案中，所述树结构是用于飞机的系统的事故树结构，并且所述曝光时间被设定成所述飞机的最大任务飞行时间。

附图简述

可参考以下附图理解本发明的各种实施方案。部件未必按比例绘制。此外，在附图中，在若干视图中相同参考标号指示对应部分。

图1是根据本发明实施方案的一种系统的框图；

图2是根据本发明实施方案的各种应用程序和文件的框图；

图3是根据本发明实施方案的另一种系统的框图；

图4是根据本发明实施方案的树结构的框图；

图5是根据本发明实施方案的情景列表的实例；

图6是根据本发明实施方案的事件列表的实例；

图7是根据本发明实施方案的特定风险矩阵的实例；

图8是根据本发明实施方案的图7特定风险矩阵在变换过程之后的实例；

图9是根据本发明实施方案的图8特定风险矩阵在评价过程之后的实例；

图10是根据本发明实施方案输出的报告的实例；

图11是根据本发明实施方案的用于实行特定风险分析的方法中由处理器执行的示例性步骤的流程图；并且

图12是根据本发明实施方案的用于实行特定风险分析的方法中由处理器执行的另外的示例性步骤的流程图。

发明详述

本发明在以下描述和实例中得到更具体的描述，以下描述和实例仅意欲是说明性的，因为本领域的技术人员将明白其中的许多修改和变型。如本说明书和权利要求书中所使用，单数形式“一个”、“一种”和“所述”可包括复数指代物，除非上下文另有清楚规定。此外，如本说明书和权利要求书中所使用，术语“包括”可包括以下实施方案：“由……组成”和“基本上由……组成”。另外，本文所公开的所有范围均包含端点并且可独立组合。

如本文所使用，可应用近似语言来修饰任何定量表达，所述定量表达可在不造成与其相关的基本功能变化的情况下改变。因此，在一些情况下，由一个或多个术语诸如“大约”和“基本上”修饰的值可不限于指定的精确值。在至少一些情况下，近似语言可对应于对值进行计算和/或存储的精确性。

在本发明的实施方案中，提供一种特定风险工具箱，所述特定风险工具箱访问定义多个事件的事件列表以及定义多个情景的情景列表，所述情景列表将所述多个情景定义为通过包括对应于每个所述情景的一个或多个所述事件的树结构的路线。。树结构可以是由事故树分析工具开发和修改的事故树。事故树分析工具可基于事故树中所定义的事件和相关联概率生成事件列表和情景列表。为了支持分析过程(其包括在事故树中设定一系列事件，而不是要求用户使用事故树分析工具的图形用户界面(GUI)人工地在事故树中设定每个事件)，实施方案提供计算组合概率并且累积组合概率以生成并输出每个事件的剩余概率的自动化过程。例如，计算顶级概率以捕获在事故树中设定每个基本事件(即，事故)的出现的结果可通过使用事故树分析工具的GUI在一系列迭代中人工改变事件状态来执行。在一个实施方案中，不是执行人工分析，而是特定风险工具箱使用情景列表(诸如由事故树分析工具生成的割集情景列表)和事件列表来构建特定风险矩阵，所述特定风险矩阵基于每个事件的出现与每个情景的每个配对来计算多个组合概率。特定风险工具箱可基于每个事件的组合概率的总和输出每个事件的剩余概率。基于矩阵的途径可计算出与在使用事故树分析工具的GUI设定并改变事件状态的单独迭代中实现的结果基本上类似的结果；然而，基于矩阵的途径可在没有与一系列人工交互相关联的长时间延迟的情况下基本上同时地计算出所有结果。

从本发明的说明性实施方案的以下详细描述和附图将更容易明白本发明的各种公开实施方案的前述和其他特征，其中相同参考数字是指类似元件。

参考图1，展示了根据本发明实施方案的实施特定风险分析的系统100的一部分的框图。

系统100表示联网环境；然而，应了解，也可设想到非联网实施方案。在图1描绘的实例中，系统100包括主机系统102，所述主机系统102可被配置来通过通信网络106与一个或多个客户端系统104通信。在示例性实施方案中，主机系统102是包括至少一个处理器(例如，计算机处理器或处理电路)的高速处理装置(例如，大型计算机、台式计算机、膝上型计算机、手持装置、嵌入式计算装置等)，所述至少一个处理器能够读取并执行指令并且处理与系统100的各个部件的交互。

在示例性实施方案中，客户端系统104(各自通常称为客户端系统104)可包括具有处理器和I/O接口(诸如键/按钮、触摸屏和显示装置)的各种各样的计算装置。客户端系统104的实施方案可包括个人计算机(例如，膝上型电脑、台式机等)、便携式装置(例如，平板PC、个人数字助理、智能电话等)或网络服务器附接的终端。或者，可省略客户端系统104。主机系统102和客户端系统104可包括本领域已知的各种计算机/通信硬件和软件技术，诸如一个或多个处理器或电路、包括可移动介质的易失性和非易失性存储器、电源、网络接口、支持电路、操作系统等。主机系统102还可包括具有用户可访问I/O装置(诸如键盘、鼠标和显示器)的一个或多个用户接口108，用于提供对主机系统102的本地访问。

通信网络106可以是本领域已知的任何类型的通信网络。通信网络106可包括无线链路、有线链路和/或光纤链路的组合。通信网络106可支持允许在主机系统102与客户端系统104之间传输数据的各种各样的已知通信标准。另外的计算机系统(未描绘)也可通过通信网络106或其他网络与主机系统102和/或客户端系统104对接。

在示例性实施方案中，主机系统102通信地联接到存储装置110。存储装置110存储文件112。存储装置110可使用主机系统102中所包括的存储器来实现，或存储装置110可以是独立的物理装置。应了解，可采用多个存储装置。例如，存储装置可跨通信网络106分散，并且存储装置中的每一个可以是作为跨包括通信网络106的分布式环境的统一数据源可逻辑寻址的。

存储在存储装置110中的信息可通过主机系统102来检索和操纵。数据存储装置110总体上可存储程序指令、代码和/或模块，所述指令、代码和/或模块在由处理器执行时致使特定机器根据本文描述的一个或多个实施方案起作用。图1描绘的数据存储装置110表示在本文中定义为“计算机可读存储器”的计算机可读介质的类和/或子集(例如，不同于传输装置或介质的非暂态存储器)。

主机系统102可执行一个或多个应用程序114，包括事故树分析(FTA)工具116和特定风险工具箱118。在替代性实施方案中，主机系统102提供将由客户端系统104中的一个或多个执行的应用程序114或其部分。FTA工具116可生成或修改一个或多个树结构，诸如事故树结构。FTA工具116可将与树结构有关的数据保存在文件112中。特定风险工具箱118通过例如读取文件112来对与树结构有关的数据进行运算，并且输出也可存储在文件112中的一个或多个报告。用于执行FTA工具116和特定风险工具箱118的指令可存储在文件112中，并且可传递到主机系统102或客户端系统104内的存储器中的其他位置以供执行。尽管分开地描绘，但应了解，FTA工具116和特定风险工具箱118可形成单个应用程序。本文提供关于FTA工具116和特定风险工具箱118的其他细节。

图2是根据本发明实施方案的各种应用程序114和文件112的框图。在图2的实例中，FTA工具116是相对于特定风险工具箱118分开的应用程序。如图2所描绘，特定风险工具箱118可合并数个其他应用程序，诸如文本编辑器202、电子表格应用程序204和数据库应用程序206。特定风险工具箱118内还可另外的应用程序(未描绘)。在替代性实施方案中，特定风险工具箱118可不包括文本编辑器202。作为另外的替代方案，特定风险工具箱118可包括电子表格应用程序204或数据库应用程序206，但不是两者。

进一步参考图2，FTA工具116可访问可存储在文件112中的一个或多个树结构208。树结构208中的每一个可以是与例如飞机的控制系统或子系统相关联的事故树。FTA工具116可基于树结构208输出一个或多个列表210。列表210可包括事件列表，所述事件列表定义来自树结构208的事件和每个事件的概率。列表210还可包括定义通过树结构208的路线的情景列表，其中每个情景包括一个或多个事件。在创建列表210时，FTA工具116可省略来自树结构208的与执行特定风险计算无关的值(诸如未开发事件)。或者，在本文描述的进一步处理和格式化步骤过程中可过滤掉或忽略列表210中所包括的任何无关信息。

文本编辑器202可用于重新格式化列表210和/或将列表210保存成电子表格应用程序204所支持的不同文件格式。或者，列表210可以可由电子表格应用程序204直接访问而无需由文本编辑器202进行修改。电子表格应用程序204可生成与列表210中的每一个相关联的电子表格212。或者，电子表格212的单个实例可合并来自多个列表210的值。作为一个实例，列表210可由电子表格应用程序204从逗号定界格式转换成电子表格212中的表格格式。

数据库应用程序206可读取电子表格212并且利用特定风险矩阵创建或更新数据库214，所述特定风险矩阵包括来自列表210的每个事件的剩余概率。数据库应用程序206还可输出报告216，所述报告216汇总事件、事件描述以及事件的剩余概率。树结构208、列表210、电子表格212、数据库214和报告216都可存储在位于例如图1的存储装置110上的文件112中。本文提供关于特定风险矩阵的创建的其他细节。

图3描绘根据实施方案的系统300的框图。系统300被描绘为体现在被配置来执行特定风险评估的图3计算机301(诸如通用计算机)中。系统300是图1的主机系统102的实例。图1的客户端系统104也可包括与图3计算机301中所描绘类似的计算机元件。

在示例性实施方案中，就硬件体系结构而言，如图3所示，计算机301包括处理器305和存储器装置310，所述存储器装置310联接到存储器控制器315和输入/输出控制器335。输入/输出控制器335可以是例如但不限于如本领域已知的一种或多种总线或其他有线或无线连接。输入/输出控制器335可具有为简单而省略的另外元件(诸如控制器、缓冲器(高速缓存)、驱动器、重发器和接收器)以实现通信。进一步地，计算机301可包括地址连接、控制连接和/或数据连接，以实现前述部件之间的适当通信。

在示例性实施方案中，常规键盘350和鼠标355或类似装置可联接到输入/输出控制器335。或者，可通过触摸敏感的或运动敏感的接口(未描绘)来接收输入。计算机301还可包括联接到显示器330的显示器控制器325。

处理器305是用于执行软件、具体地存储在辅助存储装置320或存储器装置310中的软件的硬件装置，其中存储器装置310和辅助存储装置320可总体称为与处理器305通信的存储器系统345。处理器305可以是任何定制的或可商购的计算机处理器、中央处理单元(CPU)、与计算机201相关联的若干处理器中的辅助处理器、基于半导体的微处理器(呈微芯片或芯片集的形式)、宏处理器、处理电路或通常用于执行指令的任何装置。

存储器系统345的存储器装置310可包括易失性存储器元件(例如，随机存取存储器(RAM，诸如DRAM、SRAM、SDRAM等))和非易失性存储器元件(例如，ROM、可擦可编程只读存储器(EPROM)、电可擦可编程只读存储器(EEPROM)、闪存、可编程只读存储器(PROM)、磁带、光盘只读存储器(CD-ROM)、闪盘驱动器、磁盘、硬盘驱动器、软磁盘、盒式磁带、盒式磁盘或类似物等)中的任一种或其组合。此外，存储器装置310可合并电子、磁性、光学和/或其他类型的存储介质。因此，存储器装置310是有形计算机可读存储介质340的实例，在有形计算机可读存储介质340上，可由处理器305执行的指令可体现为计算机程序产品。存储器装置310可具有分布式体系结构，其中各个部件远离彼此定位，但可由处理器305访问。类似地，存储器系统345的辅助存储装置320可包括非易失性存储器元件，并且可以是用于存储图1文件112的图1存储装置110的实施方案。

存储器装置310中的指令可包括一个或多个单独的程序，所述程序中的每一个包括用于实现逻辑功能的可执行指令的有序列表。在图3的实例中，存储器装置310中的指令包括合适的操作系统(OS)311和程序指令316。操作系统311实质上控制其他计算机程序的执行，并且提供调度、输入输出控制、文件和数据管理、存储器管理以及通信控制和相关服务。当计算机301在操作中时，处理器305可被配置来执行存储在存储器装置310内的指令，以传达去往和来自存储器装置310的数据并且总体上依照指令来控制计算机301的操作。程序指令316的实例可包括用于实现图1的应用程序114(诸如图1的FTA工具116和特定风险工具箱118)的指令，其中系统300是图1的主机系统102的实施方案。程序指令316的另外的实例可包括用于实现图2的文本编辑器202、电子表格应用程序204和/或数据库应用程序206的指令。

图3的计算机301还可包括网络接口360，所述网络接口360可通过例如图1的通信网络106中的一个或多个网络链路来与一个或多个其他计算机系统构建通信信道。网络接口360可支持本领域已知的有线和/或无线通信协议。例如，当在图1的主机系统102中体现时，网络接口360可与图1的客户端系统104中的一个或多个构建通信信道。

现在转向图4，描绘根据本发明实施方案的树结构400的框图。树结构400是图2的树结构208中的一个的实例。树结构400包括多个节点，所述多个节点可包括事件节点402、逻辑门404和条件节点406。事件节点402可定义数个参数，诸如事件概率(p)、故障率(λ)、曝光时间(τ)和概率类型(c)。故障率(λ)可定义相关联事件的预期发生频率。曝光时间(τ)是曝光于事件的时间段。例如，在飞机的背景中，曝光时间(τ)可以是最大任务飞行时间。例如当概率类型(c)为一时，可根据如下等式1计算出最坏情况概率：

p＝λ·τ (等式1)

例如当概率类型(c)为二时，可根据如下等式2计算出潜在故障的平均概率：

例如当概率类型(c)为三时，可根据如下等式3计算出最坏情况概率的替代形式：

p＝1–e^-λτ (等式3)

每个事件节点402也可称为树结构400的底部事件。每个事件节点402可定义故障事件或其他类型的事件，诸如外部事件或未定义事件。在图4的实例中，逻辑门404可以是实现已知“和/或”逻辑功能的“与”门或“或”门。条件节点406各自基于从低级节点向上流动的概率并且基于向条件节点406提供输入的门类型来指示条件状态和相关联概率。

在图4的实例中，事件节点402A和事件节点402B作为输入连接到“与”门404A。“与”门404A向条件节点406A提供输出。“或”门404B从条件节点406A和外部事件节点402X接收输入。条件节点406B从“或”门404B接收输出。“或”门404C连接到事件节点402C、402D和402E。“或”门404C的输出被提供给条件节点406C。条件节点406B和406C向“与”门404D提供输入。条件节点406D从“与”门404D接收输出。“或”门404E从条件节点406D、406F和406G接收输入并向条件节点406E提供输出，其中条件节点406E是树结构400的顶级节点或树根。

事件节点402F、402G和402H连接到“与”门404F。“与”门404F向条件节点406F提供输出，所述输出进而被提供给“或”门404E。事件节点402G’和402I连接到“与”门404G。“与”门404G的输出被提供给条件节点406G，所述输出进而被提供给“或”门404E。因此，条件节点406E处的系统故障条件的概率取决于条件节点406D、406F和406G的概率。条件节点406D处的故障条件的概率取决于条件节点406B和406C的概率。条件节点406B处的故障条件的概率可取决于条件节点406A和外部事件节点402X的概率。

为了结合剩余故障概率观察设定单个事件故障的影响，可单独设定事件408并且针对事件408A、408B、408C、408D、408E、408F、408G、408H、408I和408X观察条件节点406E处的概率，其中相同标号的事件408设定相同标号的事件节点406。例如，事件408A(故障A)设定事件节点402A，事件408B(故障B)设定事件节点402B，事件408C(故障C)设定事件节点402C，事件408D(故障D)设定事件节点402D，事件408E(故障E)设定事件节点402E，事件408F(故障F)设定事件节点402F，事件408G(故障G)设定事件节点402G和402G’，事件408H(故障H)设定事件节点402H，事件408I(故障I)设定事件节点402I，并且事件408X(故障X)设定外部事件节点402X。

可在事件408与条件节点406E之间定义各个路径或路线410。例如，路线410A可将事件408A从事件节点402通过“与”门404A、条件节点406A、“或”门404B、条件节点406B、“与”门404D、条件节点406D和“或”门404E传播到条件节点406E。类似地，路线410E可将事件408E从事件节点402E通过“或”门404C、条件节点406C、“与”门404D、条件节点406D和“或”门404E传播到条件节点406E。割集情景由每个促成事件组合定义，所述割集情景可设定树结构400的顶级处的条件节点406E。例如，一个割集情景是事件408A、408B和408E的组合，因为路线410A和410E在“与”门404D处归并并且传递通过“或”门404E而到达条件节点406E。

图5是根据本发明实施方案的情景列表500的实例。情景列表500可以是图2的列表210中的一个。情景列表500将多个情景502定义为通过树结构的路线，所述树结构包括对应于每个情景502的一个或多个事件。情景502可以是割集情景，诸如割集情景CS₁、CS₂、CS₃、CS₄、CS₅、CS₆、CS₇、CS₈、……、CS_m。情景列表500还可包括每个情景502的情景概率504，诸如情景概率P_cs1、P_cs2、P_cs3、P_cs4、P_cs5、P_cs6、P_cs7、P_cs8、……、P_csm。或者，可省略情景概率504。在情景列表500中，多个促成事件506可被定义为每个情景502的一个或多个事件。在图5的实例中，针对情景502中的任一个定义的促成事件506的最大数量是五(例如，包括促成因素1、促成因素2、促成因素3、促成因素4和促成因素5)。

出于解释的目的，图5的实例基本上映射到图4的树结构400。例如，割集情景CS₈包括事件408A(故障A)和408B(故障B)的路线410A作为促成因素1和促成因素2，并且包括图4的事件408E(故障E)的路线410E作为促成因素3。其他情景502包括：割集情景CS₁，其以故障X和故障C作为促成因素1和促成因素2；割集情景CS₂，其以故障X和故障D作为促成因素1和促成因素2；割集情景CS₄，其以故障G和故障I作为促成因素1和促成因素2；割集情景CS₅，其以故障F、故障G和故障H作为促成因素1、促成因素2和促成因素3；割集情景CS₆，其以故障A、故障B和故障C作为促成因素1、促成因素2和促成因素3；割集情景CS₇，其以故障A、故障B和故障D作为促成因素1、促成因素2和促成因素3；割集情景CS₃，其以故障X和故障E作为促成因素1和促成因素2；以及作为割集情景CS_m的普通情况，其以故障V、故障W、故障X、故障Y和故障Z作为促成因素1、促成因素2、促成因素3、促成因素4和促成因素5。

图6是根据本发明实施方案的事件列表600的实例。事件列表600可以是图2的列表210中的一个。事件列表600定义多个事件，在图6的实例中，所述多个事件包括基本事件602。基本事件602可映射到图5的促成事件506。基本事件602可包括针对树结构定义的所有基本事件(诸如图4的事件408)，并且不包括或包括图4的事件408X，所述事件408X是外部事件而不是基本事件。在图6的实例中，事件列表600的基本事件602包括：故障A、故障B、故障C、故障D、故障E、故障F、故障G、故障H、故障I、故障J、……、故障V、故障W、故障X、故障Y和故障Z。事件列表600还包括与基本事件602相关联的基本事件概率604。在图6的实例中，事件列表600中的事件概率604包括：故障A的基本事件概率P_A、故障B的基本事件概率P_B、故障C的基本事件概率P_C、故障D的基本事件概率P_D、故障E的基本事件概率P_E、故障F的基本事件概率P_F、故障G的基本事件概率P_G、故障H的基本事件概率P_H、故障I的基本事件概率P_I、故障J的基本事件概率P_J、……、故障V的基本事件概率P_V、故障W的基本事件概率P_W、故障X的基本事件概率P_X、故障Y的基本事件概率P_Y、以及故障Z的基本事件概率P_Z。基本事件602和基本事件概率604可从树结构提取以便填充事件列表600，诸如图2的FTA工具116从树结构208(图2)中的图4树结构400提取数据。

图7是根据本发明实施方案的特定风险矩阵700的实例。特定风险矩阵700可在图2的电子表格212或数据库214中体现。特定风险矩阵700可包括基本事件702、情景704以及促成事件(例如，促成因素1、促成因素2、促成因素3、促成因素4和促成因素5)的多个促成因素列706，所述多个促成因素列706最多达针对情景704中的任一个定义的促成事件的最大数量。特定风险矩阵700还可包括每个情景704的情景概率705。特定风险矩阵700包括图6的每个基本事件602的出现与图5的每个情景502的配对的多个行708。因此，促成因素列706映射到图5的促成事件506。

在其中特定风险矩阵700在图2的电子表格212或数据库214中的实施方案中，图2的电子表格应用程序204或数据库应用程序206可通过以下方式填充电子表格212中或数据库214中的特定风险矩阵700：创建图6的每个基本事件602的出现与图5的每个情景502的配对的行708。这可导致将图5的情景列表500的内容多次复制到特定风险矩阵700中，所述次数等于图6的事件列表600中所定义的基本事件602的数量。例如，群组710K可用基本事件702的故障K的固定值来填充，并且情景704、情景概率705和促成因素列706可用图5的情景502、情景概率504和促成事件506来填充。群组710B至710Z可类似地分别用故障B和故障Z的重复值以及图5的情景列表500的单独副本来填充。同样地，无需填充情景概率705。促成因素列706中可保留多个未填充位置712，其中尚未定义促成因素值。

图8是根据本发明实施方案的图7特定风险矩阵700在变换过程之后的并因此称为特定风险矩阵800的实例。特定风险矩阵800可由图2的特定风险工具箱118的数据库应用程序206根据图2的电子表格212生成，并且存储在图2的数据库214中。特定风险矩阵800包括图7的特定风险矩阵700的基本事件702、情景704和促成因素列706。特定风险矩阵800利用概率值802替换促成因素列706中的促成事件。促成因素列706的多个概率值802中的每一个用图6的映射到每个促成事件的每个基本事件概率604来填充。例如，在故障X的出现与割集情景CS₁的配对中，促成因素2的值从故障C改变成P_C。促成因素列706中对应于图7的未填充位置712的每个概率值802是用为一的值来填充。例如，在故障X的出现与割集情景CS₁的配对中，位置804处的促成因素3、促成因素4和促成因素5的值改变成一。另外，对应于促成因素列706中的位置806(其映射到每个行708中的每个基本事件702的出现)的每个概率值802是用为一的值来填充。例如，在群组710X(其中基本事件702具有为故障X的值)中，群组710X的促成因素列706中同样为故障X的任何值(例如，群组710X中的割集情景CS₁、CS₂和CS₃的促成因素1)由一替换。

图9是根据本发明实施方案的图8特定风险矩阵800在评价过程之后并因此称为特定风险矩阵900的实例。特定风险矩阵900可由图2的特定风险工具箱118的数据库应用程序206生成，并且存储在图2的数据库214中。特定风险矩阵900基于每个基本事件702的出现与每个情景704的每个配对计算多个组合概率902。对于情景704中的每一个，来自图8的特定风险矩阵800的变换值保持在特定风险矩阵900的促成因素列706中并且用于计算组合概率902。计算可以是行乘法运算。例如，在为故障X的值在基本事件702中并且CS₁在情景704中的情况下，可计算组合概率P_X’CS1，使得跨促成因素列706的乘法为1.0(促成因素1)*P_C(促成因素2)*1.0(促成因素3)*1.0(促成因素4)*1.0(促成因素5)。计算过程跨促成因素列706并且逐行708向下地继续以填充组合概率902。

还可基于每个基本事件702的组合概率902的总和来生成每个所述基本事件702的剩余概率904。例如，可将剩余概率904X(P_X’)计算为群组710X的组合概率902(P_X’CS1至P_X’CSm)的和。类似地，对于群组710B，可将剩余概率904B(P_B’)计算为群组710B的组合概率902(P_B’CS1至P_B’CSm)的和。计算过程继续通过群组710Z，其中可将剩余概率904Z(P_Z’)计算为群组710Z的组合概率902(P_Z’CS1至P_Z’CSm)的和。

图10是根据本发明实施方案输出的报告1000的实例。报告1000是图2的报告216的实例，报告216可由图2的特定风险工具箱118使用例如图2的数据库应用程序206来输出。在计算出图9的每个基本事件702的图9剩余概率904之后，可生成报告1000。在报告1000中，图9的剩余概率904与图9的每个基本事件702以及图9的每个基本事件702的事件描述相关联。在图10的实例中，图9的剩余概率904作为剩余概率1002例如以列格式被输出。与图9的剩余概率904相关联的图9的基本事件702以基本事件标识符1004的形式输出，所述基本事件标识符1004也可呈列格式。基本事件描述1006拥有与每个基本事件标识符1004相关联的事件描述。剩余概率1002可按排序次序1008输出，例如从最高剩余概率到最低剩余概率。

在报告1000中可以使用不同的格式化以便相对于一个或多个阈值1010对剩余概率1002的值进行区分。例如，如果第一阈值1010A定义高于其则被认为“不可接受”的剩余概率，那么针对超过第一阈值1010A的剩余概率1002的值对剩余概率1002、基本事件标识符1004和/或基本事件描述1006应用第一类型的格式化1012A。如果第二阈值1010B定义高于其则被认为“有风险”的剩余概率，那么针对超过第二阈值1010B但小于第一阈值1010A的剩余概率1002的值对剩余概率1002、基本事件标识符1004和/或基本事件描述1006应用第二类型的格式化1012B。对于剩余值，剩余概率1002、基本事件标识符1004和/或基本事件描述1006可具有默认格式化1012C。第一类型的格式化1012A和第二类型的格式化1012B的实例可包括颜色、阴影、字号、字体、粗体、下划线差异，或相对于默认格式化1012C产生视觉差异的任何其他变化。

例如，第一类型的格式化1012A和第二类型的格式化1012B的图例可包括在报告页眉1014或报告页脚1016中。报告页眉1014和报告页脚1016还可包括其他信息，诸如报告生成信息、页数、报告日期、文档号等。在一个实施方案中，报告页眉1014包括顶级系统故障条件(诸如与图4的树结构400的条件节点406E相关联的顶级系统故障条件)的标识符，其中所有剩余概率1002、基本事件概率1004和基本事件描述1006都回联至顶级系统故障条件。

图11是根据本发明实施方案的用于实行特定风险分析的方法1100中的由处理器(诸如图3的处理器305)执行的示例性步骤的流程图。方法1100可由图1的主机系统102执行。在进入步骤1102之后，执行步骤1104，其中对包括多个事件的树结构进行分析以便将多个情景确定为通过树结构的路线。例如，图1的FTA工具116可分析图4的树结构400以便将图5的情景502确定为供图4的事件408传播通过图4的树结构400的路线(诸如图4的路线410A和410E)。图4的树结构400可以是由图1的FTA工具116开发的事故树。

如先前参考图4所描述，树结构400可包括对应于每个事件408以及基于故障率(λ)、曝光时间(τ)和概率类型(c)的事件概率(p)的事件节点402。每个事件节点402的定义为平均概率的概率类型(c)可改变成最坏情况概率，其中事件概率(p)在使用事件概率(p)执行进一步的计算之前得到更新。在其中图4的树结构400是用于飞机的系统的事故树结构的实施方案中，曝光时间(τ)可设定成飞机的最大任务飞行时间，以确保最坏情况分析得以执行。

在步骤1106处，将情景存储在情景列表中，并且将事件存储在事件列表中。步骤1106可由图1的FTA工具116执行。关于图5和图6的实例，情景是情景列表500的情景502，并且步骤1106的步骤可以是事件列表600中的基本事件602。如先前参考图5所描述，每个情景502包括在情景列表500中称为促成事件506的一个或多个事件。图6的事件列表600还包括与基本事件602相关联的基本事件概率604。可从图4的树结构400提取基本事件602和基本事件概率604以填充事件列表600。

在步骤1108处，访问图6的事件列表600和图5的情景列表500以便将事件列表600的基本事件602映射到情景列表500的每个情景502中的一个或多个促成事件506。图5的情景列表500可以是来自图4的树结构400的割集情景列表。图6的事件列表600和图5的情景列表500可由图1的FTA工具116输出，并且可由FTA工具116外部的一个或多个应用程序访问。例如，事件列表600和情景列表500可由图2的电子表格应用程序204重新格式化并且导入图2的数据库应用程序206中。

在步骤1110处，构建特定风险矩阵，所述特定风险矩阵基于每个事件的出现与每个情景的每个配对计算多个组合概率。这个过程根据图12的步骤1110.1–1110.9得到进一步定义。在进入步骤1110.1之后，执行步骤1110.2，其中用促成事件(例如，促成因素1、促成因素2、促成因素3、促成因素4和促成因素5)的多个促成因素列706来填充图7的特定风险矩阵700，所述多个促成因素列706最多达针对情景704中的任一个定义的促成事件的最大数量。如先前所描述，图7的特定风险矩阵700的情景704和促成因素列706的内容可从图5的情景502和促成事件506复制进来。

在步骤1110.3处，在每个基本事件702的出现与每个情景704的配对的行708中对图7的特定风险矩阵700进行布置。。同样地，可将基本事件702的内容从图6的基本事件602复制进来。

在步骤1110.4处，执行从图7的特定风险矩阵700到图8的特定风险矩阵800的变换，其中用图6的映射到促成因素列706中的每个促成事件的每个基本事件概率604来填充图8的促成因素列706的多个概率值802中的每一个。

在步骤1110.5处，用图8的位置804处的为一的值来在图8的特定风险矩阵800中填充促成因素列706中对应于图7的未填充位置712的每个概率值802。在步骤1110.6处，用为一的值来填充图8的促成因素列706中的位置806(其映射到每个行708中的每个基本事件702的出现)的每个概率值802。

在步骤1110.7处，对图9的特定风险矩阵900执行评价，其中将图9的每个组合概率902计算为跨每个行708的促成因素列706的每个概率值802的乘积。在步骤1110.8处，基于每个基本事件702的组合概率902的总和来生成每个基本事件702的剩余概率904。在步骤1110.9处，步骤1110完成并且方法1100返回到图11的步骤1112。

返回图11，在步骤1112处，输出每个基本事件702的剩余概率904。每个事件的剩余概率904可以图10的剩余概率1002的形式输出到图10的报告1000。图10的报告1000使每个事件与事件描述(例如像基本事件标识符1004和基本事件描述1006)和剩余概率1002相关联。图10的报告1000可以按从剩余概率1002的最高剩余概率到最低剩余概率的排序次序1008来组织。报告1000的格式化可关于一个或多个阈值1010A和1010B对剩余概率1002的值进行区分。方法1100在图11的步骤1114处退出。

应理解，本发明的各方面可体现为一种系统、方法或计算机程序产品，并且可采取硬件实施方案、软件实施方案(包括固件、常驻软件、微代码等)或其组合的形式。此外，本发明的各方面可采用体现在一种或多种计算机可读介质中的计算机程序产品的形式，所述一种或多种计算机可读介质具有在其上体现的计算机可读程序代码。

可利用一种或多种计算机可读介质。计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。计算机可读存储介质可以是例如但不限于电子、磁性、光学、电磁、红外或半导体系统、设备或装置或者前述系统、设备或装置的任何合适组合。计算机可读存储介质的更具体实例(并非详尽列表)将包括以下介质：具有一根或多根线的电连接件、便携式计算机软盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦可编程只读存储器(EPROM或闪存)、光纤、便携式光盘只读存储器(CD-ROM)、光学存储装置、磁存储装置或前述介质的任何合适组合。在一个方面，计算机可读存储介质可以是含有或存储供指令执行系统、设备或装置使用或与其结合使用的程序的有形介质。

计算机可读信号介质可包括(例如)处于基带中或作为载波一部分的传播数据信号，计算机可读程序代码体现在所述传播数据信号中。这种传播信号可采取各种形式中的任何一种形式，包括但不限于电磁、光学或其任何合适组合。计算机可读信号介质可以是以下任何计算机可读介质，其并非计算机可读存储介质，而且可传达、传播或传送供指令执行系统、设备或装置使用或与其结合使用的程序。

计算机可读介质可含有体现在其上的程序代码，所述程序代码可使用任何适当的介质来传输，所述介质包括但不限于无线、有线线路、光纤电缆、RF等或前述介质的任何合适组合。另外，用于实行用于实现本发明各方面的操作的计算机程序代码可用一种或多种编程语言的任何组合来编写，所述编程语言包括：面向对象的编程语言，诸如Java、Visual Basic、Smalltalk、C++等；以及常规程序性编程语言，诸如“C”编程语言或类似的编程语言。程序代码可完全在用户的计算机上执行，部分地在用户的计算机上执行，作为独立的软件包执行，部分地在用户的计算机上且部分地在远程计算机上执行，或完全在远程计算机或服务器上执行。程序代码也可称为“计算机程序指令”，或更简单地称为“程序指令”，诸如图3的程序指令316。

应理解，本文参考根据本发明实施方案的方法、设备(系统)和计算机程序产品的流程图图解和/或框图来描述本发明的各方面。应了解，流程图图解和/或框图的每一方框或步骤以及流程图图解和/或框图中的方框或步骤的组合可由计算机程序指令来实现。这些计算机程序指令可提供给通用计算机、专用计算机或其他可编程数据处理设备的处理器以便产生一种机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令构建用于实施流程图和/或框图的一个或多个方框中所指定的功能/动作的手段。

这些计算机程序指令也可存储在可引导计算机、其他可编程数据处理设备或其他装置以特定方式起作用的计算机可读介质中，以使得存储在计算机可读介质中的指令产生一种制品，所述制品包括实现流程图和/或框图的一个或多个方框中所指定的功能/动作的指令。计算机程序指令也可加载到计算机、其他可编程数据处理设备或其他装置上以使得在计算机、其他可编程装置或其他装置上执行一系列操作步骤来产生计算机实施的过程，使得在计算机或其他可编程设备上执行的指令提供用于实施流程图和/或框图的一个或多个方框中所指定的功能/动作的过程。

另外，本文描述的一些实施方案与“指示”相关联。如本文所使用，术语“指示”可用于指代任何标记和/或指示主体、项目、实体和/或其他对象和/或想法或与其相关联的其他信息。如本文所使用，短语“指示……的信息”和“标记”可用于指代表达、描述相关实体、主体或对象和/或以其他方式与其相关联的任何信息。信息的标记可包括例如代码、引用、链接、信号、标识符和/或其任何组合和/或与信息相关联的任何提供信息的表达。在一些实施方案中，信息的(或指示信息的)标记可以是或包括信息本身和/或信息的任何部分或成分。在一些实施方案中，指示可包括请求、恳求、广播和/或任何其他的信息收集和/或扩散形式。

仅出于说明性目的在本专利申请中描述并呈现大量实施方案。所描述的实施方案不在任何意义上具有限制性并且不意图在任何意义上具有限制性。目前所公开的发明可广泛地适用于大量实施方案，如从本公开容易理解的那样。本领域的一般技术人员应认识到，所公开的发明可在进行各种修改和变更(诸如结构、逻辑、软件和电气修改)的情况下实践。尽管所公开发明的特定特征可参考一个或多个特定实施方案和/或附图加以描述，但是应理解，除非另有明确规定，否则这类特征不限于在描述这类特征时所参考的所述一个或多个特定实施方案或附图中使用。

除非另有明确规定，否则彼此通信的装置不一定持续地彼此通信。相反，这类装置仅需要在必要时或需要时向彼此进行传输，并且实际上在大部分时间可不交换数据。例如，通过互联网与另一台机器通信的机器可能有时几周不向所述另一台机器传输数据。另外，彼此通信的装置可直接通信或通过一个或多个媒介间接地通信。

将实施方案描述为具有若干组件或特征并不意味着这些组件和/或特征中的全部或甚至任何一个是必需的。相反，描述各种任选的部件以展示本发明的各种各样的可能的实施方案。除非另有明确规定，否则没有部件和/或特征是必不可少的或必需的。

进一步地，尽管过程步骤、算法等可按先后次序来描述，但是这些过程可被配置来按不同的次序进行。换句话说，可能明确描述的步骤的任何顺序或次序并不一定指示要求按这个次序执行这些步骤。本文所描述的过程的步骤可按任何实际的次序执行。此外，一些步骤可同时执行，尽管被描述为或暗示为不同时发生(例如，因为一个步骤是在另一个步骤之后描述的)。另外，通过在附图中描绘过程来展示这个过程并不暗示所示过程不包括这个过程的其他变化和修改，并不暗示所示过程或其步骤中的任何一个步骤对于本发明是必要的，并且不暗示所示过程是优选的。

“确定”某事物可以多种方式来执行，并且因此术语“确定”(和相似术语)包括计算、算出、导出、查找(例如，在表、数据库或数据结构中)、查明等。

将容易明白，本文描述的各种方法和算法可由例如适当和/或专门编程的通用计算机和/或计算装置来实施。通常，处理器(例如，一个或多个微处理器)将从存储器或相似装置接收指令，并且执行这些指令，从而执行由这些指令限定的一个或多个过程。进一步地，实施这类方法和算法的程序可使用各种介质(例如，计算机可读介质)以多种方式来存储和传输。在一些实施方案中，硬接线电路或定制硬件可代替软件指令或与软件指令组合使用来实施各种实施方案的过程。因此，各实施方案不限于硬件和软件的任何特定组合。

“处理器”通常意指任何一个或多个微处理器、CPU装置、计算装置、微控制器、数字信号处理器或相似装置，如本文进一步所描述。

术语“计算机可读介质”是指参与提供可由计算机、处理器或相似装置读取的数据(例如，指令或其他信息)的任何介质。这种介质可采取许多形式，包括但不限于非易失性介质、易失性介质和传输介质。非易失性介质包括例如光盘或磁盘以及其他持久性存储器。易失性介质包括DRAM，所述DRAM通常构成主存储器。传输介质包括同轴电缆、铜线和光纤，包括包含联接到处理器的系统总线的电线。传输介质可包括或传送声波、光波和电磁辐射，诸如在RF和IR数据通信过程中生成的那些。计算机可读介质的常见形式包括例如软盘、软磁盘、硬盘、磁带、任何其他磁性介质、CD-ROM、DVD、任何其他光学介质、穿孔卡、纸带、任何其他具有孔图案的物理介质、RAM、PROM、EPROM、FLASH-EPROM、任何其他存储芯片或盒式磁带、载波，或计算机可从中读取的任何其他介质。

术语“计算机可读存储器”通常可以指代不包括传输介质(诸如波形、载波、电磁辐射等)的计算机可读介质的子集和/或类。计算机可读存储器通常可包括其上存储有数据(例如，指令或其他信息)的物理介质，诸如光盘或磁盘和其他持久性存储器、DRAM、软盘、软磁盘、硬盘、磁带、任何其他磁性介质、CD-ROM、DVD、任何其他光学介质、穿孔卡、纸带、任何其他具有孔图案的物理介质、RAM、PROM、EPROM、FLASH-EEPROM、任何其他存储芯片或盒式磁带、计算机硬盘驱动器、备份带、通用串行总线(USB)存储器装置等。

各种形式的计算机可读介质可涉及将数据(包含指令序列)携带至处理器。例如，指令序列(i)可从RAM递送至处理器，(ii)可通过无线传输介质携带，和/或(iii)可根据多种格式、标准或协议(诸如Bluetooth^TM、TDMA、CDMA、3G)进行格式化。

在描述数据库时，本领域的普通技术人员应了解，(i)可容易地采用所描述的数据库结构的替代性数据库结构，并且(ii)可容易地采用除了数据库之外的其他存储器结构。本文呈现的任何样本数据库的任何例示或描述是用于信息的存储表示的说明性布置。除了由例如在附图中或别处展示的表格所建议的那些布置之外，可采用任何数量的其他布置。类似地，所展示的任何数据库条目仅仅表示示例性信息；本领域普通技术人员应了解，所述条目的数量和内容可与本文描述的那些不同。进一步地，不管将数据库作为表格的任何描绘，可使用其他格式(包括关系数据库、基于对象的模型和/或分布式数据库)来存储和操纵本文描述的数据类型。同样地，可使用数据库的对象方法或行为来实施各种过程，诸如本文所描述。另外，数据库可以已知的方式来在装置本地或在装置远程进行存储，所述装置访问这种数据库中的数据。

这个书面说明使用实例来公开本发明，包括最佳模式，并且还使得本领域的任何技术人员能够制作并使用本发明。本发明可获得专利的范围由权利要求书限定，并且可包括本领域技术人员想到的其他实例。如果其他此类实例的结构要素与权利要求书的字面意义相同，或者如果此类实例包括的等效结构要素与权利要求书的字面意义无实质差别，则此类实例也属于权利要求书的范围。本文引用的所有引文都以引用的方式明确地并入本文。