The KIPS Transactions:PartD (정보처리학회논문지D)

Korea Information Processing Society (한국정보처리학회)
권호 표지

The Comparative Study for Software Reliability Models Based on NHPP

NHPP에 기초한 소프트웨어 신뢰도 모형에 대한 비교연구

  • 간광현 (한림정보대학 전산정보처리과) ;
  • 김희철 (송호대학 컴퓨터정보처리과) ;
  • 이병수 (인천대학교 컴퓨터공학과)
  • Published : 2001.08.01
Download PDF
⟨ Previous Next ⟩

Abstract

This paper presents a stochastic model for the software failure phenomenon based on a nonhomogeneous Poisson process (NHPP). The failure process is analyzed to develop a suitable mean value function for the NHPP ; expressions are given for several performance measure. Actual software failure data are compared with generalized model by Goel dependent on the constant reflecting the quality of testing. The performance measures and parametric inferences of the new models, Rayleigh and Gumbel distributions, are discussed. The results of the new models are applied to real software failure data and compared with Goel-Okumoto and Yamada, Ohba and Osaki models. Tools of parameter inference was used method of the maximun likelihood estimate and the bisection algorithm for the computing nonlinear root. In this paper, using the sum of the squared errors, model selection was employed. The numerical example by NTDS data was illustrated.

본 논문에서는 비동질 포아송 프로세스(NHPP)에 기초한 소프트웨어 에러 현상에 대한 확률 모형을 고려하였다. 고장 패턴은 NHPP에 대한 강도함수와 평균값 함수로서 나타낼 수 있다. 따라서 본 논문에서는 기존의 모형인 Goel 이 제시한 일반화모형[2]과 Yamada, Ohba-Osaki 모형[11]을 재조명하고 이러한 모형과 연관되고 신뢰도 분포로 많이 사용되는 와이블 분포의 특수형태인 레일리(Rayleigh)분포와 겜벨(Gumbel)분포[5]를 이용한 모형을 제시하고, 또 효율적 모형을 위한 모형선택으로서 편차자승합(SSE)을 이용하여 비교하였다. 모수의 추정을 위해서 최우추정법(MLE)과 일반적인 수치해석적 방법인 이분법을 이용하였다. 수치적인 예에서는 실측자료인 NTDS 자료[4]를 이용하여 모수 및 신뢰도를 추정하였고 편차자승합을 이용한 모형비교의 결과를 나열하였다.

Keywords

References

  1. Charnes, A., Frome, E. L. and Yu, P. L. 'The Equivalence of Generalized Least Squares and Maximum Likelihood Es-timates in the Exponential Family,' Journal of the American Statistical Association, Vol.7, No.353, pp.169-171, 1976 https://doi.org/10.2307/2285762
  2. Goel, A. L. 'Sofrware Reliability Model : Assumption, Limitations, and Applicability,' IEEE Trans. Software Eng., Vol.SE-11, No.12, pp.1411-1423, 1985
  3. Goel, A. L., and Okumoto, K. 'Time-Dependent Error-Detection Rate Model for Software Reliability and Other Performance Measures,' IEEE Trans. Rel., Vol.R-28, pp.206-211, 1979
  4. Hossain, S. A. and Dahiya, R. C. 'Estimating the Para-meters of a Non-homogeneous Poission-Process Model for Software Reliability,' IEEE Trans. Rel., Vol.R-42, No.4, pp.604-612, 1993 https://doi.org/10.1109/24.273589
  5. Johnson, N. L. and Kotz, S. 'Continuous Univariate Distri-butions 1,' A wiley-interscience publication. JOHN WILEY & SONS, pp.272-289, 1970
  6. Lawless, J. F. 'Statistical Models and Methods for Lifetime Data,' pp.494-500, 1981
  7. Pham, H. and Nordmann, L. and Zhang, X. 'A General Im-perfect-Software-Debugging Model with S-Shaped Fault-Detection Rate,' IEEE Trans.Rel., Vol.48, No.2, pp.169-175, 1999 https://doi.org/10.1109/24.784276
  8. Okumoto, K. 'A Statistical Method for Software Quality Control,' IEEE Trans. Software Eng., Vol.SE-11, No.12, pp.424-1431, 1985
  9. Ross, Sheldon M. 'Introduction to Probability Model,' Academic press, Inc. pp.277-281, 1997
  10. Venables, W. N., and Ripley, B. D. 'Modern Applied Statistics with S-Plus,' Springer-Verla, 1994
  11. Yamada, S., Ohba, M. and Osaki, S. 'S-shaped Reliability Growth Modeling for Software Error Detection,' IEEE Trans. Rel., Vol.R-32, No.5, pp.475-478, 1983
  12. Yamada, S., Ohtera, H. and Narihisa, H. 'Software Reli-ability Growth Models with Testing-Effort,' IEEE Trans. Rel., Vol.R-35, No.1, pp.19-23, 1986
  13. Yamada, S. and Osaki, S. 'Software Reliability Growth Modeling : Models and application,' IEEE Trans. Software Eng., Vol.SE-11, No.12, pp.1431-1437, 1985