• 한국컴퓨터정보학회논문지
• /
• 제20권1호
• /
• pp.197-206
• /
• 2015

모든 소프트웨어 결함들이 시스템에 같은 정도의 영향을 미치는 것이 아니므로 결함이 미치는 충격의 정도를 나타내는 결함 심각도는 소프트웨어 품질 관련 작업들에 중요한 역할을 하고 있다. 결함 심각도 관련 기존 연구들은 심각도 레벨은 정의하였지만 품질 작업의 기본 단위인 모듈의 심각도에 관한 언급은 거의 없었다. 본 논문에서는 심각도 레벨이 증가함에 따라 심각도 값이 급격히 증가하는 심각도 성질을 이용하여 결함 심각도 메트릭을 지수 함수 형태로 정의한 후, 모듈 내부의 결함 수와 결함 심각도 메트릭에 기반한 새로운 모듈 심각도 메트릭 집합을 정의하였다. 제안 메트릭들의 적용가능성을 보이기 위해 Weyuker 기준들을 이용한 분석적 검증과 NASA 공개 데이터 집합을 이용한 실험적 검증을 수행하였으며, 제안 메트릭들 중 ms는 모듈의 심각도 정량화에, msd는 심각도에 기반한 시스템간의 비교에 매우 유용하게 사용될 수 있다는 것을 보였다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권12호
• /
• pp.681-686
• /
• 2016

소프트웨어 결함 예측은 프로젝트의 효율적인 관리와 성공에 있어 중요한 요소이다. 이 결함은 심각도에 따라 프로젝트에 영향을 미치는 정도가 다르다. 그러나 기존 연구는 결함 유무만 관심을 두고 심각도를 고려하지 않는다. 본 논문에서는 소프트웨어 관리 효율과 품질 향상을 위해 FCM을 적용한 결함 심각도 기반 앙상블 모델을 제안한다. 제안된 모델은 FCM으로 NASA PC4의 결함심각도를 재분류한다. 그리고 RF(Random Forest)로 심각도에 영향을 주는 입력 column을 선별하여 데이터 핵심 결함 요인을 추출한다. 또한 10-fold 교차검증으로 파라미터를 변경해 모델 성능을 평가한다. 실험 결과는 다음과 같다. 첫째, 결함심각도가 58,40,80에서 30,20,128로 재분류되었다. 둘째, 심각도에 영향을 주는 중요한 입력 column은 정확도와 노드 불순도 측면에서 BRANCH_COUNT였다. 셋째, 성능평가는 트리수가 작고 고려할 변수가 많을수록 좋은 성능을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제20권5호
• /
• pp.73-81
• /
• 2015

소프트웨어 결함 예측 연구들의 대부분은 입력 개체의 결함 유무를 예측하는 이진 분류 모델들에 관한 것들이다. 하지만 모든 결함들이 같은 심각도를 갖지는 않으므로 예측 모델이 입력 개체의 결함경향성을 몇 개의 심각도 범주로 분류할 수 있다면 훨씬 유용하게 사용될 수 있다. 본 논문에서는 전통적인 복잡도와 크기 메트릭들을 입력으로 하는 심각도 기반 결함 예측 모델을 제안하였다. 학습 알고리즘은 많이 사용되는 네 개의 기계학습 기법들을 사용하였으며, 모델 구조는 삼진 분류 모델로 하였다. 모델 성능 평가를 위해 실험 데이터는 두 개의 NASA 공개 데이터 집합을 사용하였고, 평가 측정치는 Accuracy를 이용하였다. 평가 실험 결과는 역전파 신경망 모델이 두 데이터 집합에 대해 각각 81%와 88% 정도의 Accuracy 값으로 가장 좋은 성능을 보였다.

• 한국소프트웨어감정평가학회 논문지
• /
• 제15권1호
• /
• pp.79-86
• /
• 2019

데이터의 차원축소는 요소들의 공통성을 파악해 영향력 있는 중요한 특징 요소를 추출하여 간소화함으로써 복잡함을 줄이고 다중 공선성 문제를 해결한다. 그리고 중복 및 노이즈 검출을 함으로써 불필요함을 줄인다. 이에 본 논문에서는 PCA(Prinicipal Component Analysis)을 적용한 결함 심각도 기반 차원 축소 모델을 제안한다. 제안된 모델은 결함 심각도가 있는 NASA 데이터 세트인 PC4에 적용하여 결함 심각도에 영향을 주는 속성의 차원수를 검증한다. 그 다음 데이터의 차원을 축소한 후 비교 분석한다. 실험결과, PC4의 적합한 차원수는 2~3개였고 그룹화를 통해 차원 축소가 가능한 것을 보였다.

• 정보과학회 논문지
• /
• 제42권11호
• /
• pp.1349-1360
• /
• 2015

소프트웨어 품질을 향상하기 위해서는 소스에 내재된 결함을 효율적, 효과적으로 제거해야 한다. 개발현장에서는 결함 심각도와 결함 제거율로 결함을 제거하고 있다. 결함을 이용하여 품질을 향상하기 위한 연구로는 결함 발생 빈도과 ISO 품질속성을 이용하여 품질을 향상하려는 연구가 있고, 프로젝트 수행 시 결함을 심각도로 관리하여 품질을 향상시키는 연구가 있었다. 하지만, 결함 자체에 집중하여 결함을 유형화하여 결함 유형 간에는 어떤 영향력이 있는지, 그 영향력으로 인하여 어느 결함 유형이 더 중요한 지에 대한 연구는 미흡한 실정이었다. 이에 본 연구에서는 표준단체, 업체, 연구자들의 소프트웨어 결함 유형을 수집, 분류하여 ANP로 모형화하였다. 또한, 구성된 ANP 모형을 이용하여 일반 응용 소프트웨어에 대하여 결함 유형별 중요도 가중치를 산정하였다. 일반 응용 소프트웨어를 개발할 때, 산정된 가중치를 적용하여 결함을 제거한다면, 좀 더 효율적이고 효과적으로 소프트웨어 품질을 향상할 수 있으리라 기대한다.

• 한국항공우주학회지
• /
• 제46권11호
• /
• pp.961-968
• /
• 2018

항공기 시현계통은 항공기 운영에 필요한 다양한 정보를 통합하여 조종사에게 시현한다. 시현계통에서 소프트웨어 결함이 발생되면 정확하지 않은 정보가 조종사에게 시현될 수 있기 때문에 항공기의 운영에 심각한 영향을 미칠 수 있다. 따라서 시현계통의 개발 중에 지상시험과 비행시험을 통해 발생 가능한 소프트웨어 결함을 식별하고 제거하려고 노력하고 있다. 본 연구는 비행시험 자료를 이용하여 시현계통의 소프트웨어 결함 분석을 지원하는 도구인 FDR(Flight Data Replay)을 제시한다. 이 도구는 항공기 임무컴퓨터와 연동되어 실시간으로 동작한다. 그리고 시현소프트웨어에 비행시험 자료를 적용하여 시현장치에 나타나는 기능적인 오류상황을 재현한다.

• 한국인터넷방송통신학회논문지
• /
• 제22권6호
• /
• pp.113-119
• /
• 2022

소프트웨어 결함 예측 작업 시 단순히 결함 유무만을 예측하는 이진 분류 모델에 비해 결함의 심각도 범주를 예측하는 다중 분류 모델은 훨씬 유용하게 사용될 수 있다. 소수의 심각도 기반 결함 예측 모델들이 제안되었지만 딥러닝 기법을 사용한 분류기는 없었다. 본 논문은 3개, 5개의 은닉층을 갖고 은닉층 노드수가 고정된 구조와 변화하는 구조의 MLP 모델들을 제작하였다. 모델 평가 실험 결과 기존 기계학습 모델들 중 가장 좋은 성능을 보인 MLPs보다 MLP 기반 딥러닝 모델들은 Accuracy와 AUC 모두 유의미하게 더 우수한 성능을 보였다. 특히 노드수 고정 구조에서는 은닉 층수 3, 배치사이즈 32, 노드수 64인 모델 구조가 가장 좋은 성능을 보였다.

• 한국항공우주학회지
• /
• 제49권10호
• /
• pp.871-877
• /
• 2021

항공기 결함은 항공기 운영 및 조종사의 생명과 직결된 중요한 사항으로 항공기 조종 중 발생하는 임무 소프트웨어의 결함은 조종사 임무수행 및 안전에 심각한 영향을 미친다. 항공기 개발을 주관하는 단체나 소프트웨어 결함을 개발 초기에 식별하고 제거하기 위해 프로세스를 강화하고 많은 공수와 시간을 할애하고 있지만 임무 소프트웨어의 특성상 타 항전 장비와 강한 기능적 결합도(Coupling) 및 높은 복잡도(Complexity)를 가지고 있어 기존 시험 방법을 통한 소프트웨어 결함 식별 및 제거에 제약이 따른다. 본 연구는 임무 컴퓨터 연동 장비의 통신 데이터 중 피드백 데이터의 기댓값 검증을 자동화하는 도구를 개발하여 데이터 무결성 검증을 통한 임무 소프트웨어 건전성 확보 및 시험 비용 감소 효과를 분석한다.

• 한국인터넷방송통신학회논문지
• /
• 제18권3호
• /
• pp.151-157
• /
• 2018

소프트웨어 결함 예측에 관한 기존의 연구들은 대부분 모델의 입력 모듈이 결함을 가지고 있는지 여부를 판단하는 이진 감독형 분류 모델들에 관한 것들이었다. 하지만 이진 분류 모델은 결함의 복잡한 특성들을 고려하지 않고 단순히 입력 모듈의 결함 유무만을 판단한다는 문제점이 있고, 감독형 모델은 대부분의 개발 집단이 보유하고 있지 않은 훈련 데이터 집합을 필요로 한다는 한계점이 있다. 본 논문은 이러한 두 가지 문제점을 해결하기 위해 비감독형 알고리즘을 사용한 심각도 기반 삼진 분류 모델을 제안하였으며, 평가 실험 결과 제안 모델이 감독형 모델들에 필적하는 예측 성능을 보였다.

• 한국정보과학회논문지:시스템및이론
• /
• 제28권3호
• /
• pp.173-180
• /
• 2001

고가용도 클러스터 시스템에서 가동되는 인터넷 기반 소프트웨어의 복잡도가 증가됨에 따라 소프트웨어의 설계, 구현, 또는 그 밖의 여러 가지 원인과 관련된 결함으로 인하여 시스템 서비스의 오동작 또는 수행 중단으로 이어지는 사례가 늘어나고 있다. 특히 대량 트랜잭션을 처리하는 인터넷 기반 컴퓨팅 소프트웨어는 빈번한 통신 두절과 데이터 유실로 인하여, 이들이 탑재된 클러스터 시스템의 결함 발생이 더욱 심각할 가능성이 높다. 본 연구는 소프트웨어 재활 결함 허용 기법을 활용하여, 별도의 추가되는 하드웨어 없이도 가용도를 개선할 수 있다는 '소프트웨서 재활 기법을 적용한 다중계 시스템 가용도 분석'에 관한 논문에서 언급된 문제점들에 대한 해결 방안을 제시하였으며, 구체적으로는 1) 주서버의 고장 발생시 여분서버로의 작업전이(switchover) 상태를 클러스터 시스템 모델링에 포함시켰으며, 2) 작업전이 상태와 재활(rejuvenation) 상태에서 머무는 시간을 지수분포 대신에 k-stage Erlangian 분포를 사용하여 확정시간(deterministic time)을 표현할 수 있도록 하였다. 즉 본 논문에서는 고가용도 cold standby 클러스터 시스템의 운영 상태에 대한 상태전이도(state transition diagram)에서, 임의의 상태에서 머무는 시간분포가 memoryless 성질을 만족하지 않아도 되는 semi-Markov 프로세스 문제를 해결하였다.