| 研究課題/領域番号 |
22K14440
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分25010:社会システム工学関連
|
|---|
| 研究機関 | 鳥取大学 |
|---|
研究代表者 |
南野 友香 鳥取大学, 工学研究科, 准教授 (30778014)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2023年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2022年度: 2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
|
|---|
| キーワード | ソフトウェア信頼度成長モデル / 変化点検出 / Change Finder / ソフトウェア信頼性 |
|---|
| 研究開始時の研究の概要 |
迅速な開発・出荷が求められる現在のソフトウェア開発現場では，開発管理者がフォールト発見難易度などのテスト環境の変化（チェンジポイント）を早急に察知し，適切にテスト要員の投入や調整をする必要がある．しかし，定量的な根拠に基づき，チェンジポイントをリアルタイムで把握することができていない．本研究では，開発管理者の意思決定を支援するため，機械学習の変化点検出エンジンであるChange Finderを用いてチェンジポイントを早期に検出する．本提案手法を工場データやフォールトビッグデータなど様々なデータに適用し，その検出精度と有用性を評価する．
|
| 研究成果の概要 |
高精度なソフトウェア信頼性評価のためには，ソフトウェア信頼度成長モデルの高精度化が必要不可欠である．従前モデルはテスト環境が一定であり，信頼度成長傾向に変化がないことを前提としている．一方で実際のテスト工程では，ソフトウェア開発における管理面や固有技術面の要因により，テスト環境が変化している．これまでにテスト環境の変化を考慮した拡張モデルが開発されたが，変化点発生時刻を所与パラメータとするため，定量的根拠に基づく変化点検出手法が求められている．そこで本研究では，変化点検出エンジンChange Finderを用いて，フォールト発見数データから変化点を検出し，その有効性を適合性比較により確認した．
|
| 研究成果の学術的意義や社会的意義 |
提案手法の汎用性を確認するため，ソフトウェア開発プロジェクトで収集された種々のデータを用いて検証を行い，概ねモデル精度を向上させる有効な変化点が検出できることを明らかにした．また，ビッグデータに対して適用されてきたChange Finderを非常に小規模なデータであるフォールト発見数データに適用しても有効な変化点検出が可能であることを示した．ソフトウェアが社会システムに広く適用され，高い信頼性が求められる現代社会において，本研究は，ソフトウェア信頼性評価技術の高精度化の観点からソフトウェア産業界に寄与するものと期待される．
|
