$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

소프트웨어 품질 예측 모델을 위한 분류 프레임워크

Taxonomy Framework for Metric-based Software Quality Prediction Models

초록

본 논문에서는 위험도라는 품질 인자를 예로 들어 메트릭 기반 소프트웨어 품질 예측 모델들을 네가지 타입으로 분류하는 프레임워크를 제안한다. 모델들은 다음과 같은 두가지 기준에 의해 분류된다: 모델 입력 메트릭 형태, 과거 프로젝트 데이터의 필요 유무. 분류된 타입들은 각각의 특성을 가지며 새롭게 정의된 몇가지 기준들에 의해 타 타입들과 장단점이 비교되었다. 이러한 정성적인 평가를 거쳐 품질 예측 모델을 이용하고자하는 개발 집단은 어떤 품질 예측 모델이 자신들에게 적합한지를 판단할 수 있게 된다. 또한 각 타입에 속하는 위험도 예측 모델들을 구현해 예측 성능을 측정한 선행 연구 데이터를 분석하여 예측 성능에 못지않게 모델이 속한 타입의 특성이 모델 선정의 중요한 관건이 됨을 보였다.

Abstract

This paper proposes a framework for classifying metric-based software quality prediction models, especially case of software criticality, into four types. Models are classified along two vectors: input metric forms and the necessity of past project data. Each type has its own characteristics and its strength and weakness are compared with those of other types using newly defined criteria. Through this qualitative evaluation each organization can choose a proper model to suit its environment. My earlier studies of criticality prediction model implemented specific models in each type and evaluated their prediction performances. In this paper I analyze the experimental results and show that the characteristics of a model type is the another key of successful model selection.

저자의 다른 논문

참고문헌 (15)

  1. C. Ebert, "Fuzzy classification for software criticality analysis," Expert Systems with Applications, Vol.11, No.3, pp.323-342, 1996. 
  2. K. O. Elish and M. O. Elish, "Predicting defect prone software modules using support vector machines," J. Systems Software, Vol.81, No. 5, pp.649-660, 2008 
  3. N. Ohlsson and H. Alberg, “Prediction Fault-Prone Software Modules in Telephone Switches,” IEEE Trans. Software Eng., Vol.22, No.12, pp.886-894, 1996. 
  4. F. B. Abreu and R. Carapuca, “Candidate metrics for object-oriented software within a taxonomy framework,” J. Systems Software, Vol. 26, No.1, pp.87-96, 1994. 
  5. L. Chen and S. Huang, "Accuracy and efficiency comparisons of single- and multi-cycled software classification models," Information and Software Technology, Vol.51, No.1, pp.173-181, 2009. 
  6. J. McCall, P. Richards, and G. Walters, "Factors in Software Quality," three volumes, NTIS AD-A049-014, 015, 055, 1997. 
  7. T. M. Khosgoftaar and E. B. Allen, “Early Quality Prediction: A Case Study in Telecommunications,” IEEE Software, Vol.13, No.1, pp.65-71, 1996. 
  8. K. E. Emam, W. Melo, and J. C. Machado, "The prediction of faulty classes using object oriented design metrics," J. Systems Software, Vol.56, No.1, pp.63-75, 2001. 
  9. J. Tian, A. Nguyen, C. Allen, and R. Appan, “Experience with identifying and characterizing problem-prone modules in telecommunication software systems,” J. Systems Software, Vol.57, No.3, pp.207-215, 2001. 
  10. T. M. Khoshgoftaar and D. L. Lanning, “A Neural Network Approach for Early Detection of Program Modules Having High Risk in the Maintenance Phase,” J. Systems Software, Vol.29, No.1, pp.85-91, 1995. 
  11. W. M. Zage and D. M. Zage, “Evaluating Design Metrics on Large-Scale Software,” IEEE Software, Vol.10, No.4, pp.75-81, 1993. 
  12. N. Fenton, “Software Measurement: A Necessary Scientific Basis,” IEEE Trans. Software Eng., Vol.20, No.3, pp.199-206, 1994. 
  13. 홍의석, “훈련데이터집합을 사용하지 않는 소프트웨어 품질예측 모델”, 정보처리학회논문지, 제10-D권 제4호, pp.689-696, 2003. 
  14. 홍의석, “GAM: 대형 통신 시스템을 위한 위험도 예측 모델”, 컴퓨터교육학회논문지, 제6권, 제2호, pp.33-40, 2003. 
  15. 홍의석, “대형 소프트웨어 시스템의 결함경향성 예측을 위한 혼성 메트릭 모델”, 컴퓨터교육학회 논문지, 제8권, 제5호, pp.129-137, 2005. 

이 논문을 인용한 문헌 (4)

  1. Choi, Jong-Kuk ; Ryu, Joo-Hyung 2011. "A Study on the Sedmentary Facies Change in the Tidal Flat Using High Spatial Resolution Remotely Sensed Data" 자원환경지질 = Economic and environmental geology, 44(1): 59~70 
  2. Hong, Euy-Seok 2011. "Early Software Quality Prediction Using Support Vector Machine" 한국IT서비스학회지 = Journal of Information Technology Services, 10(2): 235~245 
  3. Hong, Euy-Seok 2012. "Software Quality Classification using Bayesian Classifier" 한국IT서비스학회지 = Journal of Information Technology Services, 11(1): 211~221 
  4. Lee, Dong-Hun ; Lee, Jun-Ho ; Jeong, Kap-Sik ; Woo, Han Jun ; Kang, Jeongwon ; Shin, Kyung-Hoon ; Ha, Sun-Yong 2014. "Organic Matter Cycle by Biogeochemical Indicator in Tidal Mud Flat, West Coast of Korea" Ocean and polar research, 36(1): 25~37 

원문보기

원문 PDF 다운로드

  • ScienceON :
  • KCI :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. 원문복사서비스 안내 바로 가기

상세조회 0건 원문조회 0건

이 논문과 연관된 기능

DOI 인용 스타일