• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.345-348
• /
• 2005

소프트웨어 결함은 그것을 찾아내는 것도 힘들지만 정확한 해법을 찾는 것도 쉽지 않을 뿐더러, 또 테스트자의 능력 여하에 따라 수정중에 새로운 결함이 도입될 수도 있기 때문에 검출된 결함이 완벽하게 제거되기는 쉽지 않다. 따라서, 결함 제거 효율은 개발중인 소프트웨어의 신뢰도 성장이나 테스트 및 수정비용에 영향을 크게 미친다. 이는 소프트웨어 개발의 모든 과정에서 매우 유용한 척도로서 개발자가 디버깅 효율을 평가하는데 크게 도움이 될 뿐더러, 추가로 소요되는 작업량을 예측할 수 있게 해준다. 그러므로 개발 소프트웨어의 신뢰도와 비용면에서 불완전 디버깅의 영향을 연구하는 것은 매우 중요하다고 할 수 있으며, 이는 최적 인도 시각이나 운영 예산에도 영향을 줄 수 있다. 본 논문에서는 개발중인 소프트웨어를 대상으로 하여 디버깅이 완전하지 않으며, 이 때문에 디버깅 중 새로운 결함이 도입될 수도 있다는 제안하에 보편적으로 사용되는 신뢰도 모델을 대상으로 불완전 디버깅 범위로까지 소프트웨어의 신뢰도와 비용 문제를 확장하여 연구한다.

• Journal of the Korean Institute of Telematics and Electronics S
• /
• v.36S no.3
• /
• pp.27-35
• /
• 1999

소프트웨어의 결함 검출율(FER : Fault Exposure Ratio)은 소프트웨어에 대한 시험의 효율성과 고장 당결함 발생율(per fault hazard rate)을 제어하는데 매우 중요한 요소이다. 특히 시험이 불규칙적으로 수행될 때 고장 발견은 더욱 어려워진다. 시험이 종료되는 단계에서 소프트웨어 결함 검출율이 낮은 경우는 시험의 유효성을 기대하기 어렵기 때문이다 일반적으로 결함 검출율(K)이 점차 높아지는 시험 종료 단계에서는 Random Test 보다는 강도 높은 실 시험이 수행되기 때문이다. 이런 가정하에 본 논문에서는 TDX 교환 소프트웨어의 결함 검출율을 추정하여 이를 기반으로 한 ATM 소프트웨어의 결함 검출율을 예측하고 또한 소프트웨어 신뢰도가 향상되어 가는 과정에 대해 논했다..

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.7-9
• /
• 2002

최근 소프트웨어 사용자의 요구사항이 빠르게 변화하고 있으며, 그에 따른 소프트웨어 규모도 커지고 있다. 소프트웨어 개발 업체들은 적은 개발비용으로 사용자의 기대를 만족시키는 고품질의 소프트웨어를 단기간에 출시하고자 많은 노력을 기울이고 있으며, 소프트웨어 제품과 프로세스들에 대해서 제언하고 예측할 수 있는 능력을 확보하고자 노력하고 있다. SPICE 모델에 따른 소프트웨어 프로세스 개선은 소프트웨어 개발 업체의 개발 및 관리 문제점을 해결하는데 사용되고 있으나 개선을 위한 지침의 부족으로 개선 실행에 어려움을 보이고 있다. 이어 본 논문에서는 SPICE 모델에 따른 소프트웨어 프로세스 심사 결과의 개선 항목을 잠재적인 결함으로 간주하고, GQM 방법론에 의해서 소프트웨어 프로세스 개선을 수행함으로써 조직의 비전과 목표 프로세스 능력을 달성할 수 있도록 제안한다. 또한, 결함 제거를 위한 트리거를 구축하고, 개선 사항과 타 프로세스와의 연관성을 분석하여 효과적인 프로세스 개선을 유도하고자 한다.

• Journal of the Korea Convergence Society
• /
• v.8 no.10
• /
• pp.37-43
• /
• 2017

In this paper, we propose a method for estimation software quality in terms of software test data, and it is necessary to predict the period of time required for software test evaluation. We need a model to understand of estimation of software quality. In this paper, we propose a model to estimate the number of days for software test using the data obtained through the tester's sex, and present a model for analysing the number of errors according to six quality characteristics by software type.

• Journal of the KSME
• /
• v.50 no.4
• /
• pp.36-41
• /
• 2010

이 글에서는 정밀유도포탄의 국내외 개발 현황과 특징에 대하여 분석하고, 정밀유도포탄을 개발하기 위해 소프트웨어 관점에서의 주요 설계 요소와 설계 방법에 대하여 기술하였다. 소프트웨어적으로 해결해야 되는 문제로 초기자세 예측과 바람 예측을 제기하였으며, 칼만필터를 활용하여 각 알고리즘을 설계하는 방안에 대하여 제시하고 있다. 뿐만 아니라 정밀한 결과를 위하여 GPS/INS 통합 알고리즘과 유도명령을 구성하는 방안에 대하여 기술하였다.

• 한국IT서비스학회:학술대회논문집
• /
• 2002.06a
• /
• pp.165-172
• /
• 2002

전통적으로 소프트웨어 프로젝트는 납기지연, 예산초과, 높은 결함율 등으로 타 산업분야의 프로젝트에 비해 매우 높은 실패율을 기록하고 있는 것으로 알려져 있다. 이 같은 소프트웨어 프로젝트의 실패원인에 대한 많은 연구결과는 소프트웨어가 갖고 있는 범위와 요구사항 정의의 어려움, 비가시성으로 인한 초기견적의 부정확성, 역시 가시성의 부족으로 진행상황파악의 어려움에 따른 진척관리의 애로, 더욱 큰 문제는 변경의 용이성과 변경에 대한 추적의 어려움 등을 지적하고 있다. 실패한 프로젝트들의 내용을 보면 대부분 계획의 부정확성이나 위험에 대한 대처의 부족 또는 진행 중 발생하는 변경에 대한 통제의 실패에서 찾아 볼 수 있다. 정확한 예측과 위험 예방 그리고 효과적인 통제대책이 소프트웨어 프로젝트를 성공으로 이끄는 3두 마차라는 지적이다. 정확한 예측의 핵은 프로젝트 산출물인 제품에 대한 정확한 규모측정에 있고, 위험 예방은 복잡도가 높거나 불확실성이 높은 컴포넌트의 자원소요에 대한 예측과 이에 대한 준비의 소홀에서 찾을 수 있으며, 효과적인 통제대책은 프로젝트 관리 프레임워크가 튼튼하지 못하거나 이의 준수를 위한 노력의 결핍에서 찾을 수 있을 것이다. 본 논문에서는 이 3두 마차 중 가장 근간이 되고 시발점이 되는 제품의 규모에 대한 예측에 초점을 맞추어 규모측정에 가장 합리적이고 객관적이며 실용성이 높다고 현재 국제적으로 높은 평가를 받고 있는 기능점수를 프로젝트 관리에 어떻게 활용해야 프로젝트를 성공시킬 수 있을 지의 방법에 대한 검토 결과를 제시고자 한다.

• Journal of KIISE:Software and Applications
• /
• v.34 no.7
• /
• pp.603-615
• /
• 2007

Software changes for various kinds of reasons and they increase maintenance cost. Software metrics, as quantitative values about attributes of software, have been adopted for predicting maintenance cost and fault-proneness. This paper proposes relationship between some typical object-oriented metrics and software changes in industrial settings. We used seven metrics which are concerned with size, complexity coupling, inheritance and polymorphism, and collected data about the number of changes during the development of an Information system on .NET platform. Based on them, this paper proposes a model for predicting the number of changes from the object-oriented metrics using multiple regression analysis technique.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.345-348
• /
• 2005

소프트웨어 개발 후 인도 전 테스트 단계중에 발생되는 테스트 노력 소요량을 고려한 소프트웨어 신뢰도 성장 모델을 제시하여 테스트 노력소요량 동태를 시간함수인 로지스틱 곡선으로 설명한다. 테스트 단계중에 소요되는 테스트노력의 양에 대한 결함 검출비를 현재의 결함 내용에 비례하는 것으로 가정하여 소프트웨어 신뢰도 성장 모델을 비동차 포아송 프로세스(NHPP)로 공식화하여, 이 모델을 이용하여 소프트웨어 신뢰도 척도에 대한 데이터 분석기법을 개발한다. 그간 여러 문헌에서 소프트웨어 신뢰도 향상 모델을 연구할 때 소프트웨어 테스트 중에 소요되는 테스트노력의 양으로서 지수함수 곡선, 레일레이 곡선, 웨이불 곡선을 사용해 왔다. 그러나, 모든 소프트웨어 개발 환경에서 지금까지 제시된 그러한 곡선중 하나에 의해서 테스트노력 소요 곡선을 표현하는 것은 적절하지 못하다는 것이 밝혀지고 있다. 본 논문에서는 로지스틱 테스트노력 곡선이 소프트웨어의 개발/테스트 노력곡선으로 적절하게 표현될 수 있다는 것과 실제 데이터를 근거로 하여 적용하여서 예측성이 매우 좋은 능력을 가지고 있다는 것을 보이고자 한다.

• 한국IT서비스학회:학술대회논문집
• /
• 2003.11a
• /
• pp.713-721
• /
• 2003

The time to market and productivity of embedded system needs a quality measurement process management of embedded software. But, defect management without preemptive analysis or prediction is not useful for quality measurement process management. This subject is focused on the defect that is one of the most important attributes of software measure in the process. Defining of defect attribute and quality measurement process management is according to understanding of embedded sw characteristics and defect data. So, this study contributes to propose the good method of the quantitative based on defect management in the test phase of sw lifecycle.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.22 no.4
• /
• pp.111-117
• /
• 2022

Many studies have been conducted on software fault prediction models for decades, and the models using machine learning techniques showed the best performance. Deep learning techniques have become the most popular in the field of machine learning, but few studies have used them as classifiers for fault prediction models. Some studies have used deep learning to obtain semantic information from the model input source code or syntactic data. In this paper, we produced several models by changing the model structure and hyperparameters using MLP with three or more hidden layers. As a result of the model evaluation experiment, the MLP-based deep learning models showed similar performance to the existing models in terms of Accuracy, but significantly better in AUC. It also outperformed another deep learning model, the CNN model.