文献

J-GLOBAL ID：202202272709349946   整理番号：22A1043952

アジャイルソフトウェア開発における故障予測アプローチ【JST・京大機械翻訳】

Failure Prediction Approach in Agile Software Development

著者 (2件)： Alajaleen Bulqees (Isra University, Jordan) ,  Alhroob Aysh (Isra University, Jordan)
資料名： International Journal of Software Innovation  (International Journal of Software Innovation)
巻： 10  号： 1  ページ： 1-11  発行年： 2022年 
JST資料番号： W3950A  ISSN： 2166-7160  資料種別： 逐次刊行物 (A)
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： ソフトウェア故障予測は,管理者が故障モジュールの同定を助けることができるので,アジャイルソフトウェア開発中の重要な活動である。このように,それは試験時間,コストを減少して,効率的に試験資源を割り当てることができた。迅速Miner Studio9.4を用いて,一次データを作成し,結果を可視化し,出力を評価し,そして,統一環境においてそれらを検証および改善することから,すべての必要な段階を遂行した。本研究では,2つのデータセットを用いて,試験に用いた時間を予測する故障のパーセンテージは181列全てであり,記録された全ての試験時間に対して,故障間の平均時間(MTBF)は3%であった。一方,SVMは,従来の研究と比較して予測において97%の成功を達成し,その結果,Administrative Delay Time(ADT)の使用が,93.5%の統計的に有意な全体成功率を達成したことを示した。同時に,第2のデータセット結果は,使用する時間を予測する失敗のパーセンテージがMTBFのために1.5%であり,SVMが98.5%の予測を達成したことを示した。Copyright 2022 IGI Global All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 時間 ,  意思決定 ,  管理者 ,  *故障 ,  予測 ,  相関係数 ,  試験 ,  可視化 ,  MTBF ,  *ソフトウェア ,  ソフトウェア障害 ,  *ソフトウェア開発 ,  サポートベクトルマシン
準シソーラス用語： *アジャイルソフトウェア開発 ,  *故障予知 , 【Automatic Indexing@JST】

著者キーワード (7件)： アジャイル ,  ビッグデータ ,  相関係数 ,  意思決定 ,  ソフトウェア故障 ,  ソフトウェア試験 ,  サポートベクトルマシン

分類 (2件)： 信頼性  (KB04040H) ,  計算機システム開発  (JD02010R)

タイトルに関連する用語 (2件)： アジャイルソフトウェア開発 ,  故障予測