Method and device for estimating reliability of software
专利汇可以提供Method and device for estimating reliability of software专利检索，专利查询，专利分析的服务。并且PURPOSE: To eliminate such an evil that an unreasonable analyzed result in the viewpoint of the evaluation of the reliability of software is presented, and to select the regression model of better adaptation, and to display the result quantitatively.
CONSTITUTION: Plural techniques to calculate the best fit coefficients of the regression model are provided, and program routine to select the regression model of the better adaptation by excluding the unreasonable result of regression analysis by a first deciding stage 53, and simultaneously, selecting the regression model reasonable for the accumulation curve of a bug obtained from an acquired bug data group, and besides, comparing error functions quantitatively by a second deciding means 55 is incorporated. The reasonable analyzed result can be presented for various kinds of the software, and the reliability is improved.
COPYRIGHT: (C)1993,JPO&Japio，下面是Method and device for estimating reliability of software专利的具体信息内容。
その処理結果を前記ディスプレイ・ユニットで目視できるとともに、前記プリンタのプリント出力として得られるよう構成したことを特徴とするソフトウェア信頼度の推定装置。 （イ）前記、入力されたデータ群を算出法の異なる回帰モデルで回帰分析し、各々のベスト・フィット係数、予測バグ総数および曲線間の数値的なずれを求める第１のプログラム・ルーチン。 （ロ）前記、入力されたデータ群から得られる取得バグの累積総数と、前記各々の回帰モデルから得られる予測バグ総数を比較判定し、数の大小に応じて回帰モデルを選定するか、もしくはコメントを表示する第２のプログラム・ルーチン。 （ハ）前記、比較条件を満たしたものに対し、前記曲線間の数値的ずれを比較判定し、前記入力されたデータ群の累積曲線に適した回帰モデルを選定する第３のプログラム・ルーチン。 （ニ）前記、入力されたデータ群の累積曲線と、選定された回帰モデルとを同一画面上に図化表示する第４のプログラム・ルーチン。 （ホ）前記、同一画面上に図化表示した内容およびデータ処理によって得られた所要の項目をプリント出力する第５のプログラム・ルーチン。
【発明の詳細な説明】
【０００１】
【産業上の利用分野】この発明はソフトウェアの品質管理における信頼度の推定方法および装置に関するものである。
【０００２】
【従来の技術】近年、計算機プログラムに代表されるソフトウェアの品質管理において、バグ成長曲線を用いた信頼度の推定法が盛んに用いられている。 この技法はソフトウェアの開発・試験工程で得られるバグの時系列を回帰分析することによって、科学的にその品質状況を把握できるため便利である。
【０００３】まず、従来例について図１および図４を用いて説明する。 図１中、１は情報処理装置、２はコンピュータ（ＦＤＤ付き）、３はディスプレイ・ユニット、
４はプリンタ、５はキーボード、６はフロッピー・ディスクである。 プログラム・ルーチンが記憶されたフロッピー・ディスク６をコンピュータ（ＦＤＤ付き）２に挿入し、オペレーション・ソフトを起動して情報処理装置１をスタートさせる。 フロッピー・ディスク６からプログラム・ルーチンがロードされ、入力待ち状態となる。
図４は従来例の説明のためのフローチャートであり、その動作を以下に示す。 ステップ５０はキーボード５からのバグの取得データのキー入力であり、例えば、毎日得られたバグ数を連続的に入力する段階である。 ステップ５１はこれらのデータ群を回帰分析し、回帰モデル（ゴンペルツ曲線やロジスティック曲線など）のベスト・フィット係数を算出する処理段階である。 ステップ５７はデータ群の累積曲線と回帰分析結果を同一画面上に表示する段階であり、ステップ５８は図化表示内容およびデータ処理によって得られた所要の項目をプリント出力する段階である。 ディスプレイ・ユニット３は上記ステップ５７のハードウェアであり、プリンタ４は上記ステップ５８のハードウェアに相当する。
【０００４】
【発明が解決しようとする課題】上述したように従来のソフトウェア信頼度の推定方法および装置においては、
ベスト・フィットと称する回帰モデルを必ず求めるものの、取得されたデータ群の累積曲線に必ずしも優れた適合性を示してはいなかった。 また、まれに期待に反するような分析結果が出力されても、対策を打てないことも問題点であった。
【０００５】この発明は上記のような課題を解消するためになされたもので、期待に反する分析結果を出力としない対策を施すとともに、取得したデータ群の累積曲線と回帰モデルのずれをわかりやすい定量表示することを目的とする。
【０００６】
【課題を解決するための手段】この発明によるソフトウェア信頼度の推定方法および装置は、同一の回帰モデルにおけるベスト・フィット係数の算出法を複数準備し、
その指標を比較判定して妥当な回帰モデルを選定するとともに、曲線間のずれを誤差関数で比較判定し、より適合性の優れたものを選び出すよう工夫を加えたものである。
【０００７】
【作用】算出法の異なる回帰モデルの中から適合性の優れたものを選び出すということは、様々な形状を示すフィールドデータ群に対し、幅広く妥当な分析結果を出力することが可能となる。
【０００８】
実施例１． 図１、図２および図３はこの発明のソフトウェア信頼度の推定方法および装置の実施例を説明するための図であり、図１中で、１は情報処理装置、２はコンピュータ（ＦＤＤ付き）、３はディスプレイ・ユニット、４はプリンタ、５はキーボード、６はフロッピー・
ディスクである。 この発明のハードウェア構成は従来例と変わらず、プログラム・ルーチンが記憶されたフロッピー・ディスク６をコンピュータ（ＦＤＤ付き）２に挿入し、オペレーション・ソフトを起動して、情報処理装置１をスタートさせる。 プログラム・ルーチンがロードされ入力待ちの状態となる。 キーボード５からキー入力すれば、プログラム・ルーチンが動作し、ディスプレイ・ユニット３に処理結果の図表を表示し、また、プリンタ４に処理結果および所要事項のプリント出力を出すことになる。
【０００９】ここで、いわゆる回帰分析について簡単に説明しよう。 図３は分析結果の一例を示すものである。
衆知のようにソフトウェアの開発・試験工程でデバッグ作業が行なわれるが、これはソフトウェアの品質を向上させるためのバグ取り作業であり、横軸ｘに時間もしくは期間をとり、たて軸ｙに取得したバグの累積総数をとる図をバグ成長曲線と称している。 取得したバグデータの累積曲線をＧ（ｘ）とし、ｘ 0から初めてｘ 1まで進み、この時ｙ 1のバグが得られたとする。 曲線Ｇ（ｘ）
を多数見ていると個有の数式に類似していることがわかるが、この個有の数式が回帰モデルと言われるものである。 任意の係数の個有の数式Ｆ（ｘ）において、曲線Ｇ
（ｘ）にベスト・フィットするＦ（ｘ）の係数を決めるのが回帰分析である。 バグはいつか出なくなることから、通常回帰モデルは飽和曲線が用いられる。 Ｆ（ｘ）
が決まりｘ mで収束したとすれば、Ｆ（ｘ m ）であるＫ
が予測バグ総数であり、Ｋとｙ 1の差であるＬが残存バグ数となる。 また、全てのバグを検出するには、さらに、ｘ mとｘ 1の差の期日を要することがわかる。 さて、上述したような妥当な分析結果に対し、まれに、バグの累積総数ｙ 1が予測バグ総数Ｋを上回ることがある。 特に、バグの累積総数ｙ 1が比較的少ない場合や、
複数のコブ状の累積曲線の場合などに見られ、これでは予測値として好ましくない。
【００１０】回帰分析の信頼性はより適合度の優れた回帰モデルの選定を前提とするが、以下、この発明の選定法について説明する。 代表的な回帰モデルであるゴンペルツ関数は以下の式で与えられる。
【００１１】
【数１】
【００１２】数１において、ａ，ｂはサンプルデータから計算される係数、Ｋは全てのデータを用いて計算される予測バグ総数である。 ここで、回帰分析における微係数の算出法が近似式であることに注目し、以下の２つの式を定義する。
【００１３】
【数２】
【００１４】
【数３】
【００１５】数２は上述した微係数の算出に２つのサンプル点を用いる方式に対応し、数３は３つのサンプル点を用いる方式に対応する。 数２を用いて求めた回帰モデルをＦ A （ｘ）、予測バグ総数をＫ Aとし、数３を用いて求めた回帰モデルをＦ B （ｘ）、予測バグ総数をＫ B
とする。 また、バグの累積曲線Ｇ（ｘ）と回帰モデルＦ
（ｘ）を用いて、以下の関数を定義する。
【００１６】
【数４】
【００１７】数４は、誤差率と称することとする。 ここに、ｘ 0 、ｘ 1は積分区間である。 誤差率εはいわば２
つの関数Ｆ（ｘ）、Ｇ（ｘ）のずれを定量的に表示させるものであり、２つの関数が重なり合った場合零になる。 すなわち、誤差率の小さいことが優れた適合度を示すと考えられる。 ここでＦ（ｘ）としてＦ A （ｘ）を用いた時の誤差率をε A 、Ｆ（ｘ）としてＦ B （ｘ）を用いた時の誤差率をε Bとおく。
【００１８】図２はこの発明の実施例を説明するためのフローチャートであり、その動作を順を追って説明する。 ステップ５０は取得されたバグ・データ群のキー入力段階であり、ステップ５１，５２はそれぞれ上述したＦ A （ｘ），Ｋ A ，ε AおよびＦ B （ｘ），Ｋ B ，ε B
を求める処理段階である。 ステップ５３は予測バグ総数Ｋ A ，Ｋ Bとバグの累積総数ｙ 1の比較判定段階であり、Ｋ A ，Ｋ Bともにｙ 1より大きい場合、Ｋ AかＫ B
の一方のみがｙ 1より大きい場合およびＫ A ，Ｋ Bともにｙ 1以下の場合の４通りに区分される。 Ｋ Aのみｙ 1
より大きい場合、ステップ５４ＡでＦ（ｘ）にＦ
A （ｘ）が割り当てられ、また、Ｋ Bのみｙ 1より大きい場合、ステップ５４ＢでＦ（ｘ）にＦ B （ｘ）が割り当てられる。 なお、Ｋ A ，Ｋ Bともにｙ 1以下の場合、
ステップ５４Ｃにおいて“回帰分析結果が妥当でない”
などのコメントを表示する。 Ｋ A ，Ｋ Bともにｙ 1より大きい場合、ステップ５５の第２比較判定段階に至る。
この場合、ε A ，ε Bの大小関係を比較し、ε Aがε B
より小さい場合、ステップ５６ＡでＦ（ｘ）にＦ
A （ｘ）が割り当てられ、また、ε Bがε Aより小さいか、等しい場合、ステップ５６ＢでＦ（ｘ）にＦ
B （ｘ）が割り当てられる。 こうして、最適の回帰モデルＦ（ｘ）が選定され、ステップ５７でデータ群の累積曲線と回帰分析結果を同一画面上に表示し、そして、ステップ５８で図化表示内容およびデータ処理によって得られた所要の項目をプリント出力する。
【００１９】実施例２． なお、上記実施例では回帰モデルとしてゴンペルツ関数を用いた場合について説明したが、別種の回帰モデルであってもよく、実施例と同様の効果をもつ。 また、上記実施例では回帰モデルの算出法として、サンプル点を２点使う例と３点使う例について説明したが、これに限らず、４点使った場合でも、また、複数個のサンプル点に重みをつけた場合でも、実施例と同様の効果をもつ。
【００２０】
【発明の効果】以上説明したように、この発明のソフトウェア信頼度の推定方法および装置によれば、算出法の異なる回帰モデルを用いて、分析結果に妥当性をもたせるとともに、取得データから得られるバグ累積曲線により良く適合するものを選定するような構成としたため、
多種様々なソフトウェアに対し、幅広くより高い信頼性を保証することができる。 また、誤差率の導入により、
曲線間の適合度を定量的に把握できるようになり、取り扱いも便利になる。
【図１】この発明の実施例によるシステム構成図である。
【図２】この発明の動作を説明するためのフローチャートである。
【図３】この発明の分析結果の一例を示す説明図である。
【図４】従来例を示すフローチャートである。
１ 情報処理装置 ２ コンピュータ（ＦＤＤ付き） ３ ディスプレイ・ユニット ４ プリンタ ５ キーボード ６ フロッピー・ディスク ５０ キー入力段階 ５１ データ処理段階１ ５２ データ処理段階２ ５３ 判定段階１ ５４ 選定段階１ ５５ 判定段階２ ５６ 選定段階２ ５７ 表示段階 ５８ プリント段階
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 生成影响分析报告的方法及装置 | 2020-05-08 | 164 |
| 一种基于COPB2与NUPR1的前列腺癌预测系统 | 2020-05-11 | 264 |
| 一种基于网格搜索的支持向量机行程时间预测方法 | 2020-05-11 | 575 |
| 基于随机森林回归的虚拟机性能预测方法 | 2020-05-11 | 746 |
| lncRNA SOX2-OT的筛选方法及其应用 | 2020-05-13 | 285 |
| 一种基于深度学习的轨道扣件缺陷识别算法 | 2020-05-08 | 977 |
| 一种染料复配的方法 | 2020-05-11 | 425 |
| 一种基于空间误差的城市土地利用模拟元胞自动机方法 | 2020-05-08 | 884 |
| 一种检测阿司匹林中水杨酸含量的方法 | 2020-05-08 | 354 |
| 一种建筑工人舒适度自动评价方法及评价系统 | 2020-05-12 | 740 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
