[논문]단계기반 결점 프로파일을 이용한 소프트웨어 품질 평가

이상운

doi:10.3745/kipstd.2008.15-d.3.313

[국내논문] 단계기반 결점 프로파일을 이용한 소프트웨어 품질 평가
An Evaluation of Software Quality Using Phase-based Defect Profile 원문보기

정보처리학회논문지. The KIPS transactions. Part D. Part D, v.15D no.3, 2008년, pp.313 - 320

이상운 (강릉대학교 컴퓨터정보공학부)

초록
AI-Helper

전형적인 소프트웨어 생명주기 모델은 결점이 추가되거나 제거되는 단계들의 일련의 순서로 구성되어 있다. 우리가 원하는 수준의 품질을 달성하기 위해서는 소프트웨어 개발 전 과정에서 결점 제거를 수행하여야 한다. 잘 알려진 단계기반 결점 프로파일은 Gaffney 모델이 있다. 이 모델은 결점 제거 프로파일이 Rayleigh 분포를 따르며 단계 인덱스 번호를 모수로 하고 있다. 실제 개발되는 소프트웨어에 Gaffney 모델을 적용시 제거된 결점이 최대값이 되는 점을 위치 모수가 표현하지 못하는 문제가 있다. 그러므로 Gaffney 모델은 실제 결점 프로파일을 표현하지 못한다. 본 논문은 2개의 다른 모델을 제시한다. 하나는 수정된 Gaffney 모델로 위치 모수를 교체하기 위해 Putnam의 SLIM 모델의 모수를 도입하였다. 다른 하나는 누적 결점 프로파일이 S자 형태를 보여 성장곡선 모델을 제시하였다. 제안된 모델은 5개의 다른 소프트웨어 프로젝트로부터 얻어진 결점 프로파일 분석에 의해 검증하였다. 실험 결과 제안된 모델이 Gaffney 모델 보다 좋은 결과를 얻었다.

Abstract ▼ AI-Helper

A typical software development life cycle consists of a series of phases, each of which has some ability to insert and detect defects. To achieve desired quality, we should progress the defect removal with the all phases of the software development. The well-known model of phase-based defect profile is Gaffney model. This model assumes that the defect removal profile follows Rayleigh curve and uses the parameters as the phase index number. However, these is a problem that the location parameter cannot present the peak point of removed defects when you apply Gaffney model to the actual situation. Therefore, Gaffney model failed to represent the actual defect profile. This paper suggests two different models: One is modified Gaffney model that introduce the parameter of Putnam's SLIM model to replace of the location parameter, the other is the growth function model because the cumulative defect profile shows S-shaped. Suggested model is analyzed and verified by the defect profile sets that are obtained from 5 different software projects. We could see from the experiment, the suggested model performed better result than Gaffney model.

Keyword

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문은 발견되는 결점 수 (또는 결점율)의 분포를 추정하기 위한 기존의 Gaffney 모델[9]의 문제점을 보완한 수정된 Gaffney 모델 (Modified Gaffney Model)과 더불어 성장곡선 모델도 제안한다. 2장에서는 결점 프로파일을 표현하는 모델의 문제점을 살펴본다.
각 개발 단계에서 발견되는 결점 프로파일은 개발에 투입되는 인력 프로파일에 비례한다는 가정하에 Rayleigh 분포를 따르는 Gaffney 모델[9]이 제안되었다. Gaffney 모델의 문제점을 해결하기 위해 개발인력 분포를 표현하는 대표적인 Putnam[12]의 SLIM (software life-cycle model) 모델을 살펴보자.
위 가정에 근거하여 다양한 결점 발견 프로파일에 적합한 모델을 제시하기 위해서는 발견되는 결점 프로파일이 개발에 투입되는 인력 분포에 비례한다는 가정을 하지 않은 상태에서 단지 단계별로 발견된 결점 프로파일 데이터만을 분석하여 공통점을 찾는 과정이 필요하다. 따라서 실제 데이터를 분석하여 보자. (그림 5)는 다양한 결점 프로파일에 대한 실제 데이터를 보여주고 있다.
본 논문은 소프트웨어 개발 방법론을 순차적인 개발 방법인 전형적인 폭포수 프로세스를 따를 경우에 대해서만 연구되었다. 최근 들어 반복 프로세스가 보다 많이 적용되고 있으며, 이 프로세스는 소프트웨어를 반복적이고 점진적인 형태로 반복으로 구분된다.

가설 설정

[가정 1] 소프트웨어 규모는 쉽게 정량화 할 수 있으며, 규모는 결점 수와 밀접하게 관련이 있다.
[가정 2] 소프트웨어 프로세스가 안정되게 유지되는 한 결점 삽입율과 검출율은 비교적 일정하게 유지된다.
[가정 1] 발견되는 결점 수는 개발에 투입되는 인력에 대략적으로 비례하는 Rayleigh 분포를 따른다. 즉, 보다 많은 노력이 투입되면 보다 많은 실수 (착오)가 유발되어 결점들이 삽입된다.
[가정 2] 투입되는 인력 프로파일은 단일한 형태를 가진다.
[가정 3] 소프트웨어 개발 단계들은 유사한 기간이 소요된다.
[가정 1] 각 단계에서 발견되는 결점 수는 각 단계에 결점을 발견 하는데 투입되는 노력 (시간)을 결점 1개당 발견에 투입되는 노력의 양으로 나눈 값으로 결정된다.
[가정 2] 소프트웨어 결점을 찾아내는데 소요되는 인력 프로파일은 프로젝트마다 다양한 형태를 따를 수 있다.
[가정 3] 소프트웨어 개발 단계들 각각은 유사한 기간이 소요되지 않는다. 그러나 선택되는 단계들은 순서적으로 인덱스 값으로 치환된다.

제안 방법

본 논문은 먼저, Gaffney 모델의 단점을 보완하기 위해 결점이 가장 많이 발생하는 단계에 대한 인덱스 값에 대한 모수를 Putnam[12]이 소프트웨어 개발에 투입되는 인력 프로파일 유도 과정에서 제시한 모수의 값으로 치환하여 수정된 Gaffney 모델을 제시하였다. 또한, 결점 프로파일의 누적 곡선이 S자 형태를 따른다는 점에 착안하여 성장곡선 모델을 제시하였다.
본 논문은 먼저, Gaffney 모델의 단점을 보완하기 위해 결점이 가장 많이 발생하는 단계에 대한 인덱스 값에 대한 모수를 Putnam[12]이 소프트웨어 개발에 투입되는 인력 프로파일 유도 과정에서 제시한 모수의 값으로 치환하여 수정된 Gaffney 모델을 제시하였다. 또한, 결점 프로파일의 누적 곡선이 S자 형태를 따른다는 점에 착안하여 성장곡선 모델을 제시하였다. 실제 발견된 다양한 결점 프로파일 데이터를 이용하여 제안된 모델의 적합성을 검증하였다.
또한, 결점 프로파일의 누적 곡선이 S자 형태를 따른다는 점에 착안하여 성장곡선 모델을 제시하였다. 실제 발견된 다양한 결점 프로파일 데이터를 이용하여 제안된 모델의 적합성을 검증하였다. 실험 결과 Gaffney 모델[9]에 비해 수정된 Gaffney 모델이, 수정된 Gaffney 모델에 비해 성장 곡선 모델이 보다 좋은 성능을 나타내었다.

데이터처리

이와 같은 값을 적용하여 수정된 Gaffney 모델의 누적 결점 수 추정과 MMRE를 구한 결과는 에 제시하였다.

이론/모형

따라서 S자 형태를 취하는 통계적 모델을 적용시키면 다양한 형태를 취하는 결점 프로파일을 보다 적절히 표현할 수 있을 것이다. 본 논문에서는 S자 형태의 곡선을 표현하는 대표적인 성장곡선 (growth curve) 중에서 식 (7)의 Gompertz 곡선[19]을 적용한다. 그러나 다른 성장곡선을 적용시킬 수도 있을 것이다.
(그림 5)의 5개 데이터에 대해 Gaffney 모델, 수정된 Gaffney 모델과 Gompertz 곡선 모델을 적용하여 성능을 평가해 본다. 수정된 Gaffney 모델의 모수 D는 최소 자승법으로 구하였다.
(그림 5)의 5개 데이터에 대해 Gaffney 모델, 수정된 Gaffney 모델과 Gompertz 곡선 모델을 적용하여 성능을 평가해 본다. 수정된 Gaffney 모델의 모수 D는 최소 자승법으로 구하였다. Gompertz 곡선 모델의 모수 D는 ln[#] 와 t 사이의 상관계수가 최대가 되는 방법을 적용하였다.

성능/효과

또한, 의 Gaffney 모델 성능과 비교시 MMRE를 약 64% 감소시킬 수 있다.
결론적으로 Gaffney 모델에 비해 수정된 Gaffney 모델이, 수정된 Gaffney 모델에 비해 Gompertz 곡선 모델이 보다 좋은 성능을 보여주고 있다.
실제 발견된 다양한 결점 프로파일 데이터를 이용하여 제안된 모델의 적합성을 검증하였다. 실험 결과 Gaffney 모델[9]에 비해 수정된 Gaffney 모델이, 수정된 Gaffney 모델에 비해 성장 곡선 모델이 보다 좋은 성능을 나타내었다.
본 논문에서 제안된 수정된 Gaffney 모델과 성장곡선 모델을 성장곡선 모델을 선택하는 기준은 기존에 결점 프로파일 이력 데이터를 얼마나 많이 갖고 있느냐에 따라 결정될 수 있다. 즉, 결점 프로파일 이력 데이터가 적을 경우에는 수정된 Gaffney 모델을, 데이터가 충분히 많이 있을 경우에는 성장곡선 모델을 적용하는 것이 타당해 보인다.

후속연구

누적 결점 수나 결점율에 대해 (그림 5)의 5개 데이터 모두 개략적으로 S자 형태를 따른다고 할 수 있다. 따라서 S자 형태를 취하는 통계적 모델을 적용시키면 다양한 형태를 취하는 결점 프로파일을 보다 적절히 표현할 수 있을 것이다. 본 논문에서는 S자 형태의 곡선을 표현하는 대표적인 성장곡선 (growth curve) 중에서 식 (7)의 Gompertz 곡선[19]을 적용한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	시간 기반 모델에는 무엇이 있는가?	분석모델은 시간 기반(time-based)과 단계 기반 (phase-based) 모델로 구분된다. 시간 기반 모델은 발견되는 결점을 달력시간의 함수로 표현하는 방법으로 Stark[7]과 Putnam과 Myers[8] 모델이 있으며 모두 Rayleigh 분포를 따르는 모델이다. 단계 기반 모델은 소프트웨어의 개발단계 인덱스 값에 대한 함수로 표현하는 방법으로 Gaffney 모델[9]이 있다.
	소프트웨어 성공여부를 결정하는 주요 요소는 무엇인가?	소프트웨어 개발의 성공 여부는 고객이 요구하는 품질 수준을 만족하는 제품을 주어진 일정과 예산범위 내에서 납품할 수 있느냐로 결정된다[1]. 즉, 품질(quality), 일정 (schedule)과 비용(cost)이 소프트웨어 성공여부를 결정하는 주요 요소가 된다. 현재의 소프트웨어 개발 환경은 보다 좋게(better), 보다 빠르게(faster), 보다 저렴한 비용 (cheaper)으로 개발하려는 경향을 띠고 있다[2,3].
	Gaffney 모델의 단점은 무엇인가?	이 모델은 특히 시간에 따른 결점 프로파일을 제시하는 시간-기반을 채택하지 않고 소프트웨어의 개발 단계에 대한 인덱스 값에 기반한 단계-기반 모델이라는 특징을 갖고 있다. 그러나 이 모델을 적용하였을 경우 실제 소프트웨어 개발 각 단계에서 발견되는 결점 수 (또는 결점율)를 적절히 표현하지 못하는 단점을 보이고 있다.

참고문헌 (19)

A. J. Shenher, “Improving PM: Linking Success Criteria to Project Type,” Project Management Institute, Creating Canadian Advantage through Project Management Symposium, Calgory, 1996
H. E. McCurdy, “Faster, Better, Cheaper: Low-Cost Innovation in the U.S. Space Program,” Johns Hopkins University, 2003
B. M. Block, “Faster, Better, and Cheaper: The Software Development Life Cycle,” Intercom, 2001
R. M. Green, “Improving Software Quality: Steps to Software Quality,” Robelle Solutions Technology Inc., 2004
D. N. Card, “Managing Software Quality with Defects,” The Journal of Defense Software Engineering, 2003
M. Criscione, J. Ferree, and D. Porter, “Predicting Software Errors and Defects,” SMASM Conference, 2001
G. E. Stark, “Defect Prediction and Impact Schedule Project XYZ,” 1998
L. H. Putnam and W. Myers, “Familiar Metric Management-Reliability,” QSM The Intelligence Behind Successful Software Projects, http://www.qsm.com/fmm_03.pdf
J. Gaffney, “Some Models for Software Defect Analysis,” Lockheed Martin Software Engineering Workshop, Gaithersburg, MD, 1996
T. Foss, E. Stensrud, and B. Kitchenham, “A Simulation Study of the Model Evaluation Criterion MMRE,” IEEE Trans. on Software Eng., Vol.29, No.11, pp.985-995, 2003

상세보기
A. Hodgkinson, “Measuring Effort Estimation Model Goodness,” Department of Electronics and Computer Science, University of Southampton, UK, 1995
L. H. Putnam, “A General Empirical Solution to the Macro Software Sizing and Estimating Problem,” IEEE Trans. on Software Eng., Vol.SE-4, No.4, 1978
이상운, “소프트웨어 개발 라이프사이클 인력 프로파일,” 한국정보처리학회논문지D, 제11-D권 제5호, pp.1123-1132, 2004
NASA, “Manager's Handbook for Software Development,” SEL-84-101, 1990
A. P. Nikora, 'Extending the Use of Measurement,” Quality Assurance Office, Jet Propulsion Lab., California Institute of Technology, 2003
S. Harbaugh, “Crusader Software Quality Assurance Process Improvement,” Technical Report, Integrated Software, Inc., 2002
W. S. Humphrey, “The Software Quality Profile,” Software Engineering Institute, Carnegie Mellon University, http://www.sei.cmu.edu/publications/articles/quality-profile, 2004
D. M. Roy, “Synergy of Review Techniques from PSP(SM) to Formal Inspections,” Software Technology, Process and People, Inc.
B. Gompertz, “On The Nature of The Function Expressive of The Law of Human Mortality, and on a New Mode of Determining the Value of Life Contingencies,” Phil. Trans. Roy. Soc. London. Vol.123, pp.513-585, 1832

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증