[논문 리뷰] A Comparative Study on Parameter Estimation in Software Reliability Modeling using Swarm Intelligence

Najla Al-Saati, Marrwa Abd-AlKareem Alabajee|arXiv (Cornell University)|2020. 03. 08.

Software Reliability and Analysis Research참고 문헌 9인용 수 4

한 줄 요약

이 연구는 소프트웨어 결함 성장 모델(SRGMs)의 매개수 추정에 대해 쿠쿠우 서치(CS), 피어플라이 알고리즘(FA), 입자 군집 최적화(PSO), 그리고 개미 군집 최적화(ACO)의 성능을 평가한다. 실제 소프트웨어 결함 데이터를 사용하여 CS는 FA, PSO, ACO보다 매개수 추정 정확도와 수렴 속도에서 뛰어난 성능을 보였으며, SRGM 매개수 최적화에 있어 뛰어난 효율성과 강건성을 입증하였다.

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.

연구 동기 및 목표

• 소프트웨어 결함 성장 모델(SRGMs)의 매개수 추정에 있어 군집지능 알고리즘의 성능을 평가하고 비교하는 것.
• 실제 소프트웨어 결함 데이터셋에 대해 쿠쿠우 서치(CS), 피어플라이 알고리즘(FA), 입자 군집 최적화(PSO), 개미 군집 최적화(ACO)의 효과성을 평가하는 것.
• SRGM의 매개수 추정에서 더 나은 수렴 속도, 정확도, 안정성을 달성하는 알고리즘을 규명하는 것.
• CS와 FA 간의 실행 시간 및 수렴 반복 횟수의 차이를 분석하여 비교 효율성 분석을 수행하는 것.

제안 방법

• 실제 소프트웨어 결함 데이터를 사용하여 SRGM의 매개수 추정에 쿠쿠우 서치(CS) 알고리즘을 구현하는 것.
• SRGM의 매개수 최적화에 피어플라이 알고리즘(FA)을 적용하고 CS와 결과를 비교하는 것.
• 동일한 매개수 추정 작업을 위해 입자 군집 최적화(PSO)와 개미 군집 최적화(ACO)를 적응 적용하는 것.
• 수렴 속도, 추정 정확도, 실행 시간, 최적 해에 도달하기 위한 반복 횟수를 기준으로 네 알고리즘의 성능을 평가하는 것.
• Goel-Okumoto 및 Yamada 모델과 같은 표준 SRGM을 매개수 피팅의 대상 모델로 사용하는 것.
• 실제 결함 시간 데이터를 사용하여 통계적 비교를 수행하여 다중 지표에 걸친 알고리즘 성능 평가를 수행하는 것.

실험 결과

연구 질문

• RQ1 소프트웨어 결함 성장 모델의 매개수 추정에 있어 쿠쿠우 서치(CS), 피어플라이 알고리즘(FA), 입자 군집 최적화(PSO), 개미 군집 최적화(ACO) 중 어느 알고리즘이 가장 우수한 성능을 보이는가?
• RQ2 실행 시간과 수렴 반복 횟수 측면에서 쿠쿠우 서치는 피어플라이 알고리즘과 어떻게 비교되는가?
• RQ3 실제 소프트웨어 결함 데이터셋에 적용했을 때 각 알고리즘의 정확도와 수렴 속도는 어떠한가?
• RQ4 쿠쿠우 서치는 다양한 데이터셋에서 SRGM의 매개수 추정에 있어 다른 메타휴리스틱보다 일관되게 뛰어난 성능을 보이는가?
• RQ5 PSO와 ACO는 CS와 FA에 비해 매개수 추정의 신뢰성과 안정성 측면에서 어떻게 비교되는가?

주요 결과

• 쿠쿠우 서치(CS)는 피어플라이 알고리즘(FA), PSO, ACO에 비해 SRGM의 매개수 추정에서 뛰어난 성능을 보였다.
• 선택된 소프트웨어 결함 데이터셋에서 CS는 더 높은 추정 정확도와 더 빠른 수렴 속도를 달성하였다.
• CS는 FA, PSO, ACO보다 수렴에 더 적은 반복 횟수를 필요로 하여 최적화 효율성이 뛰어나다는 것을 보여주었다.
• CS의 실행 시간은 FA, PSO, ACO보다 낮아 계산 효율성도 확인되었다.
• Goel-Okumoto 및 Yamada 모델을 포함한 다양한 데이터셋과 SRGM에서 CS의 성능은 일관되게 뛰어났다.
• 이 연구는 CS가 소프트웨어 결함 신뢰성 모델링의 매개수 추정에 더 강건하고 효과적인 메타휴리스틱임을 확인한다.