Earticle

We consider the mean value function for NHPP software reliability model and time series regression model in software failure data. We estimate parameters for the proposed models from two data sets. The values of SSE and MSE is presented from two data sets. We compare the predicted number of faults with the actual two data sets using the mean value function and regression curve.

The main focus when developing software is to improve the reliability and stability of a software system. We are enjoying a very comfortable life thanks to modern civilization, however, comfort is not guaranteed to us. Once software systems are introduced, the software systems used in the field environments are the same as or close to those used in the development-testing environment; however, the systems may be used in many different locations. Development of software system is a difficult and complex process. Generally, existing software reliability models are applied to software testing data and then used to make predictions on the software failures and reliability in the field. In this paper, we present an improved exponential NHPP software reliability model in different development environments, and examine the goodness-of-fit of improved exponential model and other model based on two datasets. The results show that the proposed model fits significantly better than other NHPP software reliability model.

본 논문은 소프트웨어 신뢰성장 모형에 대한 베이지안 모수추론과 모형선택 방법이 연구되었다. 소프트웨어 성장 모형은 내재되어 있는 오류와 고장 간격시간으로 모형화하면 소프트웨어 개발 단계에서 유용하게 사용할 수 있다. 본 논문에서는 사후 분포의 정보를 얻기 위한 다중 적분문제에 있어서 일종의 마코브 체인 몬테칼로 방법인 깁스 샘플링을 사용하여 사후 분포의 계산이 이루어졌다. 확산 사전 분포를 가진 소프트웨어 신뢰성에 의존된 일반적 순서 통계량 모형에 대하여 베이지안 모수 추정이 이루어 졌고 효율적인 모형의 선택방법도 시행되었다. 모형 설정과 선택 판단기준은 편차 자승합을 이용한 적합도 검정과 추세 검정이 사용되었다.본 논문에서 사용된 소프트웨어 고장 자료는 Minitab(version 14) 통계 페키지에 있는 와이블분포(형상모수가 2이고 척도모수가 5)에서 발생시킨 30개의 난수를 이용한 모의 실험자료를 이용하여 고장자료 분석을 시행하였다.

Bayesian inference and model selection method for software reliability growth models are studied. Software reliability growth models are used in testing stages of software development to model the error content and time intervals between software failures. In this paper, could avoid multiple integration using Gibbs sampling, which is a kind of Markov Chain Monte Carlo method to compute the posterior distribution.Bayesian inference for general order statistics models in software reliability with diffuse prior information and model selection method are studied. For model determination and selection, explored goodness of fit (the error sum of squares), trend tests. The methodology developed in this paper is exemplified with a software reliability random data set introduced by of Weibull distribution(shape 2 & scale 5) of Minitab (version 14) statistical package.

Software reliability in the software development process is an important issue. In infinite failure non-homogeneous Poisson process software reliability models, the failure occurrence rates per fault. can be presented constant, monotonic increasing or monotonic decreasing pattern. In this paper, the reliability software cost model considering decreasing intensity function was studied in the software product testing process. The decreasing intensity function that can be widely used in the field of reliability using power law process, log-linear processes and Musal-Okumoto process were studied and the parameter estimation method was used for maximum likelihood estimation. In this paper, from the software model analysis, we was compared by applying a software failure interval failure data considering the decreasing intensity function The decreasing intensity function model is also efficient in terms of reliability in the arena of the conservative model can be used as an alternating model can be established. From this paper, the software developers have to consider life distribution by preceding information of the software to classify failure modes which can be gifted to support.

소프트웨어 시스템의 대규모 응용 프로그램으로 인해, 소프트웨어 신뢰성은 소프트웨어 개발에서 중요한 역할을 담당하고 있다. 본 연구에서는 소프트웨어 신뢰성장 모형 중에서 고장 시간 절단 모형인 로그-로지스틱 분포에 근거한 모형이 제안되었다. 고정시간에 따른 강도함수, 평균값함수, 신뢰도를 추정하였고 모수 추정은 최우 추정 법을 사용하였다. 실증분석에서는 이 분야에서 기본 모형인 포아송 실행 시간 모형과 비교 분석하였다. 그 결과 로그-로지스틱 모형이 기존의 로그 포아송 실행 시간 모형보다 신뢰성 측면에서 더 효율적이기 때문에 이 분야에서 기존 모형의 대안으로 로그-로지스틱모형을 사용할 수 있음을 확인 할 수 있었다.

Due to the large-scale application software systems, software reliability, software development has an important role. In this paper, software truncated software reliability growth model was proposed based on log-logistic distribution. According to fixed time, the intensity function, the mean value function, the reliability was estimated and the parameter estimation used to maximum likelihood. In the empirical analysis, Poisson execution time model of the existing model in this area and the log-logistic model were compared. Because log-logistic model is more efficient in terms of reliability, in this area, the log-logistic model as an alternative to the existing model also were able to confirm that you can use.

본 논문에서는 기록값 통계량을 이용한 무한 고장 NHPP 모형들이 제안되었다. 이 모형들은 결함당 고장 발생률이 단조 증가하거나 단조 감소하는 패턴을 가진다. 그리고 수명 분포에서는 어랑 분포, 랄리 분포와 굼벨를 이용한 소프트웨어 신뢰성 모형을 적용하여 비교연구에 초점을 두었다. 고장 간격 시간 자료를 이용한 무한 고장 NHPP 모형들에 대한 모수 추정법은 최우 추정법을 사용하였고 적용 분포들의 적용을 용이하게 하기 위하여 특수한 형태를 제시하였다. 고장 자료의 분석을 위하여 산술 및 라플라스 추세 검정과 적합도 및 치우침 검정을 실시하여 그 결과를 나열하였다.

Infinite failure NHPP models for a record value satistics mode proposed in the literature exhibit either monotonic increasing or monotonic decreasing failure occurrence rates per fault. In this paper, propose comparative study of software reliability model using Erlang distribution, Rayleigh and Gumbel distribution. Equations to estimate the parameters using maximum likelihood estimation of infinite failure NHPP model based on failure data collected in the form of interfailure times are developed. For the sake of proposing distribution, we used to the special pattern. Analysis of failure data set using arithmetic and Laplace trend tests, goodness-of-fit test, bias tests is presented.

소프트웨어 시스템의 대규모자료의 적용 때문에 소프트웨어 신뢰도는 소프트웨어 개발에 중요한 역할을 해왔다. 본 연구에서는 고장시간에 관련된 소프트웨어 신뢰성장모형이 제안되었다. 이러한 검사시간은 미리 정해진 절단 고정 시간을 의미한다. 본 연구에서는 소프트웨어의 강도함수, 평균값 함수 및 신뢰도와 모수추정에 대하여 나열하고 파레토 분포를 수명분포로 적용한 비동질적인 포아송 과정을 적용하였다. 본 논문의 수치적인 예에서는 고장 간격 시간 자료를 적용하고 모수추정 방법은 최우 추정 법을 이용하고 추세분석을 통하여 자료의 효율성을 입증한 후 평균자승오차와 Rsq(결정계수)를 이용하고 예측 값과 실제 값의 차이에 의존한 효율적인 모형을 선택 비교하였다.

Due to the large scale application of software systems, software reliability plays an important role in software developments. In this paper, a software reliability growth model (SRGM) is proposed for testing time. The testing time on the right is truncated in this model. The intensity function, mean-value function, reliability of the software, estimation of parameters and the special applications of Pareto NHPP model are discussed. This paper, a numerical example of applying using time between failures and parameter estimation using maximum likelihood estimation method, after the efficiency of the data through trend analysis model selection, depended on difference between predictions and actual values, were efficient using the mean square error and Rsq.

For repairable software systems, the Mean Time Between Failure (MTBF) is used as a measure of software system stability. Therefore, the evaluation of software reliability requirements or reliability characteristics can be applied MTBF. In this paper, we want to compare MTBF in terms of parameter estimation using Makeham life distribution. The parameter estimates used the least square method which is regression analyzer method and the maximum likelihood method. As a result, the MTBF using the least square method shows a non-decreased pattern and case of the maximum likelihood method shows a non-increased form as the failure time increases. In comparison with the observed MTBF, MTBF using the maximum likelihood estimation is smallerd about difference of interval than the least square estimation which is regression analyzer method. Thus, In terms of MTBF, the maximum likelihood estimation has efficient than the regression analyzer method. In terms of coefficient of determination, the mean square error and mean error of prediction, the maximum likelihood method can be judged as an efficient method.

As the requirement on the quality of the system has increased, the reliability is very important part in terms of enhance stability and to provide high quality services to customers. Many statistical models have been developed in the past years for the estimation of software reliability. We consider the functions for NHPP software reliability model and time series model in software failure data. We estimate parameters for the proposed models from three data sets. The values of SSE and MSE is presented from three data sets. We compare the predicted number of faults with the actual three data sets using the NHPP software reliability model and time series model.

Software reliability prediction is a statistical method to put in place a timely software development practice useful for objective assessment of bidders. The current study suggests one research method that enables reliability assessment of such previous projects by studying user satisfaction and project management history. If incorporated into the existing acquisition process, the reliability assessment method will further enhance objectivity and accuracy in bidder selection process. The GQM(Goal Question Metric) paradigm was used to identify assessment metrics for bidder evaluation and questionnaires were collected from users to create user satisfaction indexes. In addition, 'weight of evidence', the most appropriate categorical method, was used to isolate attributes of each variable that may contribute to reliability assessment.

We propose a mean value function for software failures in NHPP software reliability model. And we deal with the maximum likelihood estimation and the least squares estimation in the proposed mean value function. The explicit mean value function solution for the proposed model is presented by MLE and LSE in two data sets. The values of SSE and MSE is presented in two data sets by MLE and LSE. We compare the predicted number of faults with the actual two data sets using the proposed mean value function.

본 연구는 소프트웨어 개발을 위하여 OWASP 상위 10개 보안 지침을 준수하는 과정에서 발생하는 인적 오류를 줄이는데 고급 AI 언어 모델인 GPT-4 Turbo 기술을 활용하는 방안을 제시한다. 특히, GPT-4 Turbo의 텍스트를 이해하고 생성하는 AI의 능력과 개발자의 전문성을 결합해 오류를 줄이는 것을 목표로 한다. 이를 위해 소프트웨어 개발 생명주기(SDLC) 전 과정에 GPT-4 Turbo 기술을 통합하는 방안을 연구하고, 소프트웨어 보안 과 신뢰성을 향상시킬 수 있는 프레임워크를 제안하였다. 제안한 프레임워크는 정기적으로 업데이트되는 OWASP 취약점에 대응하며 인적 오류를 줄이고 소프트웨어 보안을 강화하는데 도움을 제공하기 때문에 경영전략 관점에 서 소프트웨어 개발 및 관리 프로세스를 간소화하여 신속한 의사결정이 가능해진다.

This research introduces a strategy that leverages GPT-4 Turbo, an advanced AI language model, to minimize human errors encountered while complying with the OWASP Top Ten security guidelines in software development. The framework combines the AI's capabilities in text comprehension and generation with developers' expertise to reduce errors. It delves into integrating GPT-4 Turbo across the Software Development Life Cycle (SDLC), proposing a model that enhances both software security and reliability. This framework addresses and adapts to the regularly updated OWASP vulnerabilities, contributing to reduced human errors and improved security measures. Furthermore, it benefits in streamlining processes and accelerating decision-making within business strategy contexts, demonstrating the multifaceted advantages of integrating sophisticated AI solutions in software development and management practices.

본 연구에서는 기존에 소프트웨어 품질 평가를 위해서 사용되었던 ISO/IEC 9126-2와의 차이점을 비교하기 위해서 소프트웨어 품질 평가를 위해서 새롭게 제시된 ISO/IEC 25023의 소프트웨어 품질 측정 메트릭을 제시하고 제시된 메트릭에 대해서 품질을 측정하는 방안을 제시한다. ISO/IEC 25023에 제시된 8가지 품질 특성 중에서 신뢰성에 대한 품질 측정 방안 을 소프트웨어 신뢰성 성장 모델을 기반으로 평가하는 방안을 제시한다. ISO/IEC 25023을 기반으로 소프트웨어 품질을 평 가하게 되어지면 신뢰성에 대한 평가에 있어 다소 리스크가 있을 수 있음을 데이터를 기반으로 하여 입증한다.

In this paper, we propose a software quality measurement metrics of ISO / IEC 25023, which is newly proposed for software quality evaluation, to compare the difference with ISO / IEC 9126-2 which was used for software quality evaluation. In this paper, we propose a method for evaluating the quality of reliability based on the software reliability growth model among the eight quality characteristics presented in ISO / IEC 25023. Based on ISO / IEC 25023, software-quality evaluations demonstrate that there is some risk in evaluating reliability when based on data.

본 연구는 소프트웨어 신뢰성을 측정하기 위해 소프트웨어 신뢰도 측정 모형에 따라 소프트웨어 신뢰도를 측정하는 방법을 제시하려 한다. 본 연구에서 제시한 모형의 형태는 비동질적 포아송 과장의 분포를 이용하였으며, 제시된 모형의 소프트웨어 신뢰도를 측정하는 방안을 제시하였다. 제시된 모형에 따라서 적합한 소프트웨어 신뢰도 성장 모형을 선택하는 방법으로는 소프트웨어 고장 데이터에 따라서 신뢰도 함수의 추정 값에 따른 평균제곱오차를 계산하여 적합한 소프트웨어 신뢰도 함수를 제안하는 방법을 연구하였다. 본 연구에서는 소프트웨어 품질을 측정하기 위한 신뢰도 함수를 제안하기 위하 여 모델을 제시하고 고장데이터를 적용하여 추정 값의 오차를 최소화하는 관점에서 소프트웨어 신뢰도 함수를 선택할 수 있는 방안을 제시한 연구로 판단된다.

This study proposes a method to measure software reliability according to software reliability measurement model to measure software reliability. The model presented in this study uses the distribution of Non - Homogeneous Poisson Process and presents a measure of the software reliability of the presented model. As a method to select a suitable software reliability growth model according to the presented model, we have studied a method of proposing an appropriate software reliability function by calculating the mean square error according to the estimated value of the reliability function according to the software failure data. In this study, we propose a reliability function to measure the software quality and suggest a method to select the software reliability function from the viewpoint of minimizing the error of the estimation value by applying the failure data.

Software reliability is one of the most elementary and important problems in software development In order to find the software failure occurrence, the instantaneous failure rate function in the Poisson process can have a constant, incremental or decreasing tendency independently of the failure time. In this study, we compared the reliability performance of the software reliability model using the parameters of Pareto life distribution with the intensity decreasing pattern and the shape parameter of Erlang life distribution with the intensity increasing and decreasing pattern in the software product testing. In order to identify the software failure environment, the parametric estimation was applied to the maximum likelihood estimation method. Therefore, in this paper, we compare and evaluate software reliability by applying software failure time data. The reliability of the Erlang and Pareto life models is shown to be higher than that of the Pareto lifetime distribution model when the shape parameter is higher and the Erlang model is more reliable when the shape parameter is higher. Through this study, the software design department will be able to help the software design by applying various life distribution and shape parameters, and providing basic knowledge using software failure analysis.

소프트웨어 개발과정에서 소프트웨어 신뢰도 평가는 매우 중요한 문제이다. 특히, 소프트웨어 개 발자에게 높은 신뢰도을 만족시키는 최적의 개발모형을 찾아내는 일은 더욱 중요한 과제이다. 이를 위해, 본 연구에서는 파레토 및 어랑 수명분포을 유한고장 NHPP 모형에 적용하여, 신뢰도 속성을 평가하였다. 이를 위하여 모수추정은 최우추정법을 적용하였고, 비선형 방정식의 풀이는 이분법을 사용하였다. 그 결 과, 강도함수와 평균값함수에서 Erlang 모형이 Pareto 모형보다 우수한 성능을 보였고, 평균제곱오차도 작아서 효율적인 모형임을 확인하였다. 또한, 미래의 임무시간을 투입하고 신뢰도를 평가한 결과, Erlang 모형이 Pareto모형과 함께 효율적으로 높게 나타났으나, 반면에 Goel-Okumoto 기본모형은 감소하는 추 세를 보였다. 결론적으로, Erlang 모형이 제안된 모형중 가장 우수한 성능을 가진 모형임을 알 수 있었다. 본 연구를 통하여 소프트웨어 개발자들이 최적의 소프트웨어 신뢰성 모형을 탐색하고, 평가하는데 필요한 기본지침으로 활용할 수 있을 것으로 기대한다.

In the software development process, software reliability evaluation is a very important issue. In particular, finding the optimal development model that satisfies high reliability is the more important task for software developers. For this, in this study, Pareto and Erlang life distributions were applied to the finite failure NHPP model to evaluate the reliability attributes. For this purpose, parametric estimation is applied to the maximum likelihood estimation method, and nonlinear equations are calculated using the bisection method. As a result, the Erlang model showed better performance than the Pareto model in the evaluation of the strength function and the mean value function. Also, as a result of inputting future mission time and evaluating reliability, the Erlang model showed an effectively high trend together with the Pareto model, while the Goel-Okumoto basic model showed a decreasing trend. In conclusion, the Erlang model is the best model among the proposed models. Through this study, it is expected that software developers will be able to use it as a basic guideline for exploring and evaluating the optimal software reliability model.

In this study, we was compared the reliability performance of the software reliability model, which applied the Goel-Okumoto model developed using the exponential distribution, to the logarithmic function modifying the intensity function and the Rayleigh form. As a result, the log-type model is relatively smaller in the mean squared error compared to the Rayleigh model and the Goel-Okumoto model. The logarithmic model is more efficient because of the determination coefficient is relatively higher than the Goel-Okumoto model. The estimated determination coefficient of the proposed model was estimated to be more than 80% which is a useful model in the field of software reliability. Reliability has been shown to be relatively higher in the log-type model than the Rayleigh model and the Goel-Okumoto model as the mission time has elapsed. Through this study, software designer and users can identify the software failure characteristics using mean square error, decision coefficient. The confidence interval can be used as a basic guideline when applying the intensity function that reflects the characteristics of the lifetime distribution.

본 연구에서는 소프트웨어 제품 테스팅 과정에서 고장 수명분포의 형상모수를 고려한 소프트웨어 신뢰성 비용 모형에 대하여 연구 하였다. 신뢰성 분야에서 많이 사용되는 어랑 분포와 로그-로지스틱 모형을 이용한 형상모수를 반영한 문제를 제시하였다. 소프트웨어 고장모형은 유한고장 비동질적인 포아송과정을 이용하고 모수추정법은 최우추정법을 이용 하였다. 따라서 본 논문에서는 형상모수를 고려한 소프트웨어 비용모형 분석을 위하여 소프트웨어 고장 시간 자료를 적용하여 비교 분석하였다. 본 연구에서 사용된 어랑 분포와 로그-로지스틱분포에 근거한 소프트웨어 비용 모델을 비교한 결과 어랑 모형은 최적의 소프트웨어 방출 시간을 예측 할 수 있지만 로그-로지스틱 모형은 방출시간을 예측 할 수 없기 때문에 로그-로지스틱 보다 어랑 모형이 보다 효율적으로 나타나고 있다. 이 연구를 통하여 소프트웨어 개발자들은 소프트웨어 개발 비용을 파악 하는데 어느 정도 도움을 줄 수 있을 것으로 사료된다.

In this study, reliability software cost model considering shape parameter based on life distribution from the process of software product testing was studied. The shape parameter using the Erlang and Log-logistic model that is widely used in the field of reliability problems presented. The software failure model was used finite failure non-homogeneous Poisson process model, the parameters estimation using maximum likelihood estimation was conducted. In comparison result of software cost model based on the Erlang distribution and the log-logistic distribution software cost model, because Erlang model is to predict the optimal release time can be software, but the log-logistic model to predict to optimal release time can not be, Erlang distribution than the log-logistic distribution appears to be effective. In this research, software developers to identify software development cost some extent be able to help is considered.

본 연구에서는 소프트웨어 제품 테스팅 과정에서 관측고장시간에 근거한 결함 발생률을 고려한 소프트웨어 신뢰성 모형에 대하여 연구 하였다. 신뢰성 분야에서 많이 사용되는 S-분포모형을 이용한 새로운 결함 확률을 추가한 문제 를 제시하였다. 수명분포는 유한고장 비동질적인 포아송과정을 이용하였다 본 논문의 결함 발생률을 고려한 소프트웨 어 고장 자료 분석에서는 고장 시간 자료를 적용하였으며 모수추정 방법은 최우추정법을 이용하여 결함 발생 확률에 대한 관계와 신뢰도를 추정 하였다.

In this paper, reliability software model considering fault detection rate based on observations from the process of software product testing was studied. Adding new fault probability using the S-shaped distribution model that is widely used in the field of reliability problems presented. When correcting or modifying the software, finite failure non-homogeneous Poisson process model was used. In a software failure data analysis considering the time-dependent fault detection rate, the parameters estimation using maximum likelihood estimation of failure time data and reliability make out.

소프트웨어의 디버깅에 오류 발생의 시간을 기반으로 하는 많은 소프트웨어 신뢰성 모델이 제안되어 왔다. 무한고 장 모형과 비동질적인 포아송 과정에 의존한 소프트웨어 신뢰성 모형을 이용하면 모수 추정이 가능하다. 소프트웨어를 시장에 인도하는 결정을 내리기 위해서는 조건부 고장률이 중요한 변수가 된다. 유한 고장 모형은 실제 상황에서 다양 한 분야에 사용된다. 특성화 문제, 특이점의 감지, 선형 추정, 시스템의 안정성 연구, 수명을 테스트, 생존 분석, 데이터 압축 및 기타 여러 분야에서의 사용이 점점 많아지고 있다. 통계적 공정 관리 (SPC)는 소프트웨어 고장의 예측을 모니 터링 함으로써 소프트웨어 신뢰성의 향상에 크게 기여 할 수 있다. 컨트롤 차트는 널리 소프트웨어 산업의 소프트웨어 공정 관리에 사용되는 도구이다. 본 논문에서 NHPP에 근원을 둔 로그 포아송 실행시간 모형, 로그선형 모형 그리고 파 레토 모형의 평균값 함수를 이용한 통계적 공정관리 차트를 이용한 제어 메커니즘을 제안하였다.

There are many software reliability models that are based on the times of occurrences of errors in the debugging of software. It is shown that it is possible to do asymptotic likelihood inference for software reliability models based on infinite failure model and non-homogeneous Poisson Processes (NHPP). For someone making a decision about when to market software, the conditional failure rate is an important variables. The finite failure model are used in a wide variety of practical situations. Their use in characterization problems, detection of outliers, linear estimation, study of system reliability, life-testing, survival analysis, data compression and many other fields can be seen from the many study. Statistical Process Control (SPC) can monitor the forecasting of software failure and thereby contribute significantly to the improvement of software reliability. Control charts are widely used for software process control in the software industry. In this paper, we proposed a control mechanism based on NHPP using mean value function of log Poission, log-linear and Parto distribution.