주제 # 4 : 추정모델의 Mean Value Function Prameter 추정 방법
소프트웨어 테스트 단계에서 얻을 수 있는 FCD(Failure Count Data)의 변화량으로 현재의 신뢰도와 목표 신뢰도에 도달하는 시간을 추정할 수 있다. 소프트웨어 요구사항분석 단계에서 코딩 단계에 걸쳐 예측모델을 활용하여 Defect Density와 Defect Count를 산출하였다. 이것은 시험 단계에서 초기에 나타날 것으로 예상되는 결함 수이다. 테스트 초기 단계에서는 예측 모델에 의해 Defect Density와 Defect Count를 선택하여 신뢰도를 추정할 수 있으며, 예측모델과 추정모델의 Defect Density와 Defect Count의 연관성은 그림1에서 볼 수 있다.
소프트웨어 신뢰도 추정모델은 소프트웨어에 내재된 총 결함수와 관련된 parameters를 가진다. 현재 발견된 결함의 수와 총결함의 수를 알면 소스코드에 얼마나 많은 Defects가 남아 있는지 알 수 있다. [그림 2]
The Mean Value Function은 누적 결함수로 계산되며, 남은 결함수와 연관이 있다. 각 모델의 Mean Value Function 그림 3과 같다.
추정모델의 Mean value function의 Parameters를 추정하는 방법에는 두 가지가 있다. 그중 하나는 LSM(Least Square Method)이고, 다른 하나는 MLE(Maximum Likelihood Estimation)이다.
LSM(Least Square Method)은 실제 값과 추정값의 차이를 x라고 하면, 이는 x의 제곱의 합을 최소로 하는 추정 방법이다. LSM 추정 방법은 수집된 데이터 량이 적은 경우와 데이터 분포가 선형적인 경향이 있을 때 주로 사용한다.
최대우도추정(Maximum Likelihood Estimation)은 모수(parameter)가 미지의 θ인 확률분포에서 뽑은 표본(관측치) x들을 바탕으로 θ를 추정하는 기법이다. MLE 추정 방법은 일반적으로 데이터가 대량일 때 주로 사용되며, 통계적 관점에서 다양하게 활용되는 추정방법이다.
다음 주제는 ‘소프트웨어 신뢰도 추정 모델의 최적 모델선택과 적합성 분석’에 관하여 기술하고자 한다.
