Nonparametric software reliability

Nonparametric software reliability analysis is a challenging issue to predict software reliability under incomplete knowledge on software fault-detection time distribution, because the underlying stochastic model is a function of only software fault data and is not predictable in principle for unknown patterns in future long term. Sofer and Miller (1991) develop a unique approach based on a completely monotone nonparametric estimator, but just focus on the fault-detection time data. However, such data sets are seldom available in practice, and their approach is not applicable to many actual software development processes. In this paper, we revisit the seminal completely monotone estimator by Sofer and Miller (1991) to use in the major case with grouped data, and develop both estimation and prediction methods of software fault count. We investigate the potential performance of our distribution-free method with thirteen actual software development project data, and compare it with the existing parametric models known as nonhomogeneous Poisson process-based software reliability models.

Keywords

ผลลัพธ์ (ไทย) 1:

วิเคราะห์ความน่าเชื่อถือ nonparametric ซอฟต์แวร์เป็นปัญหาท้าทายเพื่อทำนายความน่าเชื่อถือของซอฟต์แวร์ภายใต้ความรู้กระจายเวลาซอฟต์แวร์ตรวจจับข้อบกพร่อง ไม่สมบูรณ์เนื่องจาก stochastic แบบพื้นฐานเป็นฟังก์ชันของซอฟต์แวร์ข้อมูลข้อบกพร่องเท่านั้น และไม่สามารถคาดเดาในหลักการสำหรับรูปแบบที่ไม่รู้จักในอนาคตในระยะยาว Sofer และมิลเลอร์ (1991) พัฒนาวิธีเฉพาะอิงประมาณ nonparametric ทางเดียวอย่างสมบูรณ์ แต่เพียงความสำคัญกับข้อมูลเวลาการตรวจจับข้อบกพร่อง อย่างไรก็ตาม ไม่ค่อยมีชุดข้อมูลดังกล่าวในทางปฏิบัติ และวิธีการของพวกเขาไม่สามารถใช้กับกระบวนการพัฒนาซอฟต์แวร์มาก ในกระดาษนี้ เรากลับประมาณทางเดียวสมบูรณ์บรรลุ โดย Sofer และมิลเลอร์ (1991) ใช้ในกรณีสำคัญที่มีกลุ่ม และพัฒนาวิธีการประเมินและการคาดเดาของจำนวนข้อบกพร่องของซอฟต์แวร์ เราตรวจสอบประสิทธิภาพศักยภาพของวิธีการของเราแจกฟรีกับข้อมูลโครงการพัฒนาซอฟต์แวร์จริงสิบสาม และเปรียบเทียบกับแบบพาราเมตริกที่มีอยู่เรียกว่าแบบจำลองความน่าเชื่อถือกระบวนการซอฟต์แวร์ Poisson nonhomogeneousคำสำคัญ

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์ความน่าเชื่อถือซอฟต์แวร์อิงพารามิเตอร์เป็นปัญหาที่ท้าทายในการทำนายความน่าเชื่อถือซอฟต์แวร์ภายใต้ความรู้ที่ไม่สมบูรณ์เกี่ยวกับการกระจายเวลาการตรวจสอบความผิดพลาดในซอฟต์แวร์เพราะรูปแบบการสุ่มพื้นฐานเป็นหน้าที่ของข้อมูลความผิดของซอฟแวร์เท่านั้นและไม่สามารถคาดเดาในหลักการสำหรับรูปแบบที่ไม่รู้จักในระยะยาวในอนาคต โซฟาและมิลเลอร์ (1991) พัฒนาวิธีการที่ไม่ซ้ำกันขึ้นอยู่กับการประมาณการอิงพารามิเตอร์เดียวอย่างสมบูรณ์ แต่เพียงมุ่งเน้นข้อมูลที่ผิดพลาดในเวลาการตรวจสอบ อย่างไรก็ตามชุดข้อมูลดังกล่าวจะไม่ค่อยมีอยู่ในการปฏิบัติและแนวทางของพวกเขาไม่สามารถใช้ได้กับหลายกระบวนการพัฒนาซอฟแวร์ที่เกิดขึ้นจริง ในบทความนี้เราจะทบทวนประมาณการน้ำเชื้อเดียวอย่างสมบูรณ์โดยโซฟาและมิลเลอร์ (1991) ที่จะใช้ในกรณีที่สำคัญกับข้อมูลที่จัดกลุ่มและพัฒนาทั้งการประมาณค่าและการทำนายวิธีการนับความผิดของซอฟแวร์ เราจะตรวจสอบประสิทธิภาพการทำงานที่อาจเกิดขึ้นจากวิธีการกระจายฟรีของเรากับสิบสามข้อมูลโครงการพัฒนาซอฟแวร์ที่เกิดขึ้นจริงและเปรียบเทียบกับรุ่นที่มีอยู่พารามิเตอร์ที่รู้จักในฐานะ nonhomogeneous Poisson กระบวนการตามรูปแบบความน่าเชื่อถือซอฟต์แวร์. คำสำคัญ

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์ความน่าเชื่อถือซอฟต์แวร์อิสระ เป็นประเด็นที่ท้าทายที่จะทำนายซอฟต์แวร์ความน่าเชื่อถือภายใต้ความรู้ไม่สมบูรณ์ในการกระจายซอฟต์แวร์ผิดเวลา เพราะเป็นต้นแบบสุ่มเป็นฟังก์ชันของซอฟต์แวร์ข้อมูลความผิดเท่านั้น และไม่ได้คาดการณ์ในหลักการไม่ทราบรูปแบบระยะยาวในอนาคต sofer และมิลเลอร์ ( 1991 ) พัฒนาวิธีการเฉพาะตามรูปทั้งหมดประมาณ 3 , เพียง แต่มุ่งเน้นการตรวจสอบเวลาของข้อมูล อย่างไรก็ตาม ชุดข้อมูลดังกล่าวจะไม่ค่อยใช้ในการปฏิบัติและวิธีการของพวกเขาไม่สามารถใช้ได้กับกระบวนการการพัฒนาซอฟต์แวร์จริงมากมาย ในกระดาษนี้เราทบทวนประมาณการโมโนโทนสมบูรณ์อสุจิโดย sofer และมิลเลอร์ ( 1991 ) เพื่อใช้ในคดีสำคัญกับข้อมูลจัดกลุ่ม และพัฒนาทั้งการประมาณค่าและวิธีการพยากรณ์นับความผิดของซอฟต์แวร์ เราตรวจสอบศักยภาพในการปฏิบัติงานของการกระจายวิธีการของเราฟรี 13 ข้อมูลโครงการพัฒนาซอฟต์แวร์ที่เกิดขึ้นจริงและเปรียบเทียบกับแบบจำลองเชิงกระบวนการปัวซงที่มีอยู่เรียกว่า nonhomogeneous ตามรูปแบบความน่าเชื่อถือซอฟต์แวร์คำสำคัญ