JPH0876991A - ソフトウェア信頼度の評価装置 - Google Patents
ソフトウェア信頼度の評価装置Info
- Publication number
- JPH0876991A JPH0876991A JP6207015A JP20701594A JPH0876991A JP H0876991 A JPH0876991 A JP H0876991A JP 6207015 A JP6207015 A JP 6207015A JP 20701594 A JP20701594 A JP 20701594A JP H0876991 A JPH0876991 A JP H0876991A
- Authority
- JP
- Japan
- Prior art keywords
- reliability
- bugs
- software
- bug
- test items
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Stored Programmes (AREA)
- Debugging And Monitoring (AREA)
Abstract
(57)【要約】
【目的】 ソフトウェアの試験工程および出荷時におけ
る信頼度を評価する上で、信頼性評価結果を有効に活用
することを目的として、 【構成】 情報処理装置に日々得られる合格試験項目
数、検出バグ数などを入力することにより、バグの累積
曲線を信頼性評価し、最適な評価モデルを算出してその
時点における予測バグ総数、バグの検出率などの信頼度
指標を表示するとともに、試験項目数に関しても信頼性
評価して、潜在的な予測バグ総数とそれらを検出するた
めの試験項目数の関係を提示するよう構成した。 【効果】 信頼性評価結果に対し、その時点の品質状況
が把握できるだけなく、高品質を実現するための追加試
験項目数も知ることができ、評価結果の有効性が高ま
る。
る信頼度を評価する上で、信頼性評価結果を有効に活用
することを目的として、 【構成】 情報処理装置に日々得られる合格試験項目
数、検出バグ数などを入力することにより、バグの累積
曲線を信頼性評価し、最適な評価モデルを算出してその
時点における予測バグ総数、バグの検出率などの信頼度
指標を表示するとともに、試験項目数に関しても信頼性
評価して、潜在的な予測バグ総数とそれらを検出するた
めの試験項目数の関係を提示するよう構成した。 【効果】 信頼性評価結果に対し、その時点の品質状況
が把握できるだけなく、高品質を実現するための追加試
験項目数も知ることができ、評価結果の有効性が高ま
る。
Description
【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評価装置に関するものである。
理における信頼度の評価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の分野において、信頼性評価技術
が盛んに用いられるようになっている。この技術は通称
フォールト・アボイダンスといわれるが、ソフトウェア
の開発・試験工程で生じるバグを分析することによって
出荷時の品質水準を科学的に把握できるため有用であ
る。
フトウェアの品質管理の分野において、信頼性評価技術
が盛んに用いられるようになっている。この技術は通称
フォールト・アボイダンスといわれるが、ソフトウェア
の開発・試験工程で生じるバグを分析することによって
出荷時の品質水準を科学的に把握できるため有用であ
る。
【０００３】まづ、従来例について図１および図６を用
いて説明する。図１中、１は情報処理装置、２は中央処
理装置、３はディスプレイ・ユニット、４はプリンタ、
５はキーボードである。電源を入れると情報処理装置１
のオペレーション・ソフトが起動され、中央処理装置２
のメモリよりプログラムがロードされて入力待ち状態と
なる。図６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からのキー入力段階であり、例えば、毎日得られたバ
グ数を連続的に入力してやる。ステップ５１はこれらの
データ群を信頼性評価し、信頼度成長モデル（以下、成
長モデルと略す）のベスト・フィット係数を算出する処
理段階である。成長モデルには多くの種類があり、指数
型ＮＨＰＰモデル、遅延Ｓ字型ＮＨＰＰモデルおよび加
速Ｓ字型ＮＨＰＰモデルなどが良く知られている。ステ
ップ５５はバグの累積曲線と最適な成長モデルを同一画
面上に表示する段階であり、ステップ５６は図化表示内
容やデータ処理によって得られた予測バグ総数、その時
点のバグの検出率および決定された成長モデルの諸元な
ど所要の項目をプリント出力する段階である。なお、デ
ィスプレイ・ユニット３は上記ステップ５５のハードウ
ェアであり、また、プリンタ４は上記ステップ５６のハ
ードウェアに相当し、キーボード５とともに所定の接続
ケーブルなどで中央処理装置２に接続される。
いて説明する。図１中、１は情報処理装置、２は中央処
理装置、３はディスプレイ・ユニット、４はプリンタ、
５はキーボードである。電源を入れると情報処理装置１
のオペレーション・ソフトが起動され、中央処理装置２
のメモリよりプログラムがロードされて入力待ち状態と
なる。図６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からのキー入力段階であり、例えば、毎日得られたバ
グ数を連続的に入力してやる。ステップ５１はこれらの
データ群を信頼性評価し、信頼度成長モデル（以下、成
長モデルと略す）のベスト・フィット係数を算出する処
理段階である。成長モデルには多くの種類があり、指数
型ＮＨＰＰモデル、遅延Ｓ字型ＮＨＰＰモデルおよび加
速Ｓ字型ＮＨＰＰモデルなどが良く知られている。ステ
ップ５５はバグの累積曲線と最適な成長モデルを同一画
面上に表示する段階であり、ステップ５６は図化表示内
容やデータ処理によって得られた予測バグ総数、その時
点のバグの検出率および決定された成長モデルの諸元な
ど所要の項目をプリント出力する段階である。なお、デ
ィスプレイ・ユニット３は上記ステップ５５のハードウ
ェアであり、また、プリンタ４は上記ステップ５６のハ
ードウェアに相当し、キーボード５とともに所定の接続
ケーブルなどで中央処理装置２に接続される。
【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評価装置においては、最適な成長
モデルを求めその時点における品質状況を表示するもの
の、試験担当者に対して適切な対応策を指示できないの
が欠点であった。また、顧客に対して一般的な品質指標
を提示できないことや管理者が工程管理をしにくいこと
も欠点であった。
ソフトウェア信頼度の評価装置においては、最適な成長
モデルを求めその時点における品質状況を表示するもの
の、試験担当者に対して適切な対応策を指示できないの
が欠点であった。また、顧客に対して一般的な品質指標
を提示できないことや管理者が工程管理をしにくいこと
も欠点であった。
【０００５】この発明は上記のような問題点を解消する
ためになされたもので、試験担当者に対しては高品質ソ
フトウェアを実現するための適当な試験項目数を表示す
ること、顧客に対してはハードウェアの分野では常識的
に用いられている平均故障間隔に相当する平均バグ間隔
を表示すること、そして、管理者に対してはコスト面か
らの最適リリース時期を表示することを目的とする。
ためになされたもので、試験担当者に対しては高品質ソ
フトウェアを実現するための適当な試験項目数を表示す
ること、顧客に対してはハードウェアの分野では常識的
に用いられている平均故障間隔に相当する平均バグ間隔
を表示すること、そして、管理者に対してはコスト面か
らの最適リリース時期を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】この発明の第１の実施例
によれば、日程に対するバグの検出状況を信頼性評価す
るとともに、合格試験項目数に対するバグの検出状況を
信頼性評価するよう工夫したものである。
によれば、日程に対するバグの検出状況を信頼性評価す
るとともに、合格試験項目数に対するバグの検出状況を
信頼性評価するよう工夫したものである。
【０００７】この発明の第２の実施例によれば、決定さ
れた成長モデルを用いてソフトウェアの平均バグ間隔を
算出・表示するようにしたものである。
れた成長モデルを用いてソフトウェアの平均バグ間隔を
算出・表示するようにしたものである。
【０００８】この発明の第３の実施例によれば、決定さ
れた成長モデルを用いて出荷前後を含めた総コストを最
小とするリリース時期を算出・表示するようにしたもの
である。
れた成長モデルを用いて出荷前後を含めた総コストを最
小とするリリース時期を算出・表示するようにしたもの
である。
【０００９】
【作用】この発明の第１の実施例によれば、ソフトウェ
アが潜在的に保有するバグ総数の内、検出、改修すべき
割合を与えれば何項目の試験項目を追加する必要がある
か推定することができる。
アが潜在的に保有するバグ総数の内、検出、改修すべき
割合を与えれば何項目の試験項目を追加する必要がある
か推定することができる。
【００１０】この発明の第２の実施例によれば、ソフト
ウェアを出荷後、何時間使用したら新たなバグが発生さ
れる可能性をもつか定量的に示すことができる。
ウェアを出荷後、何時間使用したら新たなバグが発生さ
れる可能性をもつか定量的に示すことができる。
【００１１】この発明の第３の実施例によれば、ソフト
ウェアの試験工程管理において、納期とコストを考慮し
た柔軟な対応が可能になる。
ウェアの試験工程管理において、納期とコストを考慮し
た柔軟な対応が可能になる。
【００１２】
実施例１．図１、図２、図３はこの発明のソフトウェア
信頼度の評価装置の第１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は中央処理装置、
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
変わらず電源を入れると情報処理装置１のオペレーショ
ン・ソフトが起動され、中央処理装置２のメモリよりプ
ログラムがロードされて入力待ち状態となる。
信頼度の評価装置の第１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は中央処理装置、
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
変わらず電源を入れると情報処理装置１のオペレーショ
ン・ソフトが起動され、中央処理装置２のメモリよりプ
ログラムがロードされて入力待ち状態となる。
【００１３】図２はこの発明の動作を説明するためのフ
ローチャートであり、以下、順を追って説明する。ステ
ップ５０は取得したバグ・データ群および合格試験項目
数を日程に対応してキー入力する段階であり、ステップ
５１，５２はデータ処理段階である。
ローチャートであり、以下、順を追って説明する。ステ
ップ５０は取得したバグ・データ群および合格試験項目
数を日程に対応してキー入力する段階であり、ステップ
５１，５２はデータ処理段階である。
【００１４】ここでいわゆる信頼性評価技術について簡
単に説明する。図３はこの発明の基本原理を説明するた
めの説明図である。衆知のようにソフトウェアの開発・
試験工程ではデバッグ作業が大きなウェイトを占めてい
るが、これは高品質ソフトの実現のためのバグ取り作業
である。横軸ｘに時間をとり、たて軸ｙにバグの累積数
をとる図を一般にバグ累積曲線と称するが、この曲線に
ベスト・フィットする成長モデルを決定する手法が信頼
性評価法といわれるものである。バグ累積曲線をＧ
（ｘ）とし、ｘ0 から始めてｘ1 まで進み、累計ｙ1 個
のバグが得られたとする。そしてこのＧ（ｘ）にベスト
・フィットする成長モデルＦ（ｘ）が決まった場合、ｘ
m でバグは飽和しＦ（ｘm ）である係数ａが予測バグ総
数ということになる。また、ａとｙ1 との差が残存バグ
数であり、全てのバグを検出するにはｘm とｘ1 の差の
時間を要することになる。
単に説明する。図３はこの発明の基本原理を説明するた
めの説明図である。衆知のようにソフトウェアの開発・
試験工程ではデバッグ作業が大きなウェイトを占めてい
るが、これは高品質ソフトの実現のためのバグ取り作業
である。横軸ｘに時間をとり、たて軸ｙにバグの累積数
をとる図を一般にバグ累積曲線と称するが、この曲線に
ベスト・フィットする成長モデルを決定する手法が信頼
性評価法といわれるものである。バグ累積曲線をＧ
（ｘ）とし、ｘ0 から始めてｘ1 まで進み、累計ｙ1 個
のバグが得られたとする。そしてこのＧ（ｘ）にベスト
・フィットする成長モデルＦ（ｘ）が決まった場合、ｘ
m でバグは飽和しＦ（ｘm ）である係数ａが予測バグ総
数ということになる。また、ａとｙ1 との差が残存バグ
数であり、全てのバグを検出するにはｘm とｘ1 の差の
時間を要することになる。
【００１５】さて、試験の中途でバグの検出率が低い
（品質が悪い）と指摘されたソフトウェアの場合、検出
率を向上させるための対応策が提示されたら非常に効果
的である。そこで再び図２で、ステップ５１は横軸ｘに
時間（日程）をとった通常のバグ累積曲線を、また、ス
テップ５２は横軸ｘに正規化された合格試験項目数をと
った変形のバグ累積曲線をデータ処理する段階である。
日程が等間隔に入力されるのに対し、合格試験項目数は
一般には不等間隔と考えられるから、ステップ５２の場
合、バグ・データ群の再配列が必要になる。
（品質が悪い）と指摘されたソフトウェアの場合、検出
率を向上させるための対応策が提示されたら非常に効果
的である。そこで再び図２で、ステップ５１は横軸ｘに
時間（日程）をとった通常のバグ累積曲線を、また、ス
テップ５２は横軸ｘに正規化された合格試験項目数をと
った変形のバグ累積曲線をデータ処理する段階である。
日程が等間隔に入力されるのに対し、合格試験項目数は
一般には不等間隔と考えられるから、ステップ５２の場
合、バグ・データ群の再配列が必要になる。
【００１６】ところで従来例でも説明したように成長モ
デルにも色々あって、広義の意味では回帰分析における
回帰モデルも含まれる。代表的な成長モデルである遅延
Ｓ字型ＮＨＰＰモデルは以下の数１で与えられる。
デルにも色々あって、広義の意味では回帰分析における
回帰モデルも含まれる。代表的な成長モデルである遅延
Ｓ字型ＮＨＰＰモデルは以下の数１で与えられる。
【００１７】
【数１】
【００１８】数１において、ｔは時間、ａは予測バグ総
数、ｂは係数である。この種の成長モデルは最大推定法
を用いて係数を算出する。この発明の場合、上記した代
表的成長モデルを含む複数の成長モデルを準備してお
り、例えば前述した回帰モデルの代表であるゴンペルツ
関数なども含まれる。そして、バグの累積曲線Ｇ（ｘ）
と成長モデルＦ（ｘ）とを用いて例えば以下の数２を定
義する。
数、ｂは係数である。この種の成長モデルは最大推定法
を用いて係数を算出する。この発明の場合、上記した代
表的成長モデルを含む複数の成長モデルを準備してお
り、例えば前述した回帰モデルの代表であるゴンペルツ
関数なども含まれる。そして、バグの累積曲線Ｇ（ｘ）
と成長モデルＦ（ｘ）とを用いて例えば以下の数２を定
義する。
【００１９】
【数２】
【００２０】数２は誤差率と称することとする。ここに
ｘ0 ，ｘ1 は積分区間である。誤差率εはいわば２つの
関数Ｇ（ｘ），Ｆ（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％とな
り、εの大小で適合度を示すことが可能となる。こうし
て、ステップ５３に至って誤差率εによる判定が行なわ
れ、ベスト・フィット成長モデルが決定される。なお、
ベスト・フィット成長モデルの誤差率εがある固有のし
きい値を上回るような場合、ステップ５５Ｂで“信頼性
評価結果が妥当でない”などのコメントを表示する。一
方、誤差率εがしきい値より小さいか、等しい場合、ス
テップ５４でデータ処理が行なわれ、処理結果をステッ
プ５５Ａで表示し、ステップ５６に至り処理結果をプリ
ント出力する。
ｘ0 ，ｘ1 は積分区間である。誤差率εはいわば２つの
関数Ｇ（ｘ），Ｆ（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％とな
り、εの大小で適合度を示すことが可能となる。こうし
て、ステップ５３に至って誤差率εによる判定が行なわ
れ、ベスト・フィット成長モデルが決定される。なお、
ベスト・フィット成長モデルの誤差率εがある固有のし
きい値を上回るような場合、ステップ５５Ｂで“信頼性
評価結果が妥当でない”などのコメントを表示する。一
方、誤差率εがしきい値より小さいか、等しい場合、ス
テップ５４でデータ処理が行なわれ、処理結果をステッ
プ５５Ａで表示し、ステップ５６に至り処理結果をプリ
ント出力する。
【００２１】ステップ５４におけるデータ処理はステッ
プ５１，５２に対応して２種類実行される。ステップ５
１すなわち日程に対するバグ累積曲線に対しては、予測
バグ総数、その時点のバグの検出率および決定された成
長モデルの諸元などであり、ステップ５２すなわち合格
試験項目数に対するバグ累積曲線に対しては、バグの検
出率を向上させた場合の追加試験項目数、決定された成
長モデルの諸元などである。一例として、現時点でバグ
の検出率が６０％だった場合、これを３０％向上させて
９０％としようと考えると以下の数３を用いる。
プ５１，５２に対応して２種類実行される。ステップ５
１すなわち日程に対するバグ累積曲線に対しては、予測
バグ総数、その時点のバグの検出率および決定された成
長モデルの諸元などであり、ステップ５２すなわち合格
試験項目数に対するバグ累積曲線に対しては、バグの検
出率を向上させた場合の追加試験項目数、決定された成
長モデルの諸元などである。一例として、現時点でバグ
の検出率が６０％だった場合、これを３０％向上させて
９０％としようと考えると以下の数３を用いる。
【００２２】
【数３】
【００２３】数３は解析的には求まらないため、はさみ
打ち法などを用いてｔを算出し、追加試験項目数を決定
する。
打ち法などを用いてｔを算出し、追加試験項目数を決定
する。
【００２４】実施例２．図１、図２、図４はこの発明の
ソフトウェア信頼度の評価装置の第２の実施例を説明す
るための図であり、図１および図２に関しては第１の実
施例と同様の構成である。この発明の特徴とする部分は
図２におけるステップ５４にある。図４はこの発明にお
ける平均バグ間隔を説明するための説明図である。平均
バグ間隔はハードウェアの分野における平均故障間隔に
相当するもので、ソフトウェアの出荷後、次のバグの発
見される時間的可能性を示したものである。決定された
ベスト・フィット成長モデルにおいて、現時点ｔから△
ｔ経過した時点において１件のバグが発見されることか
ら、以下の数４によって算出される。
ソフトウェア信頼度の評価装置の第２の実施例を説明す
るための図であり、図１および図２に関しては第１の実
施例と同様の構成である。この発明の特徴とする部分は
図２におけるステップ５４にある。図４はこの発明にお
ける平均バグ間隔を説明するための説明図である。平均
バグ間隔はハードウェアの分野における平均故障間隔に
相当するもので、ソフトウェアの出荷後、次のバグの発
見される時間的可能性を示したものである。決定された
ベスト・フィット成長モデルにおいて、現時点ｔから△
ｔ経過した時点において１件のバグが発見されることか
ら、以下の数４によって算出される。
【００２５】
【数４】
【００２６】数４は数１に示した平均値関数を用いて、
はさみ打ち法などで算出される。
はさみ打ち法などで算出される。
【００２７】実施例３．図１、図２、図５はこの発明の
ソフトウェア信頼度の評価装置の第３の実施例を説明す
るための図であり、図１および図２に関しては第１の実
施例と同様の構成である。この発明の特徴とする部分は
図２におけるステップ５４にある。図５はこの発明にお
けるコストの概念を説明するための説明図である。ソフ
トウェアの場合、出荷後発見されたバグについても修正
することが慣例となっており、保守コストのかかるのが
難点である。一般に工場での試験時間が長ければ長いほ
どソフトウェア内のバグは数多く検出され、運用段階で
の信頼度は増すが、試験コストが大きく膨らむ。一方、
試験時間が短かければ短かいほど試験コストは減少する
ものの、ソフトウェア内のバグは顕在化されないまま出
荷されることになり、保守コストの増加を招く。したが
って縦コスト（試験コストと保守コストの合計）で見た
場合、最小値が存在する。これが最適リリース時期にな
る。単位時間当たりの試験コストをＣ1 、工場試験でバ
グを１件修正するのにかかるコストをＣ2 、出荷後、バ
グを１件修正するのにかかるコストをＣ3 とすると最適
リリース時期Ｔは以下の数５で与えられる。
ソフトウェア信頼度の評価装置の第３の実施例を説明す
るための図であり、図１および図２に関しては第１の実
施例と同様の構成である。この発明の特徴とする部分は
図２におけるステップ５４にある。図５はこの発明にお
けるコストの概念を説明するための説明図である。ソフ
トウェアの場合、出荷後発見されたバグについても修正
することが慣例となっており、保守コストのかかるのが
難点である。一般に工場での試験時間が長ければ長いほ
どソフトウェア内のバグは数多く検出され、運用段階で
の信頼度は増すが、試験コストが大きく膨らむ。一方、
試験時間が短かければ短かいほど試験コストは減少する
ものの、ソフトウェア内のバグは顕在化されないまま出
荷されることになり、保守コストの増加を招く。したが
って縦コスト（試験コストと保守コストの合計）で見た
場合、最小値が存在する。これが最適リリース時期にな
る。単位時間当たりの試験コストをＣ1 、工場試験でバ
グを１件修正するのにかかるコストをＣ2 、出荷後、バ
グを１件修正するのにかかるコストをＣ3 とすると最適
リリース時期Ｔは以下の数５で与えられる。
【００２８】
【数５】
【００２９】数５でａ，ｂは数１に示した決定されたベ
スト・フィット成長モデルの係数である。ただし、Ｃ
1 ，Ｃ2 ，Ｃ3 の値によってはＴの解の存在しない場合
もあるので、その場合は理由をコメント文で出力するこ
ととする。
スト・フィット成長モデルの係数である。ただし、Ｃ
1 ，Ｃ2 ，Ｃ3 の値によってはＴの解の存在しない場合
もあるので、その場合は理由をコメント文で出力するこ
ととする。
【００３０】
【発明の効果】以上説明したように、この発明の第１の
実施例によれば日程に対する信頼性評価により潜在的な
バグの総数、その時点における検出率などの信頼度を把
握できるとともに、合格試験項目に対する信頼性評価に
より高品質ソフトウェアを実現するための追加試験項目
数の提示も可能になる。その結果、試験担当者の努力目
標が明確になるなどの効果がある。
実施例によれば日程に対する信頼性評価により潜在的な
バグの総数、その時点における検出率などの信頼度を把
握できるとともに、合格試験項目に対する信頼性評価に
より高品質ソフトウェアを実現するための追加試験項目
数の提示も可能になる。その結果、試験担当者の努力目
標が明確になるなどの効果がある。
【００３１】この発明の第２の実施例によれば上記した
信頼性評価結果に加え、平均バグ間隔が数値的に表示さ
れるため、顧客が信頼度を把握するのに便利になる。
信頼性評価結果に加え、平均バグ間隔が数値的に表示さ
れるため、顧客が信頼度を把握するのに便利になる。
【００３２】この発明の第３の実施例によれば上記した
信頼性評価結果に加え、総コストを最小とする最適リリ
ース時期を表示するため、管理者のコストと納期に配慮
した適切な工程管理を容易にするなどの効果がある。
信頼性評価結果に加え、総コストを最小とする最適リリ
ース時期を表示するため、管理者のコストと納期に配慮
した適切な工程管理を容易にするなどの効果がある。
【図１】 この発明の評価装置を具現化するためのシス
テム構成図である。
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。
ートである。
【図３】 この発明の基本原理を説明するための説明図
である。
である。
【図４】 この発明における平均バグ間隔を説明するた
めの説明図である。
めの説明図である。
【図５】 この発明におけるコストの概念を説明するた
めの説明図である。
めの説明図である。
【図６】 従来例を示すフローチャートである。
１ 情報処理装置、２ 中央処理装置、３ ディスプレ
イ・ユニット、４ プリンタ、５ キーボード ５０
キー入力段階、５１ データ処理段階Ａ、５２データ処
理段階Ｂ ５３ 判定段階、５４ データ処理段階Ｃ、
５５ 表示段階、５６ プリント段階。
イ・ユニット、４ プリンタ、５ キーボード ５０
キー入力段階、５１ データ処理段階Ａ、５２データ処
理段階Ｂ ５３ 判定段階、５４ データ処理段階Ｃ、
５５ 表示段階、５６ プリント段階。
Claims (3)
- 【請求項１】 ディスプレイ・ユニットと、キーボード
と、プリンタと、以下の（イ）〜（ハ）に示すプログラ
ム・ルーチンが記憶されるメモリと、このメモリ内容に
従って実行する中央処理装置とを備え、ソフトウェアの
試験工程における試験項目数と試験によって発生したバ
グを前記キーボードよりデータ入力し、前記入力された
データ群をデータ処理し、その処理結果を前記ディスプ
レイ・ユニット上に表示するとともに、前記プリンタの
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
トウェア信頼度の評価装置。 （イ）前記入力されたデータ群から得られる日程に対す
るバグの累積曲線を複数の信頼度成長モデルで信頼性評
価し、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を再配列し、正規化試験
項目数に対するバグの累積曲線を複数の信頼度成長モデ
ルで信頼性評価し、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２のプログラ
ム・ルーチン。 （ハ）前記（イ）および（ロ）における曲線間の数値的
なずれを比較判定し、複数の信頼度成長モデルの中から
最適なものを決定するとともに、グラフ化の諸元および
最適な信頼成長モデルから得られる所要の指標を算出す
る第３のプログラム・ルーチン。 - 【請求項２】 前記最適な信頼度成長モデルを用いて平
均バグ間隔を求めるプログラム・ルーチンを加えたこと
を特徴とする請求項１記載のソフトウェア信頼度の評価
装置。 - 【請求項３】 前記最適な信頼度成長モデルを用いて総
コストを最小とするソフトウェアのリリース時期を求め
るプログラム・ルーチンを加えたことを特徴とする請求
項１または２記載のソフトウェア信頼度の評価装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6207015A JPH0876991A (ja) | 1994-08-31 | 1994-08-31 | ソフトウェア信頼度の評価装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6207015A JPH0876991A (ja) | 1994-08-31 | 1994-08-31 | ソフトウェア信頼度の評価装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0876991A true JPH0876991A (ja) | 1996-03-22 |
Family
ID=16532789
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6207015A Pending JPH0876991A (ja) | 1994-08-31 | 1994-08-31 | ソフトウェア信頼度の評価装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0876991A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112988564A (zh) * | 2021-01-22 | 2021-06-18 | 哈尔滨工业大学（威海） | 一种考虑成本-可靠性的srgm决策模型及其构建方法 |
| CN115827723A (zh) * | 2022-10-26 | 2023-03-21 | 中国航空工业集团公司西安航空计算技术研究所 | 一种基于数据挖掘的cfd软件可信度量化评价方法 |
-
1994
- 1994-08-31 JP JP6207015A patent/JPH0876991A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112988564A (zh) * | 2021-01-22 | 2021-06-18 | 哈尔滨工业大学（威海） | 一种考虑成本-可靠性的srgm决策模型及其构建方法 |
| CN112988564B (zh) * | 2021-01-22 | 2023-05-23 | 哈尔滨工业大学（威海） | 一种考虑成本-可靠性的srgm决策模型及其构建方法 |
| CN115827723A (zh) * | 2022-10-26 | 2023-03-21 | 中国航空工业集团公司西安航空计算技术研究所 | 一种基于数据挖掘的cfd软件可信度量化评价方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6996751B2 (en) | Method and system for reduction of service costs by discrimination between software and hardware induced outages | |
| Podgurski et al. | Automated support for classifying software failure reports | |
| Elbaum et al. | Incorporating varying test costs and fault severities into test case prioritization | |
| US7958402B2 (en) | Generate diagnostic data for overdue thread in a data processing system | |
| EP0786725A1 (en) | Improvements in or relating to the prediction of product defects | |
| Musa et al. | Software-reliability engineering: Technology for the 1990s | |
| Bertolino et al. | DevOpRET: Continuous reliability testing in DevOps | |
| CN103927343B (zh) | 一种phm系统诊断与预测能力综合验证方法 | |
| Gokhale et al. | Important milestones in software reliability modeling | |
| Ammann et al. | The effect of imperfect error detection on reliability assessment via life testing | |
| US8214693B2 (en) | Damaged software system detection | |
| US7490269B2 (en) | Noise accommodation in hardware and software testing | |
| Bowen | Are current approaches sufficient for measuring software quality? | |
| JPH0876991A (ja) | ソフトウェア信頼度の評価装置 | |
| Stringfellow et al. | Estimating the number of components with defects post‐release that showed no defects in testing | |
| US7305317B2 (en) | Joint approach of out-of-range detection and fault detection for power plant monitoring | |
| Jiang et al. | Optimal software release time with patching considered | |
| Tucker et al. | A monte carlo approach to predicting failure across multiple temperature and humidity field environments | |
| JPH09212392A (ja) | ソフトウェア信頼度の評価装置 | |
| CN114924832A (zh) | 虚拟机调度方法、电子设备和存储介质 | |
| Kapur et al. | Modeling successive software up-gradations with faults of different severity | |
| JPH07146806A (ja) | テスト作業管理支援装置 | |
| Tian et al. | Test workload measurement and reliability analysis for large commercial software systems | |
| US11960387B2 (en) | Sample ratio mismatch diagnosis tool | |
| JP3923773B2 (ja) | プラント異常事象診断装置とその診断方法、ならびに記録媒体 |