융합보안논문지 (Convergence Security Journal)

  • 제12권1호
  • /
  • Pages.9-16
  • /
  • 2012
  • /
  • 1598-7329(pISSN)
  • /
  • 2508-7460(eISSN)
한국융합보안학회 (Korea convergence Security Association)
권호 표지

절단고정시간에 근거한 파레토 NHPP 소프트웨어 신뢰성장모형에 관한 비교 연구

The Comparative Study for NHPP of Truncated Pareto Software Reliability Growth Model

  • 김희철 (남서울대학교 산업경영공학과) ;
  • 신현철 (백석문화대학 인터넷정보학부)
  • 투고 : 2012.02.29
  • 심사 : 2012.03.08
  • 발행 : 2012.03.30
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

소프트웨어 시스템의 대규모자료의 적용 때문에 소프트웨어 신뢰도는 소프트웨어 개발에 중요한 역할을 해왔다. 본 연구에서는 고장시간에 관련된 소프트웨어 신뢰성장모형이 제안되었다. 이러한 검사시간은 미리 정해진 절단 고정 시간을 의미한다. 본 연구에서는 소프트웨어의 강도함수, 평균값 함수 및 신뢰도와 모수추정에 대하여 나열하고 파레토 분포를 수명분포로 적용한 비동질적인 포아송 과정을 적용하였다. 본 논문의 수치적인 예에서는 고장 간격 시간 자료를 적용하고 모수추정 방법은 최우 추정 법을 이용하고 추세분석을 통하여 자료의 효율성을 입증한 후 평균자승오차와 $R_{SQ}$(결정계수)를 이용하고 예측 값과 실제 값의 차이에 의존한 효율적인 모형을 선택 비교하였다.

Due to the large scale application of software systems, software reliability plays an important role in software developments. In this paper, a software reliability growth model (SRGM) is proposed for testing time. The testing time on the right is truncated in this model. The intensity function, mean-value function, reliability of the software, estimation of parameters and the special applications of Pareto NHPP model are discussed. This paper, a numerical example of applying using time between failures and parameter estimation using maximum likelihood estimation method, after the efficiency of the data through trend analysis model selection, depended on difference between predictions and actual values, were efficient using the mean square error and $R_{SQ}$.

키워드

참고문헌

  1. Gokhale, S. S. and Trivedi, K. S. "A tim e/structure based software reliability mode l", Annals of Software Engineering. 8, pp. 85-121. 1999. https://doi.org/10.1023/A:1018923329647
  2. Goel AL, Okumoto K, " Time-dependent fault detection rate model for software and other performance measures", IEEE Trans Reliab 28, pp.206-11, 1978.
  3. Huang C-Y. "Performance analysis of soft ware reliability growth models with testing -effort and change-point". J Syst Software 76, pp. 181-194, 2005. https://doi.org/10.1016/j.jss.2004.04.024
  4. Kuei-Chen, C., Yeu-Shiang, H., and Tzai- Zang, L. "A study of software reliability growth from the perspective of learning effects". Reliability Engineering and System Safety 93, pp. 1410-.1421, 2008. https://doi.org/10.1016/j.ress.2007.11.004
  5. Prince, D. R. and Vivekanandan, P., "TRUNCATED SOFTWARE RELIABILITY G ROWTH MODEL", performance measure, Korean J. Comput. & Appl. Math.(Series A) Vol. 9, pp. 761-769, 2002.
  6. A. K. Sheikh, J. K. Boah, M. Younas., "Truncated Extreme value model for popeline Reliability", Reliability Engineering and system safety, Vol. 28, pp.1-14, 1989.
  7. 간광현, 이재곤, 김희철, "기록값 통계량 모형기 초한 NHPP 소프트웨어 신뢰성에 관한 연구 ", 한국통신학회논문지, 30권12T호, pp.356-363, 2005년 12월
  8. L. Kuo and T. Y. Yang."Bayesian Computation of Software Reliability".Journal of the American Statistical Association, Vol.91, p p. 763-773, 1996. https://doi.org/10.1080/01621459.1996.10476944
  9. Hee-Cheul KIM and Hyoung-Keun Park, " The Comparative Study of Software Optim al Release Time Based on Burr Distribution", International Journal of Advancements in Computing Technology, Volume 2, Number 3, pp. 119-128, 2010. https://doi.org/10.4156/ijact.vol2.issue3.13
  10. Musa, J. D and Okumoto, K. "A Logarith mic Poisson Execution Time Model for Software Reliability Measurement,"Proceeding the 7th International Conference on Software Engineering. pp. 230-238, 1984.
  11. J. F. Lawless. Statistical Models and Methods for Lifetime Data. John Wiley & Sons, New York, 1981.
  12. Y. HAYAKAWA and G. TELFAR "Mixed Poisson-Type Processes with Application in Software Reliability", Mathematical and Computer Modelling, 31, pp. 151-156, 2000. https://doi.org/10.1016/S0895-7177(00)00082-0
  13. K. Kanoun and J. C. Laprie, "Handbook of Software Reliability Engineering", M.R.Lyu, Editor, chapter Trend Analysis. McGraw -Hill New York, NY: 1996; p.401-437.