[論文レビュー] A Comparative Study on Parameter Estimation in Software Reliability Modeling using Swarm Intelligence

Najla Al-Saati, Marrwa Abd-AlKareem Alabajee|arXiv (Cornell University)|Mar 8, 2020

Software Reliability and Analysis Research参考文献 9被引用数 4

ひとこと要約

本研究では、ソフトウェア信頼性成長モデル（SRGM）のパラメータ推定において、カッコウサーチ（CS）、ファイヤーフライアルゴリズム（FA）、粒子群最適化（PSO）、およびアンチコロニー最適化（ACO）の性能を評価する。実際のソフトウェア障害データを用いて、CSはFA、PSO、ACOを上回り、パラメータ推定の精度と収束速度の両面で優れた性能を示し、SRGMのパラメータ最適化において優れた効率性と頑健性を示した。

ABSTRACT

This work focuses on a comparison between the performances of two well-known Swarm algorithms: Cuckoo Search (CS) and Firefly Algorithm (FA), in estimating the parameters of Software Reliability Growth Models. This study is further reinforced using Particle Swarm Optimization (PSO) and Ant Colony Optimization (ACO). All algorithms are evaluated according to real software failure data, the tests are performed and the obtained results are compared to show the performance of each of the used algorithms. Furthermore, CS and FA are also compared with each other on bases of execution time and iteration number. Experimental results show that CS is more efficient in estimating the parameters of SRGMs, and it has outperformed FA in addition to PSO and ACO for the selected Data sets and employed models.

研究の動機と目的

• 群知能アルゴリズムのソフトウェア信頼性成長モデル（SRGM）のパラメータ推定における性能を評価・比較すること。
• 実世界のソフトウェア障害データセットを用いて、カッコウサーチ（CS）、ファイヤーフライアルゴリズム（FA）、粒子群最適化（PSO）、およびアンチコロニー最適化（ACO）の有効性を評価すること。
• SRGMのパラメータ推定において、どのアルゴリズムがより優れた収束速度、精度、安定性を達成するかを特定すること。
• CSとFAの実行時間および収束に要する反復回数の差を分析し、効率性の比較を実施すること。

提案手法

• 実際のソフトウェア障害データを用いて、SRGMにおけるパラメータ推定にカッコウサーチ（CS）アルゴリズムを実装すること。
• SRGMのパラメータ最適化にファイヤーフライアルゴリズム（FA）を適用し、CSとの結果を比較すること。
• 同じパラメータ推定タスクに適応した粒子群最適化（PSO）およびアンチコロニー最適化（ACO）の適用。
• 収束速度、推定精度、実行時間、最適解に到達するまでの反復回数の観点から、4つのアルゴリズムを評価すること。
• パラメータフィッティングの対象として、Goel-OkumotoモデルやYamadaモデルなどの標準的なSRGMを用いること。
• 複数の指標にわたるアルゴリズム性能の評価のため、実障害時刻データを用いた統計的比較を実施すること。

実験結果

リサーチクエスチョン

• RQ1 カッコウサーチ（CS）、ファイヤーフライアルゴリズム（FA）、粒子群最適化（PSO）、アンチコロニー最適化（ACO）の中で、ソフトウェア信頼性成長モデルのパラメータ推定において最も優れた性能を示すのはどれか？
• RQ2 実行時間および収束に要する反復回数の観点から、カッコウサーチ（CS）はファイヤーフライアルゴリズム（FA）と比べてどのように異なるか？
• RQ3 実際のソフトウェア障害データセットに適用した場合、各アルゴリズムの推定精度と収束速度はどの程度か？
• RQ4 カッコウサーチ（CS）は、異なるデータセットにおいても、他のメタヒューリスティックを一貫して上回る性能を示すか？
• RQ5 PSOとACOは、CSおよびFAと比較して、パラメータ推定の信頼性と安定性においてどのように異なるか？

主な発見

• カッコウサーチ（CS）は、ファイヤーフライアルゴリズム（FA）、PSO、ACOと比較して、SRGMのパラメータ推定において優れた性能を示した。
• 選択されたソフトウェア障害データセットにおいて、CSは高い推定精度と速い収束速度を達成した。
• FA、PSO、ACOよりもCSは収束に必要な反復回数が少なく、最適化の効率性が優れていることが示された。
• 実行時間についても、CSはFA、PSO、ACOを下回り、計算上の効率性が確認された。
• Goel-OkumotoモデルやYamadaモデルを含む、複数のデータセットおよびSRGMにおいて、CSの性能は一貫して優れていた。
• 本研究は、CSがソフトウェア信頼性モデリングにおけるパラメータ推定に、より頑健で効果的なメタヒューリスティックであることを確認した。