RISS 검색 - 국내학술지논문 상세보기

국문 초록 (Abstract)

본 논문은 베타분포의 특수형태인 미니맥스(Minimax distribution)를 수명분포를 따르고 유한고장수를 가진 비동질적인 포아송 과정에 기초한 소프트웨어의 신뢰성 모형에 대한 형상모수의 특성...

본 논문은 베타분포의 특수형태인 미니맥스(Minimax distribution)를 수명분포를 따르고 유한고장수를 가진 비동질적인 포아송 과정에 기초한 소프트웨어의 신뢰성 모형에 대한 형상모수의 특성과 유용성에 대하여 비교 논의 되었다. 그 결과 평균제곱오차는 미니맥스 수명분포의 형상모수가 1인 경우가 1보다 작은 경우와 큰 경우에 비해 상대적으로 가장 작고 또한 형상모수가 1인 경우가 결정계수도 높은 성향으로 나타나기 때문에 형상모수가 1인 경우가 효율적 모형으로 판단된다. 본 연구에서 평균제곱오차는 미니맥스 수명분포의 형상모수를 적용할 경우에 소프트웨어 신뢰성에 대한 고장유형을 인지하기 위하여 평균제곱오차와 결정계수, 신뢰구간을 사용하면 소프트웨어 고장 특성을 파악하는데 기본지침으로 사용 할 수 있으리라 사료된다. 제안된 모형의 결정계수 값이 95%이상 추정되어 비교적 소프트웨어 신뢰성 분야에서 유용성이 있는 모형임을 확인 할 수 있었다. 이 연구를 통하여 소프트웨어 설계 및 사용자들은 수명분포의 특징을 반영한 형상모수를 적용할 경우에 소프트웨어 신뢰성에 대한 고장유형을 인지하기 위하여 평균제곱오차와 결정계수, 신뢰구간을 사용하면 소프트웨어 고장특성을 파악하는데 기본지침으로 사용 할 수 있으리라 사료된다.

다국어 초록 (Multilingual Abstract)

This paper, following the shape parameters of the minimax distribution, describes the special form of the beta distribution, the Minimax distribution, as a function of the shape parameters for the software reliability model based on the non-homogeneous Poisson process. Characteristics and usefulness were discussed. As a result, the case of the shape parameter 1 of Minimax distribution than less than and greate in mean squared error is the smallest, in determination coefficient, appears to be high, the shape parameter 1 of Minimax distribution regard as an efficient model. The estimated determination coefficient of the proposed model is estimated to be more than 95%, which is a useful model in the field of software reliability. Through this study, software design and users can identify the software failure characteristics using mean square error, decision coefficient, and confidence interval can be used as a basic guideline.. .

목차 (Table of Contents)

요약
Abstract
1. 서론
2. 미니맥스 분포와 NHPP
3. 미니맥스 수명분포를 이용한 소프트웨어 고장시간 신뢰도 분석

요약
Abstract
1. 서론
2. 미니맥스 분포와 NHPP
3. 미니맥스 수명분포를 이용한 소프트웨어 고장시간 신뢰도 분석
4. 결론
REFERENCES

참고문헌 (Reference)

1 Kim K-S, "The Performance Analysis of the Software Reliability NHPP Log-linear Model Depend on Viewpoint of the Learning Effects" 9 (9): 1-5, 2016

2 S. Yamada, "Software reliability growth modeling: models and applications" 11 (11): 1431-1437, 1985

3 C.Y. Huang, "Performance analysis of software reliability growth models with testing-effort and change-point" 76 (76): 181-194, 2005

4 Y. Hayakawa, "Mixed poisson-type processes with applicationin software reliability" 31 : 151-156, 2000

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

6 C. Kuei-Chen, "A study of software reliability growth from the perspective of learning effects" 93 (93): 1410-1421, 2008

7 X. Teng, "A new methodology for predicting software reliability in the random field environments" 55 (55): 458-468, 2006

8 K. Y. Song, "A Software Reliability Model with a Weibull Fault Detection Rate Function Subject to Operating Environments" 7 (7): 1-16, 2017

9 P. E, "A Note on the Minimax Distribution" 3 (3): 1-8, 2015

10 S. Chatterjee, "A NHPP based software reliability model and optimal release policy with logistic-exponential test coverage under imperfect debugging" 5 (5): 399-406, 2014