Burr 커버리지 함수에 기초한 ENHPP소프트웨어 신뢰성장모형에 관한 연구 = The Study for ENHPP Software Reliability Growth Model based on Burr Coverage Function

국문 초록 (Abstract)

소프트웨어 제품의 정확한 인도시기를 예측하거나 효용성 및 신뢰성을 예측하기 위해서는 소프트웨어 테스팅 과정에서 중요한 요소인 테스트 커버리지를 이용하면 보다 효율적인 테스팅 작업을 할 수 있다. 이런 모형을 ENHPP모형이라고 한다. 본 논문에서는 기존의 소프트웨어 신뢰성 모형인 지수 커버리지 모형과 S-커버리지 모형을 재조명하고 이 분야에 적용될수 있는 Burr 분포에 기초한 Burr 커버리지 모형을 제안하였다. 고장 간격시간으로 구성된 자료를 이용한 모수추정 방법은 최우추정법 과 일반적인 수치해석 방법인 이분법을 사용하여 모수 추정을 실시하고 효율적인 모형 선택은 편차자승합(SSE) 및 콜모고로프 거리를 적용하여 모형들에 대한 효율적인 모형선택도 시도 하였다. NTDS 자료를 사용한 임무시간 비교분석한 결과 Burr 커버리지 모형 시행이 지수나 S-형 모형보다 우수함을 보이고 있다. 이 자료들에서 기존의 모형과 Burr 커버리지 모형의 비교를 위하여 산술적 및 라플라스 검정, 편의 검정등을 이용하였다.

다국어 초록 (Multilingual Abstract)

Accurate predictions of software release times, and estimation of the reliability and availability of a software product require quantification of a critical element of the software testing process : test coverage. This model called Enhanced non-homogeneous poission process(ENHPP). In this paper, exponential coverage and S-shaped model was reviewed, proposes the Kappa coverage model, which maked out efficiency application for software reliability. Algorithm to estimate the parameters used to maximum likelihood estimator and bisection method, model selection based on SSE statistics and Kolmogorov distance, for the sake of efficient model, was employed. From the analysis of mission time, the result of this comparative study shows the excellent performance of Burr coverage model rather than exponential coverage and S-shaped model using NTDS data. This analysis of failure data compared with the Kappa coverage model and the existing model(using arithmetic and Laplace trend tests, bias tests) is presented.

목차 (Table of Contents)

• 요약
• Abstract
• Ⅰ. 서론
• Ⅱ. 관련 연구
• Ⅲ. 제안된 Burr 커버리지 함수
• Ⅳ. ENHPP 모형에 대한 모수 추정
• Ⅴ. 수치적인 예
• Ⅵ. 결론
• 참고문헌
• 저자소개

참고문헌 (Reference)

1 김희철, "지수화 지수 분포에 의존한 NHPP 소프트웨어 신뢰성장 모형에 관한 연구" 한국컴퓨터정보학회 11 (11): 8-18, 2006

2 김희철, "일반화 감마 분포를 이용한 NHPP소프트웨어 신뢰도 모형에 관한 연구" 한국컴퓨터정보학회 10 (10): 27-36, 2005

3 S. S. Gokhale, "Unification of Finite Failure Non-Homogeneous Poisson Process Models through Test Coverage" 1996

4 A. L. Goel, "Time-Dependent Error-Detection Rate Models for Software Reliability and Other Performance Measures" 28 (28): 206-211, 1979

5 R. Jacoby, "Test Coverage Dependant Software Reliability Estimation by the HGD Model" 1992

6 S. D. Dubey, "Statistical treatment of certain life testing and reliability problems" 73-0155, 1973

7 Lawless, J. F, "Statistical Models and Methods for Lifetime Data" John Wiley & Sons 1981

8 Yamada, S., "S-Shaped Reliability Growth Modeling for Software Error Detection" 32 (32): 475-485, 1983

9 S. Selvin, "Moden Applied Biostatistical Methods Using S-Plus" Oxford University Press 141-184, 1998

10 S. Brocklehurst, "Handbook of Software Reliability Engineering, In chapter Techniques for Prediction Analysis and Recalibration" 119-166,

11 K. Kanoun, "Handbook of Software Reliability Engineering" Trend Analysis 401-437,

12 I. W. Burr, "Cumulative frequency functions" 13 : 215-232, 1942

13 J, A. Austin, "Control chart constants for largest and smallest in sampling from a normal distribution using the generalized Burrestimation" 15 : 931-933, 1971

14 김희철, "Burr 분포를 이용한 NHPP소프트웨어 신뢰성장모형에 관한 연구" 한국정보통신학회 11 (11): 514-522, 2007

15 S. K. Upadhyay, "Bayesian analysis of generalized four-parameter Burr destribution via Gibbs sampler" LXII (LXII): 115-135, 2004

16 Kuo, L., "Bayesian Computation of Software Reliability" 91 : 763-773, 1996

17 P. K. Tadikamamlla, "Alook at the Burr and related distributions" 48 : 337-344, 1980

18 J.R. Horgan, "Achieving Software Quality with Testing Coverage Measure" 60-69, 1994

19 S. S. Gokhale, "A time/ structure based software reliability model" 8 : 85-121, 1999

20 H. Pham, "A General Imperfect-Software-Debugging Model with S-Shaped Fault-Detection Rate" 48 (48): 169-175, 1999

21 T. A., Mazzuchi, "A Bayes Empirical Bayes Model for Software Reliability" 37 : 248-254, 1988