Earticle

소프트웨어에 있어서 가장 중요한 요인은 소프트웨어 품질이다. 소프트웨어를 평가하는 기준은 제품의 기능적인 측면이나 사용성적인 측면도 중요하지만 이것을 모두 한꺼번에 고려한 소프트웨어 품질이 가장 중요하다고 보여진다. 현재 국내 소프트웨어의 경우도 갈수록 품질에 대한 인식이 많이 변화하고 있다. 이러한 측면에서 본 연구는 소프트웨어 품질을 평가하기 위해서 기능성, 사용성, 신뢰성, 효율성, 이식성, 유지보수성의 6가지 품질에 대해서 시험의 횟수와 시험날짜에 가장 영향을 미치는 요인을 발견하고 제품의 종류별 품질 특성의 오류수에 대한 차이 검정을 실시하여 보았다. 본 조사결과 6가지 품질특성은 시험횟수와 시험날짜에 영향을 받고 있는 것으로 조사되었으며 제품의 종류에 따라서도 나타나는 오류의 수는 다르다는 것을 확인할 수 있었다. 또한 성별에 따라서도 발견하는 오류 수는 품질 특성별로 다르게 나타난다는 것을 알 수 있었다.

Software quality is very important in software. We think, software testing is very important in point of functionality, usability. But, we have to consider about all of the software quality. We change our thinking about software quality from time to time. In this paper, we try to the best to find important factors by the number of testing dates and the number of testing in point of functionality, usability, reliability, efficiency, portability, maintainability. We study the mean of the number of faults according to products. We find the difference the number of errors by sex of tester.

소프트웨어의 중요성이 높아지면서 소프트웨어 품질평가에 대한 관심이 높아지고 있다. 본 연구에서는 소 프트웨어 품질 평가를 위한 국제 표준 문서를 비교 분석하고 테스트 데이터 분석을 통한 평가 방안을 제시한다. 국제표준 ISO/IEC 9126-2의 평가 모델과 ISO/IEC 25023의 평가 모델에 대한 차이점을 비교했다. ISO/IEC 25023 의 평가모델인 8가지 품질 특성, 즉 기능성, 신뢰성, 사용성, 유지보수성, 이식성, 효율성, 상호운영성, 보안성적인 측면에서 평가 메트릭을 제시했다. 실제 테스트를 통해 얻어진 331개 자료를 분석해서 테스트 데이터의 발견된 오 류 특징을 파악했다. 또한 결함 자료를 분석하고 차이점을 파악했다. 테스트데이터가 남녀에 따라서 시험 일수나 발견하는 품질 특성별 오류의 수에는 차이가 있음을 증명하고 시험일수를 기능성, 사용성, 성별을 가지고 예측했으 며, 제품의 종류에 따라서도 오류수에 차이가 있음을 증명했다.

As software is very important, modern men are interesting software quality testing. In this paper, we analyze the Internation standard and Test data, so, we propose the testing method by analysing testing data. We compare ISO/IEC 9126-2 testing model with ISO/IEC 25023 testing model. On the basis of ISO/IEC 25023, we classify the test data and we analyze the difference of International Standard to functionality, reliability, usability, efficiency, maintainability, portability, compatability, and security. By reality 331 testing data, we classify test data, and analyze difference according to sex. We find regression model by functionality, usability and testing date and we prove difference of testing date and the number of error by tester. Also, we prove difference of the number of error in software type.

본 논문은 소프트웨어 테스트와 보안 점검의 통합적 중요성을 다루고 있다. 우선 소프트웨어 테스트는 내부적 결함을 발견하고 품질을 보장하기 위한 필수 절차이며, 이를 통해 소프트웨어의 안정성과 신뢰성을 높일 수 있다 고 강조한다. 동시에 현대 소프트웨어 환경에서의 보안 위협은 기능적 결함 이상의 심각한 위험을 초래할 수 있 기에, 보안 점검 역시 소프트웨어 개발 생명주기(SDLC) 전체에 걸쳐 수행되어야 함을 주장한다. 특히 AI 기반 코 드 생성 도구가 널리 도입됨에 따라, 개발 프로세스에 환경에 변화가 생기있어 예측하기 어려운 결함이 나타날 가능성이 커졌다. 이에 따라 전통적 테스트 기법을 넘어, AI가 생성한 코드를 검증하고 보안 취약점을 사전에 식별ㆍ차단하는 접근이 요구된다. 이에 취약점 진단, 모의해킹, 시큐어코딩 점검 등 다양한 보안 점검 기법의 특징과 수행 시점을 구분하고, 이를 기존 테스트 프로세스에 병행ㆍ통합하여 적용하는 방법론적 방향을 제시한다. 이를 통해 통합된 품질 보증(Integrated Quality Assurance) 목적으로 소프트웨어 신뢰성과 보안성을 동시에 달성할 수 있는 방법론을 제안한다.

This paper emphasizes the importance of combining software testing and security checks. Software testing is a key process for finding and fixing internal defects, which improves the stability and reliability of the software. At the same time, today’s software faces security threats that can be more serious than typical functional errors, meaning security checks should happen throughout the entire Software Development Life Cycle (SDLC). AI-based code generation tools have become common, and they can lead to new and unpredictable defects in development. Therefore, it is necessary to move beyond traditional testing methods by verifying AI-generated code and detecting security risks early. This paper outlines various security approaches, including vulnerability assessments, penetration testing, and secure coding reviews, and explains how to integrate them into existing testing processes. By using this combined method—called Integrated Quality Assurance—software teams can achieve both reliability and security at the same time.

웹 서비스를 가능하게 하는 웹 어플리케이션은 내부 개발자가 보안 의식을 갖고 만든다면 일정 수준 이상의 안전성을 보여준다. 하지만 외주 개발의 경우, 품질의 우수성보다는 요구 사항을 충족하고 요청 받은 기능을 실행시키는데 주안점이 있기 때문에 안전성이 우선되지 못한다. 따라서, 본 논문에서는 소프트웨어에 대한 객관적이고도 독립적인 시각으로의 평가를 가능하게 해주는 소프트웨어 테스트 절차를 보안 중심으로 개선하였다. 제안된 모델은 웹 어플리케이션의 외주 개발 시에도 초기부터 보안을 고려할 수 있게 해주며, 특히 보안 인식이 부족한 상황에서 작성된 프로그램의수정 소요 발생으로 인한 개발 일정 지연 사태를 미연에 방지할 수 있는 효과가 있음을 확인하였다. 이러한 결과는 자원관리체계를 중심으로 웹 어플리케이션에 대한 소요가 증가하고 있는 국방 분야에서도 엄격한 테스트를 토대로 보안취약점을 지닌 채 서비스되는 것을 방지할 수 있기에 활용이 가능할 것으로 판단된다.

A web application that allows a web service created by a internal developer who has security awareness show certain level of security. However, in the case of development by outsourcing, it is inevitable to implement the development centered on requested function rather than the issue of security. Thus in this paper, we improve the software testing process focusing on security for exclusion the leakage of important information and using an unauthorized service that results from the use of the vulnerable web application. The proposed model is able to consider security in the initial stage of development even when outsourced web application, especially, It can prevent the development schedule delay caused by the occurrence of modification for program created by programer who has low security awareness. This result shows that this model can be applied to the national defense area for increasing demand web application centered resource management system to be able to prevent service of web application with security vulnerability based on high test.

Burn-in is a test procedure to find and eliminate the inherent initial failure of a product during or at the final stage of production process. Software testing is the validation and verification process which is used to cut off the faults from a software. The two have the common function and objective of "debugging". This article summarizes some significant models on the optimal hardware and software burn-in time, and provides the relevant paper lists. The need for the development of the unified burn-in policy of a hardware-software system is addressed.addressed.

소프트웨어 품질에 대한 중요성이 강조되어지고 있다. 개발에 주력하던 회사들도 소프트웨어 품질에 많은 관심을 가지고 있으며 품질을 개선하기 위한 노력을 기울이고 있다. 본 연구에서는 소프트웨어 테스팅을 통해서 얻어진 데이터를 분석하려 한다. 소프트웨어의 시험수와 시험에 소요된 날짜, 각 기능별 나타나는 발견된 오류수를 중심으로 소프트웨어 테스팅에 영향을 미치는 요인을 발견하려 한다. 또한 회귀분석을 통해서 소프트웨어 총 오류수에 가장 영향을 미치는 변인을 찾아보려 한다. 또한 테스터의 성별에 따라서 영향을 미치는 요인에 대한 분석을 하려 한다

We consider about software quality nowadays. The company considers about software quality more and more compare to software development. We analyze the software testing data in this paper. We find the software effect according to the number of testing, the number of testing date, the number of fault according to characteristics. Also, we analyze the result by regression. Also, we propose the testing effect by sex.

본 연구는 소프트웨어 품질이란 측면에서 소프트웨어 시험 자료를 활용하여 예측을 위한 모델을 소개하고 소프트웨어 시험과정에서 추출한 자료를 이용해서 품질 특성별 시험 결과를 분석하려 한다. 소프트웨어 시험 평가 를 위해서는 소프트웨어 시험 평가에 소요되는 기간에 대한 분석을 실시하고 소프트웨어 품질특성별 오류 수에 대 한 분석과 성별에 따라서 소프트웨어 시험 기간에 미치는 차이를 분석한다. 본 연구에서는 기존 시험을 통해서 얻어 진 자료를 활용하여 소프트웨어 시험을 위한 소요일 수를 분석하는 모델을 제시하고 소프트웨어 종류별 6가지 품질 특성에 따른 오류수를 분석하기 위한 모델을 제시한다.

In this paper, we propose a method for estimation software quality in terms of software test data, and it is necessary to predict the period of time required for software test evaluation. We need a model to understand of estimation of software quality. In this paper, we propose a model to estimate the number of days for software test using the data obtained through the tester’s sex, and present a model for analysing the number of errors according to six quality characteristics by software type.

소프트웨어 신뢰도 성장 모델을 비동차 포아송 프로세스(NHPP)로 공식화하고, 이 모델을 이용하여 소프트웨어 신뢰도 척도에 대한 데이터 분석기법을 개발한다. 그간 여러 문헌에서 소프트웨어 신뢰도 성장 모델을 연구할 때 소프트웨어 테스트 중에 소요되는 테스트노력의 양으로서 지수함수형, 레일레이형, 웨이불형, 로지스틱형 테스트노적함수를 고려하여, 경우에 따라 이 중 하나의 적합한 형태를 사용해 왔다. 본 논문에서는 이 네 가지 형태에 대해서 최소자승평가자(LSE)와 최대가능성평가자(MLE)를 써서 파라미터를 구하는 방법을 검토한다.

본 논문에서는 소프트웨어 테스트 단계중에 발생되는 테스트노력 소요량을 고려한 소프트웨어 신뢰도 성장 모델을 제시하여 시간종속적인 테스트 노력소요량 동태를 일정 테스트 노력일 때와 웨이불 테스트 노력일 때를 비교하여 연구한다. 테스트 단계중에 소요되는 테스트 노력의 양에 대한 결함 검출비를 현재의 결함 내용에 비례하는 것으로 가정하여 모델을 비동차 포아송 과정으로 공식화하며, 이 모델을 이용하여 소프트웨어 신뢰도 척도에 대한 데이터 분석기법을 개발하도록 한다. 테스트 시간의 경과와 신뢰도와의 관계도 심도 있게 연구한다. 목표신뢰도를 만족시키는 최적발행시각을 정한다. 개발 후 테스트를 시작하기 전의 신뢰도가 어떠한 조건에 있는가를 검토하여 각 조건에 따른 최저 발행시각을 결정한다. 일정 테스트 노력 곡선과 웨이불 테스트 노력 곡선 모두에 대해서 그 조건은 목표 신뢰도를 초과하는 경우, 목표신뢰도를 초과하지는 못하지만 어느 조건 이상인 경우, 어느 조건 이하인 경우로 대별되며, 이 중에서 이상적인 경우는 두 번째 조건인 경우이다.

We propose a software-reliability growth model incoporating the amount of uniform and Weibull testing efforts during the software testing phase in this paper. The time-dependent behavior of testing effort is described by uniform and Weibull curves. Assuming that the error detection rate to the amount of testing effort spent during the testing phase is proportional to the current error content, the model is formulated by a nonhomogeneous Poisson process. Using this model the method the data analysis for software reliability measurement is developed. The optimum release time is determined by considering how the initial reliability R(x/0) would be. The conditions are R(x/0)＞Ro , Po ＞R(x/0)＞Rod and R(x/0)＜ Rod for uniform testing efforts. Ideal case is Ro ＞R(x/0)＞Rod. Likewise, it is R(x/0)≥Ro, Ro＞R(x/0)＞R(eqation omitted) and R(x/0)＜R(eqation omitted) for Weibull testing efforts. Ideal case is Ro＞R(x/0)＞R(eqation omitted).

This paper proposes a software-reliability growth model incoporating the amount of testing effort expended during the software testing phase after developing it. The time-dependent behavior of testing effort expenditures is described by a Logistic curve. Assuming that the error detection rate to the amount of testing effort spent during the testing phase is proportional to the current error content, a software-reliability growth model is formulated by a nonhomogeneous Poisson process. Using this model the method of data analysis for software reliability measurement is developed. After defining a software reliability, This paper discusses the relations between testing time and reliability and between duration following failure fixing and reliability are studied. SRGM in several literatures has used the exponential curve, Railleigh curve or Weibull curve as an amount of testing effort during software testing phase. However, it might not be appropriate to represent the consumption curve for testing effort by one of already proposed curves in some software development environments. Therefore, this paper shows that a logistic testing-effort function can be adequately expressed as a software development/testing effort curve and that it gives a good predictive capability based on real failure data.

산업용 시스템과 군용 무기체계에서 사용되는 임베디드 시스템들은 높은 신뢰성을 요구하며, 탑재 소프트웨어의 비중이 높아지면서 소프트웨어 품질확보를 위한 테스트의 중요성이 강화되고 있다. 임베디드 소프트웨어에 대한 테스트는 하드웨어와 소프트웨어의 결합력이 매우 높다는 특성 때문에 통합 테스트를 통해 검증되어야 한다. 기존의 통합 테스트에서는 결함이 발생하더라도 디버깅을 위한 정보를 제공해 줄 수 있는 방법이 고려되지 않아 디버깅을 수행하는 데에 많은 시간과 비용이 소모된다는 문제점이 있었다. 본 논문에서는 임베디드 소프트웨어의 통합 테스트단계에서 발생한 결함에 대해 시험 데이터와 소프트웨어 로그를 통합하여 수집하고 연관 규칙을 이용한 마이닝 기반의 분석 방법을 제공함으로써 임베디드 소프트웨어의 디버깅을 보다 원활하게 할 수 있는 방법을 제안한다. 그리고시험을 통해 제안한 방법이 단일 결함에 대해서 디버깅을 위한 정보의 식별이 가능함을 확인하였다.

The embedded systems used in industry systems and military weapon systems require high reliability, and increasing the proportion of the embedded software increases the importance of testing to ensure software quality. Testing for embedded software should be validated through integration testing because of the tight coupling of hardware and software. There was a problem with the existing integration tests that it was not considered a method to provide information for debugging, even if a defect occurred, so it was time consuming and costly to perform debugging. In this paper, we suggest a method to make debugging of embedded software more seamless by integrating test data and software logs for defects occurred in the integrated testing phase of embedded system, and by providing a mining-based analysis method using associative rules. Through the test, it is confirmed that the proposed method can identify information for debugging with respect to single defect.

Analysis of existing research results of defect testing, software defects during testing should consider the relevance of the defect test software, the design of a Markov chain with the right to test the model, the design of a multi-objective algorithm weights given Markov chain with the right test strategy based on defects associated with the state transition strategy based on multi-objective test weight matrix. The experimental results show that this strategy compared with Controlled Markov Chain testing strategy that can significantly reduce test cases and improve the defect detection rate.

This paper presents a method for optimizing software testing efficiency by identifying the most critical path clusters in a program. We do this by developing variable length Genetic Algorithms that optimize and select the software path clusters which are weighted in accordance with the criticality of the path. Exhaustive software testing is rarely possible because it becomes intractable for even medium sized software. Typically only parts of a program can be tested, but these parts are not necessarily the most error prone. Therefore, we are developing a more selective approach to testing by focusing on those parts that are most critical so that these paths can be tested first. By identifying the most critical paths, the testing efficiency can be increased.

This study explores the integration of Generative AI into Test-Driven Development (TDD) to efficiently produce code that accurately reflects programmers' requirements in software engineering. Using the Account class as an example, we analyzed the code generation capabilities of leading Generative AI models—OpenAI's ChatGPT, GitHub's Copilot, and Google's Gemini. Our findings indicate that while Generative AI can automatically generate code, it often fails to capture programmers' intent, potentially leading to functional errors or security vulnerabilities. By applying TDD principles and providing detailed test cases to the Generative AI, we demonstrated that the generated code more closely aligns with the programmer's intentions and successfully passes specified tests. This approach reduces the need for manual code reviews and enhances development efficiency. We propose a development process that combines TDD with Generative AI, leveraging the strengths of both to efficiently produce high-quality software. Future research will focus on extending this approach to more complex systems and exploring automatic test case generation techniques.

The advancement of generative AI technologies has significantly impacted various domains in software engineering, particularly in automating test case generation. As software systems become increasingly complex, manual test case creation faces limitations in terms of efficiency and coverage. This study analyzes the capabilities and limitations of major generative AI models—ChatGPT, Copilot, and Gemini—in generating software test cases. We focus on evaluating their performance in boundary value analysis, exception handling, and property-based testing. Using the ArrayUtils.indexOf() function from the Apache Commons Lang library as the test subject, we conducted experiments to compare the quality and effectiveness of the test cases generated by each model. Our findings indicate that while generative AI can efficiently produce a substantial number of high-quality test cases, there are instances of incorrect test cases and test codes. To address these issues, we propose guidelines for developers to enhance the reliability and consistency of test case generation using generative AI. Future research will explore the application of these models to more complex software systems and further methods to improve their test generation capabilities.

본 논문에서는 윈도우 환경에서 블랙박스 테스트 기법을 사용하여 GUI 기반 테스트를 자동화하는 테스트 자 동화 프로그램 도구를 제안 및 개발한다. 제안된 테스트 자동화 프로그램 도구의 주요한 특징은 다음과 같다. 첫째, 에 러 상태를 이미지로써 지정하고, 테스트 스텝마다 화면을 캡처하여 이미지 유사도 비교를 통해 에러 메시지 검출 여부 를 확인한다. 둘째, 실행 중 이벤트 대기시간이나 각 테스트 스텝 간 좌표 증가 값 등 여러 옵션 설정을 지원한다. 이 러한 블랙박스 테스트 자동화 연구는 안드로이드나 웹 등의 환경에서는 많았지만 윈도우 환경에서는 그렇지 않았다. 제안된 시스템의 성능평가 결과 제안된 시스템은 이미지 비교 모듈로써 GUI 테스트 자동화를 수행하고, 프로세스 상태 확인과 에러 이미지 검출 여부를 확인함으로써 테스트를 정상적으로 수행함을 확인하였다.

In this paper, we propose and develop a test automation program tool that automates GUI based testing using black box testing technique in Windows environment. The main features of the proposed test automation program tool are as follows. First, an error condition is designated as an image, a screen is captured for each test step, and an error message is detected through comparison of image similarity. Second, the proposed system supports various setting options such as event waiting time during execution and coordinate increment value between each test step. Such black box test automation research was common in environments such as Android and Web, but not in Windows environment. The results of performance evaluation show that the proposed system performs GUI test automation as an image comparison module and confirms that the test is performed normally by confirming process status and error image detection.

Combinatorial testing can effectively detect the faults triggered by interactions among the various factors in software system. Harmony Search Algorithm (HS), which is a new optimization algorithm and has been widely applied in the fields of portfolio design, repeatedly adjusts the solution variables in harmony memory to reach the optimum. In order to improve the convergence speed of HS, we propose an improved HS algorithm (IHS) and uses one-test-at-a-time strategy to generate a set of optimum initial solutions in IHS. To avoid the algorithm falling into local optima, we dynamically adjust the values of HMCR and PAR in the new algorithm. Compared to some existing algorithms and tools, the improved harmony search algorithm performs more stably and efficiently in generating optimum combinatorial test cases.

Testing is the one of the crucial phase that is performed during software development. It is done to validate the quality of the software testing using minimal cost, efforts and to generate high quality test cases. It is impossible to test software with all the possible inputs. Hence there is a need to select and reduce test cases that will find as many faults as possible. This paper will describe a method for optimizing software testing Using hybrid meta-heuristics that is by the combination of particle Swarm optimization technique and genetic algorithm, an algorithm has been