주제 #5 : 소프트웨어 신뢰도 추정모델의 최적모델 선택 및 적합성 분석
소프트웨어 신뢰도를 산출하기 위하여 우리는 복수의 추정모델을 사용하여 실제 누적 결함수와 비교하여 단 하나의 최적모델을 선택하여야 현재와 미래 신뢰도를 추정할 수 있다. 이러한 과정에서 실제 데이터와 가장 유사한 형태의 모델을 선택하는 방법으로 SSE와 AIC 값을 비교하여 선택하는 방법을 사용할 수 있다.
LSM 파라미터 추정 방법을 사용할 경우 SSE 값이 낮은 순서에 따라 모델 순위가 결정된다. 각 추정 모델 적합성에 대한 검증은 Chi-square으로 계산한 결과를 사용한다. SSE와 Chi-square의 계산하는 과정을 설명하기 위해 Failure Count Data를 표 1에 제시하였다.
표 1에서 제시한 FCD를 가지고 각 모델에 대한 SSE를 계산한 결과 최소 SSE 값을 가진 Weibull이 최적모델로 선택되었다. 이 모델의 Chi-square 값은 Chi-square 참조에 제시된 90% 이내일 경우 최적의 모델로 선택할 수 있다. 표 2에 제시된 Chi-square 값은 6개 모델 모두 90% 이내이므로, 우리는 Weibull 모델을 최적의 모델로 선택할 수 있다.
표 3의 커버리지 데이터를 사용하여 각 모델에 대한 AIC를 계산한 결과, 최소 AIC 값을 가진 Inflection-S모델이 최적모델로 선택되었다. 이 모델의 Chi-square 값은 Chi-square 참조에 제시된 90% 이내일 때 최적모델로 선택할 수 있다. 표 4에 제시된 Chi-square 값은 6개 모델 모두 90% 이내이며 Inflection-S모델을 최적모델로 선택할 수 있다.
위에서 설명한 프로세스를 통해 얻을 수 있는 Output은 그림 1과 같이 총 예측 결함 수, 현재 결함 수, 잔여 결함 수, 목표 신뢰도에 도달하는 시간이다. 이러한 계산 결과 목표 신뢰도에 도달하지 않은 경우 계속 시험을 수행하고, 목표 신뢰도에 도달한 경우 소프트웨어 시험을 멈추고 소프트웨어를 릴리즈 할 수 있다.
