2017 Fiscal Year Research-status Report
ソフトウェア開発に関する機密データからの研究用データの生成
| Project/Area Number |
17K00102
|
|---|
| Research Institution | Okayama University |
|---|
Principal Investigator |
門田 暁人 岡山大学, 自然科学研究科, 教授 (80311786)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 実証的ソフトウェア工学 / データ機密保護 / データマイニング |
|---|
| Outline of Annual Research Achievements |
本研究の目的は，与えられたソフトウェア開発データに対し，特徴量の類似する研究用データを人工的に生成する方法を確立することである．現実のソフトウェア開発データを分析した結果，多くの変数値は対数正規分布に近い分布となっているが，歪みを含んでいることが明らかとなった．そこで，ボックス＝ミュラー法により正規分布を生成し，対数変換を行うことで対数正規分布に従うデータを生成することとした．さらに，データの特徴量として，尖度と歪度を計測することとし，生成されたデータに対して尖度と歪度の変換を施すことで，現実のデータにより近づける方法を提案した．現実のソフトウェア開発データに対してsinh-arcsinh transformationを用いた結果，与えられた尖度と歪度に一致するデータの生成が可能なことを確認し，線形回帰モデルを用いた評価を行った．また，変数間の関係の再現方法として，３変数以上の組み合わせを扱う方法を提案した．具体的には，相関の大きい２変数の組み合わせについて，一方を他方で除した導出尺度を設け，導出尺度を含むすべての２変数間の関係を再現することとした．さらに，ソフトウェア開発データを研究により適したものとするために，人工的に個体を追加するオーバーサンプリング法についても検討した．多数のソフトウェア開発データを対象として複数のオーバーサンプリング法を実感的に比較し，その効果を明らかにした．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
平成２９年度の研究実施計画では，（１）多様なデータの分布・尺度を想定したデータ生成方法の確立，（２）変数間の関係の再現方法の確立，（３）多数のデータセット，データ分析方法を用いた評価，を予定していた．（１）については，ボックス＝ミュラー法，対数変換，および，尖度と歪度の変換を用いる方法を提案した．（２）については，導出尺度を用いる方法を提案した．（３）についても評価を進めている．
以上のことから，研究実施計画に従っておおむね順調に進展していると考える．
|
| Strategy for Future Research Activity |
平成３０年度以降は，歪度と尖度を利用したデータ生成方法について，さらなる評価を進めるとともに，外れ値・欠損値の再現方法の確立を目指す．また，線形回帰モデル等の統計モデルによる評価に加えて，外れ値除去方法やアソシエーションルールマイニングを用いた評価を行う．さらに，データ増減による効果の評価を行う．
|
