1 |
1
소프트웨어 유지보수를 위한 인력 규모 산출 장치에 있어서,상기 소프트웨어 유지보수를 위한 비즈니스 특성, 소프트웨어 특성 및 유지보수 유형 중 적어도 하나 및 상기 소프트웨어 유지보수에 필요한 인력의 규모를 각각 변수로 하여 상기 각 변수에 대한 학습 데이터를 수집하는 학습 데이터 관리부 및상기 수집된 학습 데이터를 기초로 베이지안 네트워크를 적용한 모델을 학습시켜, 상기 소프트웨어 유지보수에 필요한 인력의 규모를 산출하는 인력 규모 산출부를 포함하는 소프트웨어 유지보수를 위한 인력 규모 산출 장치
|
2 |
2
제 1 항에 있어서,상기 인력 규모 산출부는,상기 수집된 학습 데이터를 기초로 상기 각 변수 간의 의존 관계를 정의하는 의존 관계 정의부를 포함하는 것인 소프트웨어 유지보수를 위한 인력 규모 산출 장치
|
3 |
3
제 2 항에 있어서,상기 의존 관계 정의부는,상기 베이지안 네트워크의 구조 학습을 수행하여, 상기 각 변수 간의 의존 관계를 정의하는 것인 소프트웨어 유지보수를 위한 인력 규모 산출 장치
|
4 |
4
제 3 항에 있어서,상기 의존 관계 정의부는,상기 베이지안 네트워크의 구조에 대한 학습 알고리즘으로 NBN(Naive Bayesian Network), TAN (Tree Augmented Naive Bayes) 및 GBN(General Bayesian Network) 중 어느 하나를 사용하는 것인 소프트웨어 유지보수를 위한 인력 규모 산출 장치
|
5 |
5
제 2 항에 있어서,상기 인력 규모 산출부는,상기 정의된 의존 관계를 통해 상기 소프트웨어 유지보수를 위해 필요한 인력의 규모를 산출하기 위한 확률을 예측하고, 상기 예측된 확률을 기초로 상기 소프트웨어 유지보수를 위한 인력의 규모를 산출하는 확률 예측부를 포함하는 것인 소프트웨어 유지보수를 위한 인력 규모 산출 장치
|
6 |
6
제 5 항에 있어서,상기 확률 예측부는, 상기 베이지안 네트워크의 파라미터 학습을 수행하여, 상기 확률을 예측하는 것인 소프트웨어 유지보수를 위한 인력 규모 산출 장치
|
7 |
7
제 1 항에 있어서,상기 인력 규모 산출부는 프로그램 수, 데이터 크기 및 서비스 요청 규모를 기준 변수로 하여, 이 중 적어도 하나의 변수 값의 변화에 따라 상기 소프트웨어 유지보수에 필요한 인력 규모의 변화값 및 다른 변수에 미치는 영향을 예측하여 상기 각 변수간의 의존 관계를 정의하고, 상기 정의된 의존 관계를 통해 확률을 예측하고, 상기 예측된 확률을 기초로 상기 인력에 대한 규모를 산출하는 것인 소프트웨어 유지보수를 위한 인력 규모 산출 장치
|
8 |
8
제 1 항 내지 제 7 항 중 어느 하나의 항에 있어서,상기 비즈니스 특성은 서비스 가동시간, 서비스 중요도 및 고객의 종류 중 적어도 하나를 변수로 포함하고,상기 소프트웨어 특성은 아키텍쳐 유형, 프로그램 수 및 데이터 크기 중 적어도 하나를 변수로 포함하고,상기 유지보수 유형은 개선 유지보수 요청수, 적응유지보수 요청수 및 데이터 산출 요청수 중 적어도 하나를 변수로 포함하는 것을 특징으로 하는 소프트웨어 유지보수를 위한 인력 규모 산출 장치
|
9 |
9
소프트웨어 유지보수를 위한 인력 규모 산출 장치를 통해 소프트웨어 유지보수를 위한 인력 규모를 산출하는 방법에 있어서,상기 소프트웨어 유지보수를 위한 비즈니스 특성, 소프트웨어 특성 및 유지보수 유형 중 적어도 하나 및 상기 소프트웨어 유지보수에 필요한 인력의 규모를 각각 변수로 하여 상기 변수에 대한 학습 데이터를 수집하는 단계,상기 수집된 학습 데이터를 기초로 최적의 베이지안 네트워크 구조를 탐색하는 베이지안 네트워크의 구조 학습을 수행하여, 상기 변수들간의 의존 관계를 정의하는 단계,상기 정의된 의존 관계를 통해 상기 소프트웨어 유지보수를 위해 필요한 인력의 규모를 산출하기 위한 확률을 예측하는 단계 및상기 예측된 확률을 기초로 상기 소프트웨어 유지보수를 위한 인력의 규모를 산출하는 단계를 포함하는 소프트웨어 유지보수를 위한 인력 규모 산출 방법
|
10 |
10
제 9 항에 있어서,상기 소프트웨어 유지보수를 위한 인력의 규모 산출을 위한 확률을 예측하는 단계는,상기 학습 데이터의 분포에 대한 히스토그램을 분석하여 빈도를 확률로 계산하는 상기 베이지안 네트워크의 파라미터 학습을 수행하는 단계를 포함하는 소프트웨어 유지보수를 위한 인력 규모 산출 방법
|
11 |
11
제 9 항에 있어서,상기 변수들간의 의존 관계를 정의하는 단계는,프로그램 수, 데이터 크기 및 서비스 요청 규모를 기준 변수로 하여, 이 중 적어도 하나의 변수 값의 변화에 따라 상기 소프트웨어 유지보수에 필요한 인력 규모의 변화값 및 다른 변수에 미치는 영향을 예측하여 상기 의존 관계를 정의하는 것인 소프트웨어 유지보수를 위한 인력 규모 산출 방법
|
12 |
12
제 9 항에 있어서,상기 베이지안 네트워크의 구조에 대한 학습 알고리즘으로 NBN(Naive Bayesian Network), TAN (Tree Augmented Naive Bayes) 및 GBN(General Bayesian Network) 중 어느 하나를 사용하는 것을 특징으로 하는 소프트웨어 유지보수를 위한 인력 규모 산출 방법
|
13 |
13
제 9 항에 있어서,상기 비즈니스 특성은 서비스 가동시간, 서비스 중요도 및 고객의 종류 중 적어도 하나를 변수로 포함하고,상기 소프트웨어 특성은 아키텍쳐 유형, 프로그램 수 및 데이터 크기 중 적어도 하나를 변수로 포함하고,상기 유지보수 유형은 개선 유지보수 요청수, 적응유지보수 요청수 및 데이터 산출 요청수 중 적어도 하나를 변수로 포함하는 것을 특징으로 하는 소프트웨어 유지보수를 위한 인력 규모 산출 방법
|
14 |
14
제 9 항 내지 제 13항 중 어느 하나의 항에 기재된 방법을 수행하는 프로그램이 기록된 컴퓨터가 읽기 가능한 기록 매체
|