文献

J-GLOBAL ID：201702263650797905   整理番号：17A0204993

高重症度ソフトウエア故障を予測するためのネットワーク測度の経験的解析【Powered by NICT】

Empirical analysis of network measures for predicting high severity software faults

著者 (7件)： Chen Lin (Nanjing University) ,  Ma Wanwangying (Nanjing University) ,  Zhou Yuming (Nanjing University) ,  Xu Lei (Nanjing University) ,  Wang Ziyuan (School of Computer Science and Technology, Nanjing University of Posts and Telecommunications) ,  Chen Zhifei (Nanjing University) ,  Xu Baowen (Nanjing University)
資料名： Science China. Information Sciences  (Science China. Information Sciences)
巻： 59  号： 12  ページ： 122901_01-122901_18  発行年： 2016年 
JST資料番号： C2579A  ISSN： 1674-733X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 英語 (EN)

抄録/ポイント： ネットワーク尺度であるfault-proneモジュール予測に有用である。しかし,既存の研究はそれらの重症度に応じて故障を区別していない。実際では,高い重症度故障は深刻な問題を引き起こし,さらなる注意を必要とする。本研究では,高い重症度faultproneness予測におけるネットワーク測定の有用性を検討した。モジュール間の依存性を引き出すことにより,四オープンソースプロジェクトのためのソフトウェアソースコードネットワークを構築した。は,単変量ロジスティック回帰を用いて高重症度レベルで各ネットワーク測度と欠陥傾向の間の関係を調べた。欠陥傾向の説明能力を調べるだけでなく,前方放出とプロジェクトに跨る予測下でコードメトリックスに比して,それらの予測有効性を評価する多変量予測モデルを構築した。結果は以下を明らかにした(1)最もネットワーク測度が高い重症度欠陥傾向に有意に関連して(2)ネットワーク尺度は一般的に同等の説明能力とコードメトリックスのものと予測力を持っている;および(3)ネットワーク対策がプロジェクトに跨る予測のための非常に不安定であった。これらの結果は,ネットワークの測度には,高い重症度欠陥傾向予測に実用的価値があることを示した。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： *測度 ,  故障 ,  ソフトウェアメトリックス ,  *ネットワーク ,  予測モデル ,  ソフトウェア
準シソーラス用語： ロジスティック回帰分析 ,  ネットワーク測定 ,  *重症度 , 【Automatic Indexing@JST】

著者キーワード (5件)： ネットワーク測度 ,  高重症度 ,  欠陥傾向 ,  故障予測 ,  ソフトウェアメトリックス

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)： 重症度 ,  ソフトウエア ,  故障 ,  予測 ,  測度 ,  経験 ,  解析