$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 리팩토링을 위한 소프트웨어 메트릭의 베이지안 네트워크 기반 확률적 관리
Bayesian Network-based Probabilistic Management of Software Metrics for Refactoring

정보과학회논문지 = Journal of KIISE, v.43 no.12, 2016년, pp.1334 - 1341  

최승희 (강원대학교 컴퓨터정보통신공학과) ,  이구연 (강원대학교 컴퓨터정보통신공학과)

초록
AI-Helper 아이콘AI-Helper

최근 지능형 스마트 디바이스의 눈부신 발전과 사용으로 개발 단계의 소프트웨어 결함 관리의 중요성이 부각되고 있다. 효과적 결함 관리를 위해 소프트웨어 메트릭을 토대로 많은 결함 예측 모델 연구가 수행되고 있지만, 결함 예측 모델 연구 성과가 널리 확산되지는 못하고 있다. 본 논문에서는 결함 존재 유무에 관한 이진적 결함 예측 모델의 제약을 극복할 수 있도록, 베이지안 네트워크 기반 확률적 소프트웨어 메트릭 관리 방법을 제안한다. 제안 모델은 소프트웨어 메트릭을 활용하여 베이지안 네트워크를 구성하고, 이를 토대로 베이지안 추론을 수행하여 리팩토링을 위한 개선점을 식별할 수 있는 모델이다. 코드 리팩토링을 통해 소스 코드가 개선되면 관련 메트릭 측정값 또한 변하게 된다. 제안 모델은 리팩토링을 통한 메트릭의 개선으로 얻을 수 있는 결함 제거 효과를 확률 값으로 제시해준다. 따라서 이진 값 형태의 확정성을 극복할 수 있으며, 불확정적인 확률 값으로 의사결정의 유연성을 확보할 수 있을 것이다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In recent years, the importance of managing software defects in the implementation stage has emerged because of the rapid development and wide-range usage of intelligent smart devices. Even if not a few studies have been conducted on the prediction models for software defects, their outcomes have no...

주제어

#베이지안 네트워크   #리팩토링   #소프트웨어 메트릭   #확률론적 방법   #베이지안 추론  

참고문헌 (24)

  1. E. Choi, New Software Engineering, pp. 448-449, Jungik Publishing, Seoul, 2014. (in Korean) 

  2. M. D'Ambros, M. Lanza and R. Robbes, "An Extensive Comparison of Bug Prediction Approaches," Proc. of the 7th IEEE Working Conference on Mining Software Repositories, pp. 31-41, 2010. 

  3. T. Kim, H. Jeon and H. Chae, "Comparison of Cross Project Defect Prediction Algorithms' Performances," Journal of KIISE: Software and Applications, Vol. 40, no. 12, pp. 774-783, Dec. 2013. (in Korean) 

  4. I. Arora, V. Tetarwal and A. Saha, "Open Issues in Software Defect Prediction," Procedia Computer Science, Vol. 46, pp. 906-912, 2015. 

    상세보기 crossref

  5. J. S. Shirabad, and T.J. Menzies, "The PROMISE Repository of Software Engineering Databases," School of Information Technology and Engineering, University of Ottawa, Canada. [Online]. Available: http://promise.site.uottawa.ca/SERepository 

  6. S. Shin, Basic Principles of Probabilistic Programming, Acorn publishing, Seoul, 2015. (in Korean) 

  7. A. B. Downey, Think Bayes, pp. 23-24, Hanbit Media, Seoul, 2014. 

  8. M. Fowler, translated by S. Yoon and J. Park, "Refactoring," Daechung Media, pp. 73-74, Seoul, 2003. (in Korean) 

  9. N. Fenton, M. Neil, W. Marsh, P. Hearty, D. Marquez, P. Krause and R. Mishra, "Predicting software defects in varying development lifecycles using Bayesian nets," Journal of Information and Software Technology, Vol. 49, Issue 1, pp. 32-43, Jan. 2007. 

    상세보기 crossref

  10. G. J. Pai and J. B. Dugan, "Empirical Analysis of Software Fault Content and Fault Proneness Using Bayesian Methods," IEEE Transactions on Software Engineering, Vol. 33, Issue 10, pp. 675-686, Oct. 2007. 

    상세보기 crossref

  11. N. Fenton, M. Neil, W. Marsh, P. Hearty, L. Radlinski and P. Krause, "On the effectiveness of early life cycle defect prediction with Bayesian Nets," Journal of Empirical Software Engineering, Vol. 13, pp. 499-537, Oct. 2008. 

    상세보기 crossref

  12. N. Fenton, M. Neil and D. Marquez, "Using Bayesian Networks to Predict Software Defects and Reliability," Proc. of the Institution of Mechanical Engineers, Part O: Journal of Risk and Reliability, Vol. 222, No. 4, pp. 701-712. Dec. 2008. 

  13. S. Wagner, "A Bayesian Network Approach to Assess and Predict Software Quality Using Activity- Based Quality Models," Proc. of the 5th International Conference on Predictor Models in Software Engineering, Article No. 6, May 2009. 

  14. L. Li, J. Gao and K. Chen, "Research on Machining Defect Diagnosis Method Based on Bayesian Networks," Proc. of 2009 International Conference on Information Engineering and Computer Science, pp. 1-4, Dec. 2009. 

  15. Y. Chen, X. Shen, P. Du and B. Ge, "Research on software defect prediction based on data mining," Proc. the 2nd International Conference on Computer and Automation Engineering, Vol. 1, pp. 563-567, Feb. 2010. 

  16. K. Jeet, N. Bhatia and R. S. Minhas, "A Bayesian Network based Approach for Software Defects Prediction," ACM SIGSOFT Software Engineering Notes, Vol. 36, Issue 4, pp. 1-5, Jul. 2011. 

  17. Jie Ba and Shujian Wu, "ProPRED: A Probabilistic Model for the Prediction of Residual Defects," Proc. of the Mechatronics and Embedded Systems and Applications (MESA), 2012 IEEE/ASME International Conference, pp. 247-251, Jul. 2012. 

  18. J. Lin, "An Integrated Procedure for Bayesian Reliability Inference Using MCMC," Journal of Quality and Reliability Engineering, Vol. 2014, Article ID 264920, Jan. 2014. 

    상세보기

  19. A. Okutan, O. T. Yildiz, "Software defect prediction using Bayesian networks," Journal of Empirical Software Engineering, Vol. 19, Issue 1, pp. 154-181, Feb. 2014. 

    상세보기 crossref

  20. A. T. Misirli and A. B. Bener, "Bayesian Networks For Evidence-Based Decision-Making in Software Engineering," IEEE Transactions on Software Engineering, Vol. 40, Issue 6, pp. 533-554, Jun. 2014. 

    상세보기 crossref

  21. R. Rana, M. Staron, C. Berger, J. Hansson, M. Nilsson and W. Meding, "Analyzing defect inflow distribution and applying Bayesian inference method for software defect prediction in large software projects," Journal of Systems and Software, Vol. 117, pp. 229-244, Jul. 2016. 

    상세보기 crossref

  22. T. Kim, Y. Kim, H. Chae, "An Experimental Study of Generality of Software Defects Prediction Models based on Object Oriented Metrics," The KIPS transactions Part D, Vol. 16D, No. 3, pp. 407-416, 2009. 

    원문보기 상세보기 crossref

  23. I. Sommerville, translated by k. Kwon and Y. Nam, Software Engineering, 8th Edition, pp. 709-710, Pearson Education Korea, Ltd., Seoul, 2008. (in Korean) 

  24. V. U. B. Challagulla, F. B. Bastani, I-Ling Yen and R. A. Paul, "Empirical assessment of machine learning based software defect prediction techniques," Proc. of the 10th IEEE International Workshop on Object-Oriented Real-Time Dependable Systems, pp. 263-270, Feb. 2005. 

저자의 다른 논문 :

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로