• 정보과학회 논문지
• /
• 제42권12호
• /
• pp.1551-1560
• /
• 2015

소프트웨어 신뢰도 성장 모델은 소프트웨어 신뢰도를 정량적으로 평가하기 위해서 사용되며 고장 데이터를 사용해서 소프트웨어 출시일 또는 추가 테스트 노력을 결정하기 위해서도 사용된다. 특정 소프트웨어 신뢰도 성장 모델을 모든 소프트웨어에 사용할 수 없기 때문에 평가 대상 소프트웨어에 가장 잘 맞는 소프트웨어 신뢰도 성장 모델을 선택하는 것이 중요한 이슈가 되었다. 기존 소프트웨어 신뢰도 성장 모델 선택 방법은 수집된 고장 데이터에 대한 소프트웨어 신뢰도 성장 모델의 적합도만을 평가하며 앞으로 발생할 고장 예측의 정확도는 고려하지 않는다. 이 논문에서는 고장 데이터의 트렌드와 고장 예측능력을 반영한 소프트웨어 신뢰도 성장 모델 선택 방법을 제안한다. 연구의 타당성을 보이기 위하여 실험을 통해서 기존 소프트웨어 신뢰도 성장 모델 선택 방법의 문제점을 확인하고 이 논문에서 제안하는 소프트웨어 신뢰도 성장 모델 선택 방법을 사용하면 기존 방법에 비해 더 정확한 고장 예측을 하는 신뢰도 모델을 선택할 수 있음을 보인다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권1호
• /
• pp.9-18
• /
• 2015

소프트웨어 신뢰도 성장 모델은 고장 데이터를 사용해서 소프트웨어 출시일 또는 추가 테스트 노력을 결정하는 데 사용된다. 소프트웨어 신뢰도 성장 모델을 사용할 때 특정 소프트웨어 신뢰도 성장 모델을 모든 소프트웨어에 사용할 수 없는 문제가 있다. 또한 신뢰도를 평가하기 위해 이미 많은 수의 소프트웨어 신뢰도 성장 모델이 제안되었다. 따라서 특정 조건에 맞는 최적의 소프트웨어 신뢰도 성장 모델을 선택하는 것은 중요한 이슈가 되었다. 기존 소프트웨어 신뢰도 성장 모델 선택 방법에서는 수집된 고장 데이터 전체를 사용하고 있다. 그런데 초기에 수집된 고장 데이터는 미래 고장 예측에 영향을 주지 않을 수도 있고 경우에 따라서는 미래 고장 예측 과정에서 왜곡된 결과를 초래할 수도 있다. 이를 해결하기 위해서 이 논문에서는 부분 고장 데이터를 이용하여 적합도 평가를 수행하는 방법에 기반을 둔 소프트웨어 신뢰도 성장 모델 선택 방법을 제안한다. 이 논문에서는 고장 데이터에서 과도하게 불안정한 데이터를 제외한 부분 데이터를 사용한다. 소프트웨어 신뢰도 성장 모델 선택에 사용될 부분 데이터는 전체 고장 데이터와 고장 데이터의 일부를 제외한 부분 고장 데이터의 미래 고장 예측 능력의 비교를 통해서 찾는다. 연구의 타당성을 보이기 위하여 실제 수집된 고장 데이터를 사용해서 전체 데이터를 적용한 경우보다 부분 데이터를 사용한 경우의 미래 고장 예측 능력이 더 정확함을 보인다.

• 한국융합학회논문지
• /
• 제10권4호
• /
• pp.45-50
• /
• 2019

본 연구는 소프트웨어 신뢰성을 측정하기 위해 소프트웨어 신뢰도 측정 모형에 따라 소프트웨어 신뢰도를 측정하는 방법을 제시하려 한다. 본 연구에서 제시한 모형의 형태는 비동질적 포아송 과장의 분포를 이용하였으며, 제시된 모형의 소프트웨어 신뢰도를 측정하는 방안을 제시하였다. 제시된 모형에 따라서 적합한 소프트웨어 신뢰도 성장 모형을 선택하는 방법으로는 소프트웨어 고장 데이터에 따라서 신뢰도 함수의 추정 값에 따른 평균제곱오차를 계산하여 적합한 소프트웨어 신뢰도 함수를 제안하는 방법을 연구하였다. 본 연구에서는 소프트웨어 품질을 측정하기 위한 신뢰도 함수를 제안하기 위하여 모델을 제시하고 고장데이터를 적용하여 추정 값의 오차를 최소화하는 관점에서 소프트웨어 신뢰도 함수를 선택할 수 있는 방안을 제시한 연구로 판단된다.

• 정보처리학회논문지D
• /
• 제8D권4호
• /
• pp.409-420
• /
• 2001

소프트웨어 신뢰도는 소프트웨어 시스템의 매우 중요한 특성으로 테스팅 하는 동안 소프트웨어 신뢰도를 평가하기 위해 테스트 적용범위 정보를 이용하는 방법이 최근 시도되고 있다. 본 논문은 최근 문헌에 나타난 테스트 적용범위를 이용하는 소프트웨어 신뢰도 성장모델들을 검토하여 이들을 2개 부류로 분류한 다음 각각의 문제점을 논의하고 현실적 타당성을 검토한다. 더불어, 새로운 평균치 함수와 적절한 적용범위를 선택하기 위한 절차를 제안한다.

• 한국정보처리학회논문지
• /
• 제4권5호
• /
• pp.1267-1276
• /
• 1997

본 논문에서는 비동차 포아송 과정(NAPP)을 기초로 하는 신뢰도 성장모델들 중에서 특정의 테스트 데이터에 최적인 모델을 자동으로 선택하고 결과로서 신뢰성 평가척도를 나타내는 도구를 구현하였다. 구현된 도구로 소프트웨어 최적 신뢰성 평가척도 (총기대 에러수, 에러발견을, 기대 잔존에러수, 신뢰도등)를 추정할 수 있다. 여러서 얻어진 신뢰성 평가척도에 의해 소프트웨어 개발 및 프로젝트 관리에 반영할 수 있다. 구현된 본 도구의 적합성을 검증해 보기 위해서 실측 에러 데이터를 사용하여 기존 연구 문헌과 비교 분석하였다.

• 한국정보처리학회논문지
• /
• 제7권12호
• /
• pp.3821-3828
• /
• 2000

많은 소프트웨어 프로젝트는 시험이나 운영단계에서 고장 시간이나 고장 수 데이타 보다는 그룹 고장 데이타 (여러 고장 간격에서 또는 가변적인 시간 간격에서의 고장 들)가 수집된다. 본 논문은 그룹 고장 데이타에 대해 가변적인 미래의 시간에서 누적 고장 수를 예측할 수 있는 신경망 모델을 제시한다. 신경망의 입-출력으로 무엇을 선택하고 어떤 순서로 훈련을 수행하느냐에 따라 신경망의 예측력에 영향을 미친다. 따라서, 신경망의 입-출력에 대한 11개의 훈련제도가 고려되었으며, 모델의 성능을 평가하기 위해 다음 단계 평균 상대 예측 오차 (AE)와 정규화된 AE (NAE) 측도에 의해 최적의 훈련제도가 선택되고, 다른 잘 알려진 신경망 모델과 통계적 소프트웨어 신뢰성 성장 모델과 비교되었다. 실험 결과, 가변적인 미래의 시간 간격에서 누적 고장 수를 예측하기 위해서는 신경망 모델에 가변 시간간격 정보가 필요함을 보였다.