• Journal of KIISE
• /
• v.42 no.12
• /
• pp.1551-1560
• /
• 2015

Software Reliability Growth Models (SRGMs) are used to quantitatively evaluate software reliability and to determine the software release date or additional testing efforts using software failure data. Because a single SRGM is not universally applicable to all kinds of software, the selection of an optimal SRGM suitable to a specific case has been an important issue. The existing methods for SRGM selection assess the goodness-of-fit of the SRGM in terms of the collected failure data but do not consider the accuracy of future failure predictions. In this paper, we propose a method for selecting SRGMs using the trend of failure data and failure prediction ability. To justify our approach, we identify problems associated with the existing SRGM selection methods through experiments and show that our method for selecting SRGMs is superior to the existing methods with respect to the accuracy of future failure prediction.

• The Transactions of the Korea Information Processing Society
• /
• v.7 no.11
• /
• pp.3384-3393
• /
• 2000

소프트웨어를 테스팅하는 동안 얻어지는 고장 데이터를 분석하여 소프트웨어의 신뢰성이 성장하는 과정을 평가하기 위해 여러 가지 소프트웨어 신뢰성 성장 모델들이 개발되었다. 그러나 이들 신뢰성 성장 모델들은 소프트웨어 개발과 사용환경에 관한 여러 가지 가정에 기반하고 있기 때문에, 이 가정이 적합하지 않은 상황이나 결함이 드물게 발생되는 소프트웨어에 대해서는 적절하지 않다. 입력영역에 기초한 소프트웨어 신뢰성 모델은 일반적으로 이러한 가정을 요구하지 않는데 디버깅 전의 소프트웨어와 디버깅 후의 소프트웨어를 별개의 것으로 다루어 많은 테스트 입력을 요하는 단점이 있다. 본 논문에서는 이러한 가정이 요구되지 않고 디버깅 전과 후의 소프트웨어를 동시에 테스트하는 방법에 기반을 둔 입력 영역 기반 소프트웨어 성장모델을 제안하고 그 통계적 특성을 조사한다. 이 모델은 모든 데이터를 다 활용하기 때문에 기존 입력영역 소프트웨어 신뢰성 모델에 비해 적은 테스트 입력을 필요로 할 것으로 기대된다. 그리고 소프트웨어의 유지보수 단계에 적용하기 위해 개발된 유사한 방법들과 비교한다.

• KIPS Transactions on Software and Data Engineering
• /
• v.4 no.1
• /
• pp.9-18
• /
• 2015

Software Reliability Growth Models (SRGMs) are useful for determining the software release date or additional testing efforts by using software failure data. It is not appropriate for a SRGM to apply to all software. And besides a large number of SRGMs have already been proposed to estimate software reliability measures. Therefore selection of an optimal SRGM for use in a particular case has been an important issue. The existing methods for selecting a SRGM use the entire collected failure data. However, initial failure data may not affect the future failure occurrence and, in some cases, it results in the distorted result when evaluating the future failure. In this paper, we suggest a method for selecting a SRGM based on the evaluation goodness-of-fit using partial data. Our approach uses partial data except for inordinately unstable failure data in the entire failure data. We will find a portion of data used to select a SRGM through the comparison between the entire failure data and the partial failure data excluded the initial failure data with respect to the predictive ability of future failures. To justify our approach this paper shows that the predictive ability of future failures using partial data is more accurate than using the entire failure data with the real collected failure data.

• The KIPS Transactions:PartD
• /
• v.10D no.5
• /
• pp.829-836
• /
• 2003

Software Reliability Growth Model that have been studied variously. But measurement of correct parameter of this model is not easy. Specially, estimation of correct model about failure data must be establish and estimation of parameter can consist exactly. To get correct testing, we calculate the normal score and describe the normal probability plot. Use the normal probability plot, we estimate the distribution for failure data. In this paper, we estimate the software reliability growth model for through the normal probability plot. In this research, we applies software reliability growth model through distribution characteristics of failure data. If we see plot, we determine the software reliability growth model, we can make sure superior in model's performance estimation.

• The KIPS Transactions:PartD
• /
• v.11D no.7 s.96
• /
• pp.1451-1458
• /
• 2004

Current software reliability growth models based on Gompertz growth curve are all logarithmic type. Software reliability growth models based on logarithmic type Gompertz growth curve has difficulties in parameter estimation. Therefore this paper proposes a software reliability growth model based on the logistic type Gompertz growth curie. Its usefulness is empirically verified by analyzing the failure data sets obtained from 13 different software projects. The parameters of model are estimated by linear regression through variable transformation or Virene's method. The proposed model is compared with respect to the average relative prediction error criterion. Experimental results show that the pro-posed model performs better the models based on the logarithmic type Gompertz growth curve.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05c
• /
• pp.1741-1744
• /
• 2003

본 논문에서는 NHPP 에 근거한 N 버전 프로그래밍 시스템의 SRGM 을 제안한다. 비록 많은 연구 논문에서 NVP, 시스템 신뢰도에 대해서 연구노력을 기울여 왔지만 그들 대부분이 안정된 신뢰도에 대해서만 고려해 왔다. 테스트 및 디버깅 동안 결함이 발견되면 디버깅 노력은 결함을 제거하는데 집중된다. 소프트웨어가 너무 복잡하므로 이러한 결함을 성공적으로 제거한다는 것이 쉽지 않으며, 또 다른 새로운 결함이 소프트웨어에 도입될 수도 있다. 일반화된 NHPP 모델을 NVP 시스템에 적용하여 새로운 NVP-SRGM이 수립된다. 제어시스템에 대한 단순화된 소프트웨어 제어에서 이러한 새로운 소프트웨어 신뢰도 모델을 어떻게 적용하는지를 보여주고 있다. 소프트웨어 신뢰도평가에 s 신뢰도 구간을 준비하였다. 이 소프트웨어 신뢰도 모텔은 신뢰도를 평가하는데 쓰일 수가 있어서 NVP 시스템의 성능을 예측하는데 쓰일 수 있다. 일반적인 산업사회에 적용하여 상용화하기 위해서는 내결함 소프트웨어의 신뢰도를 정량화하기 위해 제안된 NVP-SRGM을 충분히 인증하는데 좀더 적용이 필요하다. NVP 신뢰도 성장 모델링을 하는 이러한 종류의 첫 모델로서 제안된 NVP-SRGM은 독립 신뢰도 모델의 단점을 극복하는데 쓰일 수 있다. 이는 독립적인 모델보다 더욱 더 정확하게 시스템 신뢰도를 예측할 수 있으며, 언제 테스트를 중단해야 하는가를 결정하는 데에도 쓰일 수 있으며, 이는 NVP 시스템 개발 수명주기 단계를 테스트 및 디버깅함에 있어서 핵심 질문사항이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11c
• /
• pp.1597-1600
• /
• 2003

컴퓨터시스템은 여러 가지 복잡하고 민감한 시스템을 제어하는데 광범위하게 쓰이고 있다. 최근에 와서는 운영시스템, 제어프로그램, 적용프로그램과 같은 여러 가지 소프트웨어 시스템이 더욱더 복잡화 및 대형화되고 있기 때문에 신뢰성이 높은 소프트웨어 시스템을 개발하는 일이 매우 중요하며, 소프트웨어 제품개발에 있어서 소프트웨어의 신뢰도가 핵심사항이다. 1970년대 이후 소프트웨어의 신뢰성을 향상시키기 위한 여러 가지 소프트웨어의 신뢰도 모델이 제시되고 검토되었으며, 특히, 소프트웨어 개발 후 테스트단계에 적용하는 신뢰도를 추정하고 예측하는 모델이 많이 개발되었다. 소프트웨어가 주어진 시간간격동안 고장이 발생하지 않을 확률 즉, 신뢰도는 소프트웨어의 테스트과정을 계속해서 반복 및 수정하면 더욱 더 증가된다. 그러한 결함검출현상을 설명해주는 소프트웨어 신뢰도 모델을 소프트웨어 신뢰도 성장 모델(SRGM)이라 한다.

• The KIPS Transactions:PartD
• /
• v.9D no.4
• /
• pp.659-666
• /
• 2002

Park, Seo and Kim (12) developed the input domain-based SRGM, which was able to quantitatively assess the reliability of a software system during the testing and operational phases. They assumed perfect debugging during testing and debugging phase. To make this input domain-based SRGM more realistic, this assumption should be relaxed. In this paper we generalize the input domain-based SRGM under imperfect debugging. Then its statistical characteristics are investigated.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.29 no.6A
• /
• pp.589-599
• /
• 2004

Most models assume the complete debugging environments by requiring a complete software correction in quantitative evaluation of software reliability. But, in many case, new faults are involved in debugging works, for complete software correction is impossible. In this paper, software growth model is proposed about incomplete debugging environments by considering the possibility of new faults involvements, and software faults occurrence status are also mentioned about NHPP by considering software faults under software operation environments and native faults owing to the randomly involved faults in operation before test. While, effective quantitative measurements are derived in software reliability evaluation, applied results are suggested by using actual data, and fitnesswith existing models are also compared and analyzed.

• Electronics and Telecommunications Trends
• /
• v.18 no.5 s.83
• /
• pp.63-72
• /
• 2003

소프트웨어의 신뢰성을 정량적으로 평가하는 데 있어서 소프트웨어 개발 프로세스의 시험단계나 사용자의 운용단계에 처한 동적 환경상태에서 소프트웨어 고장발생기능 현상을 기술한 소프트웨어 신뢰도성장모델을 많이 제안하고 있다. 대다수의 모델이 발생된 소프트웨어 고장의 발생원인에 대한 완전한 수정을 요구하는 완전 디버깅 환경을 가정하고 있다. 그러나 실제 개발자가 디버깅 작업을 수행할 때 완전한 수정이 불가능하기 때문이다. 다시 말해서 여러 소프트웨어 개발자가 경험한 이러한 디버깅 작업을 행하는 경우에는 결함을 제거하는 데 한계가 있기 때문에 수정 작업시 새로운 결함이 삽입되는 경우가 많다. 즉, 결함 수정은 불완전 환경에 처한다. 본 논문에서는 결함 수정시 신규 결함의 삽입 가능성을 고려하고 불완전 디버깅 환경에 대한 소프트웨어 신뢰도 성장모델을 제안한다. 소프트웨어 동작 환경 하에서 발생된 소프트웨어 고장과 시험 전 소프트웨어 내의 고유 결함에 의한 고장과 동작중에 랜덤하게 삽입된 결함에 의해 발생되는 고장 등 2종류의 결함을 고려하여 비동차 포아송과정(NHPP)에 의한 소프트웨어 고장발생 현상을 기술한다. 또한 소프트웨어 신뢰성 평가에 유용한 정량적인 척도를 도출하고 실측 데이터를 이용하여 적용한 결과를 제시하고 기존의 모델과의 적합성을 비교, 분석한다.