현대 사회는 소프트웨어가 강조된 제품과 시스템들 , 그리고 다양한 운영 환경에 의존하고 있t습니다 . 또 시스템들의 기능이 매우 많고 복잡하며 높은 신뢰성을 요구하지만 시스템의 시험 기간이 매우 길고 시험에 대한 충분한 정보도 부족합니다 . 과거에 개발한 시스템의 정보를 이용하여 현재 시스템의 결함 경향을 분석하면 현재 시스템의 시험을 수행하는데 많은 중요한 정보를 줄 수 있습니다 . 즉 , 어떤 모듈에서 결함이 발생할 경향이 높은 것으로 예측되면 이 모듈을 재설계하여 재개발하거나 시스템의 시험을 주의 깊게 할 수 있는 정량적 기준을 제시할 수 있습니다 .
이러한 결함 발생 경향이 높은 모듈예측을 위해 회귀모델 (regression model) 과 분류모델 (classification model) 을 사용합니다 . 결함경향성 여부를 판단하는 많은 연구들에서 제안한 모델들은 대부분 메트릭 벡터들로 설계 개체들을 정량화한 후 이들을 위험 그룹과 비 위험 그룹으로 분류하는 분류모델들이었습니다 . 의사결정트리 분류기 , 규칙기반 분류기 , 신경망 , 지지도벡터기계 , 나이브베이지안 분류기 등의 분류모델들이 결함유발 소프트웨어를 증명하는데 사용되고 있고 훈련 알고리즘으로는 복잡한 통계기법들이나 인공지능기법들이 사용되고 있습니다 .
댓글 없음 :
댓글 쓰기