The Transactions of the Korea Information Processing Society
/
v.7
no.7
/
pp.2076-2085
/
2000
Almost all existing software reliability models are based on the assumptions of he software usage and software failure process. There, therefore, is no universally applicable software reliability model. To develop a universal software reliability model this paper suggests the predictive filter as a general software reliability prediction model for time domain failure data. Its usefulness is empirically verified by analyzing the failure datasets obtained from 14 different software projects. Based on the average relative prediction error, the suggested predictive filter is compared with other well-known neural network models and statistical software reliability growth models. Experimental results show that the predictive filter generally results in a simple model and adapts well across different software projects.
Communications for Statistical Applications and Methods
/
v.17
no.6
/
pp.909-916
/
2010
A trend in software reliability engineering is to take into account the coverage growth behavior during testing. A coverage growth function that represents the coverage growth behavior is an essential factor in software reliability models. When multiple competitive coverage growth functions are available, there is a need for a criterion to select the best coverage growth functions. This paper proposes a selection criterion based on the prediction error. The conditional coverage growth function is introduced for predicting future coverage growth. Then the sum of the squares of the prediction error is defined and used for selecting the best coverage growth function.
Journal of Korea Society of Digital Industry and Information Management
/
v.10
no.3
/
pp.1-9
/
2014
The inverse Rayleigh model distribution and Rayleigh distribution model were widely used in the field of reliability station. In this paper applied using the finite failure NHPP models in order to growth model. In other words, a large change in the course of the software is modified, and the occurrence of defects is almost inevitable reality. Finite failure NHPP software reliability models can have, in the literature, exhibit either constant, monotonic increasing or monotonic decreasing failure occurrence rates per fault. In this paper, proposes the inverse Rayleigh and Rayleigh software reliability growth model, which made out efficiency application for software reliability. Algorithm to estimate the parameters used to maximum likelihood estimator and bisection method, model selection based on mean square error (MSE) and coefficient of determination($R^2$), for the sake of efficient model, were employed. In order to insurance for the reliability of data, Laplace trend test was employed. In many aspects, Rayleigh distribution model is more efficient than the reverse-Rayleigh distribution model was proved. From this paper, software developers have to consider the growth model by prior knowledge of the software to identify failure modes which can helped.
Communications for Statistical Applications and Methods
/
v.18
no.5
/
pp.667-674
/
2011
A recent trend in software reliability engineering accounts for the coverage growth behavior during testing. The coverage growth function (representing the coverage growth behavior) has become an essential component of software reliability models. Application of a coverage growth function requires the estimation of the coverage growth function. This paper considers the problem of estimating the coverage growth function. The existing maximum likelihood method is reviewed and corrected. A method of minimizing the sum of squares of the standardized prediction error is proposed for situations where the maximum likelihood method is not applicable.
International Journal of Reliability and Applications
/
v.6
no.2
/
pp.87-99
/
2005
Coverage-based software reliability growth models (SRGMs) have been developed and successfully applied in practice. Performance of a coverage-based SRG M depends on the coverage function employed by the SRGM. When the coverage function represents the coverage growth behavior well irrespective of type of the testing profile the corresponding coverage-based SRGM is expected to be widely applicable. This paper first conducts a study of selecting the most representative coverage functions among the available coverage functions. Then their performances are empirically evaluated and compared. The result provides a foundation for developing widely applicable coverage-based SRGMs and monitoring the progress of a testing process.
Reliability test is focusing to detect the unexpected reliability failure and solve them for the high quality of products. The test data should be used to assess and project the current level of interesting product reliability and so it is very important to have the accurately assessing methodology with test data. There are two type of trend for test data as constant and changing one during testing and this paper shows the difference in the assessing results of these two cases. There is less information how to define the existence of reliability growth rate changing and calculate the parameters of the reliability growth models to make an accurate assessment with such condition, so i established the process and mathematical model to calculate the parameters at such condition to make reliability growth curve with high Goodness of Fit. I validated the new method with the data made from Monte Carlo Simulation and case from Demko (1993). Even the assessed result with the new methodology may be different with the case by case because of very diversity in test condition and testing product quality, but the process and method founded in this research can be applied to any case using Duane and AMSAA model for their test data assessment. I also present the evaluation method to see the effectiveness with new one which is a conventional knowledge and not popular to use, so it is possible to compare the results with the newly presented and conventional method for better business decision.
The Transactions of the Korea Information Processing Society
/
v.7
no.3
/
pp.852-861
/
2000
Software reliability growth models are used in testing stages of software development to model the error content and time intervals betwewn software failures. In this paper, using priors for the number of fault with the negative binomial distribution nd the error rate with gamma distribution, Bayesian inference and model selection method for Jelinski-Moranda and Goel-Okumoto and Schick-Wolverton models in software reliability. For model selection, we explored the sum of the relative error, Braun statistic and median variation. In Bayesian computation process, we could avoid the multiple integration by the use of Gibbs sampling, which is a kind of Markov Chain Monte Carolo method to compute the posterior distribution. Using simulated data, Bayesian inference and model selection is studied.
Journal of The Korean Association of Information Education
/
v.2
no.1
/
pp.35-51
/
1998
Software reliability growth model is one of the evaluation methods, software quality which quantitatively calculates the software reliability based on the number of errors detected. For correct and precise evaluation of reliability of certain software, the reliability model, which is considered to fit dose to real data should be selected as well. In this paper, the optimal model for specific test data was selected one of among five software reliability growth models based on NHPP(Non Homogeneous Poission Process), and in result reliability estimating scales(total expected number of errors, error detection rate, expected number of errors remaining in the software, reliability etc) could obtained. According to reliability estimating scales obtained, Software development and predicting optimal release point and finally in conducting systematic project management.
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.
Journal of the Korea Academia-Industrial cooperation Society
/
v.20
no.2
/
pp.329-335
/
2019
Reliability growth analysis was conducted for a guided weapons system. In the development phase, reliability management activities were continuously carried out by identifying failure modes and causes and analyzing faults found during the testing. The missile system consists of an all-up-round missile and a launcher, and the analysis was carried out according to the test results of each system. The test results for the all-up-round missile were obtained with discrete data, which were success and failure as a one-shot-device. The test results for the launcher were obtained with continuous data by operating the equipment continuously in the test. For each test result, the reliability growth model was applied to the Standard Gompertz model and the Crow-Extended model. The models were used to identify the growth analysis results of the test so far. It was also possible to predict the reliability growth results by assuming the future test results. The study results could be useful in achieving the desired reliability goal and in determining the number of tests. Then, the planned test will be confirmed and the growth analysis of the missile system will continuously be conducted.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.