와이블 확장분포에 의존한 소프트웨어 신뢰성모형에 관한 신뢰도 성능분석 연구
A Reliability Performance Analysis of Software Reliability Model Dependent on Weibull Expansion Distribution
2
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
무한고장 비동질적인 포아송 과정 모형에서 위험함수는 고장시간에 독립인 상수패턴을 따르거나, 비 증가 또는 비 감소하는 패턴을 따를 수 있다. 본 연구에서는 소프트웨어의 오류를 확인하여 조치 하는 시행에서 무한고장수를 가진 비동질적인 포아송 과정에 기초하였다. 수명분포는 다양한 확률현 상을 표현 할 수 있는 연장 와이블 분포와 확장 와이블 분포를 이용하였다. 따라서 변형된 와이블분 포를 이용한 소프트웨어 신뢰성모형에 대한 효율성을 비교하는데 중심을 두었다. 본 논문의 신뢰도 효율성 결과 분석에서는 소프트웨어 고장시간을 기초로 하여 최우추정법을 이용한 모수추정을 시행 하였다. 본 논문의 결과 참값과 추정 값에 대한 차이를 측정하는 평균제곱오차가 기본적인 Musa-Okumoto모형과 연장 와이블 분포모형보다 확장 와이블 분포 모형이 상대적으로 작은 값을 가지고 있어서 확장와이블 모형이 우수한 모형으로 사료된다. 또한, 추정 값의 차이에 대한 효용성을 의미하는 결정계수도 확장 와이블 분포 모형인 경우가 다른 경우보다 상대적으로 높게 나타나기 때문에 추정 값에 대한 측면에서도 확장 와이블 분포 모형인 경우가 보다 우수한 모형으로 판단 할 수있다.
Abstract
In infinite failure non-homogeneous Poisson process model, the hazard function can follow a constant pattern independent of the failure time, or follow a pattern of non-incremental or non-decreasing. In this study, we are based on non-homogeneous Poisson Process with infinite number of faults in the process of removing or correcting software defects. Since the life distribution can use various scale parameters, we use the extended Weibull distribution and the Weibull extension distribution which are widely used in the reliability field. Algorithm to estimate the parameters used to maximum likelihood estimator.The result of this paper, for the mean squared error which measures the difference between the actual value and the predicted value, because the Weibull extension distribution than extended Weibull distribution and basic Musa-Okumoto model is the smaller, the Weibull extension distribution is considered to be more efficient. In addition, for the coefficient of determination representing the explanatory power of the difference in the predicted value, because the Weibull extension distribution than extended Weibull distribution and basic Musa-Okumoto model is the higher, the Weibull extension distribution is can be regarded as an efficient model in terms of the predicted value.
참고문헌 (13)
- Trivedi, K. S. A, "time", structure based software reliability model, 1999, pp.8, 85~121
- Goel A L, "Time-dependent fault detection rate model for software and other performance measures", IEEE Trans. Reliab, 28, pp.206~211 (1978)
- Kuei-Chen, C., "A study of software reliability growth from the perspective of learning effects", Reliability Engineering and System Safety, 93, pp.1410~1421 (2008)
- Venkata, SRK, "A log based approach for software reliability modeling", Int J Adv Res Comput Sci Software Eng, 4(2), pp.49~51 (2014)
- K. G. Manton, "Alternative Models for the Heterogeneity of Mortality Risks Among the Aged", Journal of the American Statistical Association, 81(395), pp.635~644 (1986)
- Xie M, "A modified Weibull extension with bathtub-shaped failure rate function", Reliability Engineering and System Safety, 76, pp.279~285 (2011)
- Hayakawa Y, "Mixed poisson-type processes with applicationin software reliability", Mathematical and Computer Modelling, 31, pp.151~156 (2000)
- Kim H-C, "A Performance Analysis of Software Reliability Model using Lomax and Gompertz Distribution Property", Indian Journal of Science and Technology, 9(20), pp.1~6 (2016)
- Tae-Hyun Yoo, "The Infinite NHPP Software Reliability Model based on Monotonic Intensity Function", Indian Journal of Science and Technology, 8(14), pp.1~7 (2015)
- Hee-Cheul Kim, "The Property of Learning effect based on Delayed Software S-Shaped Reliability Model using Finite NHPP Software Cost Model", Indian Journal of Science and Technology, 8(34), pp.1~75 (2015)
- K. S. Kim, "The Performance Analysis of the Software Reliability NHPP Log-linear Model Depend on Viewpoint of the Learning Effects", Indian Journal of Science and Technology, 9(37), pp.1~6 (2016)
- K. H. Yoo, "A Relative Research of the Software NHPP Reliability Based on Weibull Extension Distribution and Power Law Model", Indian Journal of Science and Technology, 9(46), pp.1~6 (2016)
- K. Kanoun, "Handbook of Software Reliability Engineering" (1996), McGraw-Hill