| 1 |
1
실험대상인 소스 파일을 파싱하고 메트릭으로 측정하여 정제된 메트릭 측정값을 검출하는 메트릭 측정값 입력 모듈과,
상기 메트릭 측정값 입력 모듈에서 검출된 메트릭 측정값을 정규화 과정을 수행하거나, 또는 표준 정규화 과정을 수행하여 정규화된 메트릭 값을 산출하는 정규화 모듈과,
내제된 결함 예측 모형과 상기 정규화 모듈에서 정규화된 메트릭 값을 바탕으로 실험대상의 클래스별 결함 유무를 예측한 결과값을 도출하는 결함 예측 모듈과,
버그 추적 시스템(Bug Tracking System)에 존재하는 결함 정보를 기반으로 소스 내용 중에서 결함 있는 것으로 등록된 클래스의 이름을 이용하여 실험대상의 실제 결함 유무에 대한 정보를 수집하는 결함 정보 수집 모듈과,
상기 결함 예측 모듈에서 결함 예측 모형에 의해서 예측된 결과값과 상기 결함 정보 수집 모듈에서 수집된 실제 결함이 있는 클래스의 정보를 바탕으로 결함 예측 모형의 예측력을 평가하는 예측력 평가 모듈을 포함하는 것을 특징으로 하는 메트릭을 이용한 소프트웨어 결함 예측 계산 장치
|
| 2 |
2
제 1 항에 있어서,
상기 결함 예측 모형은 Olague, Yuming 그리고 Gyimothy 모형 중 어느 하나 이고, 각 모형별로 클래스의 결함을 판별하기 위한 임계값이 정의되어 있는 것을 특징으로 하는 메트릭을 이용한 소프트웨어 결함 예측 계산 장치
|
| 3 |
3
제 1 항에 있어서,
상기 결함 정보는 이클립스 웹사이트에서 제공하는 버그질라(bugzilla) 및 NASA와 PROMISE에서 제공하는 파일에서 수집된 정보 중 어느 하나인 것을 특징으로 하는 메트릭을 이용한 소프트웨어 결함 예측 계산 장치
|
| 4 |
4
제 1 항에 있어서, 상기 예측력 평가 모듈의 결함 예측 모형의 예측력 평가 기준으로는
전체 클래스 중에서 예측 모형에 의하여 정확히 분류된 클래스가 차지하는 비율을 나타내는 정밀성(Precision)과,
예측 모형에 의하여 결함으로 분류된 전체 클래스 중에서 실제로도 결함인 클래스가 차지하는 비율을 나타내는 정확성(Correctness)과,
실제로 존재하는 총결함 중에서 예측 모형에서 결함으로 분류한 클래스에 존재하는 결함으로 비율을 나타내는 완전성(Completeness)을 사용하는 것을 특징으로 하는 메트릭을 이용한 소프트웨어 결함 예측 계산 장치
|
| 5 |
5
(a) 실험 대상인 소스 파일을 수집하고 메트릭으로 측정하여 정제된 메트릭 측정값을 검출하는 단계와,
(b) 상기 검출된 메트릭 측정값을 일정한 크기로 나누어 단일화시켜 정규 분포화를 만드는 정규화 과정을 수행하거나, 또는 상기 정규 분포들을 하나의 표준 형태의 표준 정규 분포화를 만드는 표준 정규화 과정을 수행하여 정규화된 메트릭 값을 산출하는 단계와,
(c) 상기 산출된 정규화된 메트릭 값과 내제된 결함 예측 모형의 임계값을 기반으로 실험대상의 클래스별 결함 유무를 예측한 결과값을 도출하는 단계와,
(d) 상기 (a) 내지 (c)단계와는 독립적으로, 실험대상의 실제 결함 유무에 대한 정보를 수집하는 단계와,
(e) 상기 (c) 단계에서 예측된 클래스 정보와, 상기 (d) 단계에서 수집된 실제 결함 있는 클래스 정보를 바탕으로 결함 예측 모형의 예측력을 평가하는 단계를 포함하는 것을 특징으로 하는 메트릭을 이용한 소프트웨어 결함 예측 계산 방법
|
| 6 |
6
제 5 항에 있어서, 상기 (c) 단계는
수식 에서 클래스의 결함 발생 확률( )을 계산하는 단계와,
상기 계산된 결함 발생 확률과 내제된 결함 예측 모형의 임계값을 비교하는 단계와,
상기 비교 단계에서 임계값이 결함 발생 확률( )과 같거나 큰 경우 결함이 있는 것으로 판단하고, 임계값보다 결함 발생 확률( ) 이 작으면 결함이 없는 것으로 판단하는 단계를 포함하며, 이때, 는 독립변수인 객체지향 메트릭의 측정값, 은 의 회귀계수이며, 값의 범의는 0부터 1까지인 것을 특징으로 하는 메트릭을 이용한 소프트웨어 결함 예측 계산 방법
|
| 7 |
7
제 6 항에 있어서,
상기 수식에서 사용되는 로지값은 사용되는 결함 예측 모형에 따른 로지스틱 회귀 모형식에서 표현된 로지값을 적용하여 사용하는 것을 특징으로 하는 메트릭을 이용한 소프트웨어 결함 예측 계산 방법
|
| 8 |
8
제 5 항에 있어서, 상기 (d) 단계는
이클립스 웹사이트에서 제공하는 버그질라(bugzilla) 및 NASA와 PROMISE에서 제공하는 파일에서 결함 정보를 수집하는 단계와,
상기 수집된 결함 정보를 이용하여 소스 내용 중에서 결함이 있는 것으로 등록된 클래스의 이름을 추출하는 단계와,
상기 클래스의 이름이 한 번씩 추출될 때 마다 결함의 수를 1씩 증가시키는 단계와,
메트릭 측정값에 존재하지 않는 클래스나 잘못된 클래스의 이름이 추출되면 실제 결함 정보에서 해당 클래스의 이름을 제거하는 단계를 포함하는 것을 특징으로 하는 메트릭을 이용한 소프트웨어 결함 예측 계산 방법
|
| 9 |
9
제 5 항에 있어서,
상기 (e) 단계에서의 예측력 평가 기준은 정밀성(Precision), 정확성(Correctness) 그리고 완전성(Completeness)을 사용하며, 정확성과 완전성 사이의 절충관계(trade-off)를 통한 절충점을 임계값으로 결정하여 모델의 정확성 및 완전성을 계산하는 것을 특징으로 하는 메트릭을 이용한 소프트웨어 결함 예측 계산 방법
|
