文献

J-GLOBAL ID：201702243428797991   整理番号：17A0854467

断層発見のための試験努力配分戦略の費用対効果への経験的調査【Powered by NICT】

An empirical investigation into the cost-effectiveness of test effort allocation strategies for finding faults

著者 (6件)： Feng Yiyang (State Key Laboratory for Novel Software Technology, Nanjing University, China) ,  Ma Wanwangying (State Key Laboratory for Novel Software Technology, Nanjing University, China) ,  Yang Yibiao (State Key Laboratory for Novel Software Technology, Nanjing University, China) ,  Lu Hongmin (State Key Laboratory for Novel Software Technology, Nanjing University, China) ,  Zhou Yuming (State Key Laboratory for Novel Software Technology, Nanjing University, China) ,  Xu Baowen (State Key Laboratory for Novel Software Technology, Nanjing University, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SANER  ページ： 371-381  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 近年,十分に高い故障予測精度(ノルム(P_opt)>0.78)を持つならば故障予測モデルは,断層発見における試験努力配分を効果的に誘導できることを示した。しかし,実際には,そのような高い故障予測精度を達成することは困難であることが多い。結果として,故障予測モデル誘導配置(FPA)法は,実際の開発環境に適用可能ではないかもしれない。この問題に取組むために,本論文では,新しいタイプの試験努力配分戦略を提案する:信頼度成長モデル誘導割当(RGA)法。与えられたプロジェクト放出Vに対して,RGAは以前の放出からの断層分布情報を学習することによりVのための最適テスト労力配分を予測することを試みた。三オープンソースプロジェクトに基づいて,断層:RGA,FPA,と構造的複雑性導波割り当て(SCA)法を見出すための三試験努力配分戦略の費用対効果を経験的に調べた。実験結果はSCAとFPAと比較した場合,RGAは故障発見における有望な性能を示すことが分かった。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： モデル ,  *故障 ,  ノルム ,  信頼度
準シソーラス用語： 複雑性 ,  成長モデル ,  開発環境 ,  *実証的研究 ,  *費用対効果 , 【Automatic Indexing@JST】

分類 (1件)： 計算機システム開発  (JD02010R)

タイトルに関連する用語 (7件)： 断層 ,  発見 ,  試験 ,  配分 ,  戦略 ,  費用対効果 ,  経験的調査