SDL 설계 복잡도 메트릭 집합

홍의석(Euy Seok Hong),홍성백(Seong Baek Hong),김갑수(Kap Su Kim),우치수(Chi Su Wu) 한국정보과학회 1997 정보과학회논문지(B) Vol.24 No.10

통신 소프트웨어 설계 명세를 위한 ITU 권고안(Z.100)인 SDL(Specification and Description Language)로 작성된 설계 결과를 정량적으로 분석할 수 있는 SDL 메트릭 집합을 SDL 기본 측정치 집합, SDL 복잡도 측정치 집합, SDL 복잡도 메트릭 형태로 제안한다. 제안 메트릭 집합은 새롭게 정의한 구조화된 SDL 모델에 기초를 두고 있으며 각 설계 단계와 관심 단위에 따라 세개의 그룹으로 분류된다. 또한 이들을 적용하기에 적당한 시스템 요소들의 집합인 일관성 있는 관심 대상 집합을 정의한다. 모의 실험을 통해 제안 메트릭 집합의 적용 가능성과 복잡도 메트릭의 두 형태인 가중합, 가중곱 형태의 상관성이 매우 높다는 것을 보였다. 본 연구 결과물은 시스템 병목 부분 예측을 통한 효율적인 자원 할당, 서로 다른 설계 방안들의 비교와 재설계 여부 결정, 유지보수성이나 신뢰성 같은 품질 인자들의 초기 예측 등에 사용가능하다. We propose SDL metrics set that can be used in the quantitative analysis of design specification using SDL. SDL, the Specification and Description Language, is a ITU Recommendation(Z.100) for Telecommunication System specification. SDL metrics set consists of three different forms : SDL basic measure set, SDL complexity measure set and SDL complexity metrics. Proposed metrics set is based on the new structured SDL model and classified into three groups according to each design phase and "concern unit". Also we define "consistent concern set" that is suitable for applying above metrics set. We performed a simulation which shows the applicability of metrics set and demonstrates the high correlation between the weighted sum and the weighted product complexity metrics. The results of this study can be used in the efficient resource allocation by identifying system bottleneck. Additionally they are useful to compare of design alternatives, decide the necessity of redesign and predict quality factors like SW maintainability and reliability in design phase.

퍼지 분류를 이용한 초기 위험도 예측 모델

홍의석,권용길,Hong, Euy-Seok,Kwon, Yong-Kil 한국정보처리학회 2000 정보처리논문지 Vol.7 No.5

Critical prediction models that determine whether a design entity is fault-prone or non fault-prone play an important role in reducing system development cost because the problems in early phases largely affected the quality of the late products. Real-time systems such as telecommunication system are so large that criticality prediction is more important in real-time system design. The current models are based on the technique such as discriminant analysis, neural net and classification trees. These models have some problems with analyzing cause of the prediction results and low extendability. In this paper, we propose a criticality prediction model using fuzzy rulebase constructed by genetic algorithm. This model makes it easy to analyze the cause of the result and also provides high extendability, high applicability, and no limit on the number of rules to be found. 소프트웨어 개발 초기 단계의 문제점이 개발 후반부 산물의 품질에 심각한 영향을미치기 때문에 설계 명세를 이용하여 위험 부분을 예측하는위험도 예측 모델은 전체 시스템 개발비용을 낮추는 데 중요한 역할을 하고 있으며, 이러한 예측 모델은 결과 산물이 매우 크고 실행 정확성이 요구되는통신 소프트웨어 같은 실시간 시스템 설계에 더욱 필요하다. 판별분석, 인공신경망, 분류트리 등의 기법들을 이용한 모델들이 제안되었으나 이들은 결과에 대한 원인 분석의 어려움, 낮은 확장성 등의 문제점들을 지니고 있었다. 본 논문에서는 유전자 알고리즘에 의해 구축된 퍼지 규칙 베이스를 이용한 위험도 예측 모델을 제안한다. 제안 모델은 예측 결과에 대한 원인 분석이 용이하고 높은 확정성과 적용성을 지니고 규칙수에 대한 제안이 없다. 이러한 내부특성들 비교의 모의 실을 통한 예측 정확도 비교를 통해 제안 모델이 타 모델들보다 우수함을 보였다.

객체지향 CASE 도구 OODesigner의 플랫폼 이식 사례 연구

홍의석,김태균,Hong, Euy-Seok,Kim, Tae-Gyun 한국정보처리학회 2000 정보처리논문지 Vol.7 No.9

소프트웨어 개발 기술이 발전함에 따라 객체지향 CASE(Computer Aided Software Engineering)도구의 중요성이 점차 커지고 있다. 본 논문에서는 객체지향 CASE 도구인 OODesigner[15, 16]를 세가지 플랫폼에서 개발한 공정을 기술하고, 구현된 도구들의 설계 및 구현 결과 유사성을 기술하며, CASE 도구 개발을 위한 설계 및 구현 관점의 일반적인 구조를 제시한다. OODesigner는 초기에 OMT(Object Modeling Technique)를 지원하기 위한 목적으로 1994년부터 개발되기 시작하였으며, 1997년에 Unix 버전이 완성된 이후 UML(Unified Modeling Language)을 지원하는 Java 버전과 Windows 버전의 개발이 이루어졌다. CASE 도구 개발은 Model-View-Controller(MVC)패러다임을 적용하는 전형적인 예라고 볼 수 있으며 구현 결과 MVC 관점에서 세가지 버전들의 공통된 설계 패턴들을 얻을 수 있었다, 이러한 설계의 유사성들은 해당되는 설계 표기법을 지원하는 다양한 CASE 도구의 개발을 사용될 수 있다. As software technology has made progress, object-oriented CASE tools have become more important. This paper presents the process and similarity in design and implementation of OODesigner, an object-oriented CASE tool, on three platfonns and outlines a kind of generic architecture for the design and the implementation of CASE tools. OODesigner is a tool that was initially developed to support OMT. An initial Unix version has been developed since 1994. In 1997, after the completion of the Unix version, we began developing a Java version and a Windows version supporting UML. The development of a CASE tool is a typical application of the Model-View-ControllerO'vIVC) paradigm. Thus, we obtained a common design pattern among the versions in the MVC point of views. This design similarity can be used to develop several kinds of CASE tools with the corresponding design notations.

가상 훈련 데이터를 사용하는 소프트웨어 품질 분류 모델

홍의석(Euy-Seok Hong) 한국콘텐츠학회 2008 한국콘텐츠학회논문지 Vol.8 No.7

소프트웨어 개발 프로세스의 초기 단계에서 결함경향성이 많은 모듈들을 예측하는 위험도 예측 모델은 프로젝트 자원할당에 도움을 주어 전체 시스템의 품질을 개선시키는 역할을 한다. 설계 복잡도 메트릭에 기반을 둔 여러 예측 모델들이 제안 되었지만 대부분 훈련 데이터 집합을 필요로 하는 모델들이었고 훈련데이터 집합을 보유하고 있지 않은 대부분의 개발 집단들은 이들을 사용할 수 없다는 문제점이 있었다. 본 논문에서는 잘 알려진 감독형 학습 모델인 오류 역전파 신경망 모델에 SDL 시스템 명세를 정량화하여 적용한 예측 모델을 개발하였으며, 기존 학습 모델들의 문제점을 해결하기 위해 이 모델을 여러 제약조건을 가지고 만든 가상 훈련데이터집합으로 학습시켰다. 제안 모델의 사용가능성을 알아보기 위해 몇가지 모의 실험을 수행 하였으며, 그 결과 제안 모델이 훈련 데이터 집합이 없는 개발 집단에서는 실제 데이터로 훈련된 예측 모델의 대안으로 사용될 수 있음을 보였다. Criticality prediction models to identify most fault-prone modules in the system early in the software development process help in allocation of resources and foster software quality improvement. Many models for identifying fault-prone modules using design complexity metrics have been suggested, but most of them are training models that need training data set. Most organizations cannot use these models because very few organizations have their own training data. This paper builds a prediction model based on a well-known supervised learning model, error backpropagation neural net, using design metrics quantifying SDL system specifications. To solve the problem of other models, this model is trained by generated virtual training data set. Some simulation studies have been performed to investigate feasibility of this model, and the results show that suggested model can be an alternative for the organizations without real training data to predict their software qualities.

SDL 메트릭 집합의 분석적 검증

홍의석 ( Euy Seok Hong ),정명희 ( Myung Hee Jung ) 한국정보처리학회 2000 정보처리학회논문지 Vol.7 No.4

Design metrics that quantify the design phase play an important role in reducing system development cost because the problems in early phases of software development seriously affect the quality of the late products. Real-time systems such as telecommunication systems are so large that design quantification is more important in real-time system design. Although many metrics have been proposed, few of them are correctly validated. This paper revises the SDL metrics set proposed in earlier study [9] and perform an analytical validation of the metrics set. Axiomatic approach and dimensional analysis are used for metrics validation and the old metrics are revised to satisfy the validation criteria.

훈련데이터 집합을 사용하지 않는 소프트웨어 품질예측 모델

홍의석,Hong, Euy-Seok 한국정보처리학회 2003 정보처리학회논문지D Vol.10 No.4

설계 개체의 결함경향성을 판별하는 위험도 예측 모델은 분석이나 설계 같은 소프트웨어 개발 초기 단계에서 시스템의 문제 부분들을 찾아 내는데 사용된다. 복잡도 메트릭에 기반한 많은 위험도 예측 모델들이 제안되었지만 그들 대부분은 모델 훈련을 위한 훈련데이터 집합을 필요로 하는 모델들이었다. 하지만 대부분의 개발집단은 훈련데이터 집합을 보유하고 있지 않기 때문에 이들 모델들은 대부분의 개발집단에서 사용될 수 없다는 커다란 문제점이 있었다. 이러한 문제점을 해결하기 위해 본 논문에서는 Kohonen SOM 신경망을 이용하여 훈련데이터 집합을 사용하지 않는 새로운 예측 모델 KSM을 제안한다. 여러 내부 특성들과 모델 사용의 용이성 그리고 모의실험을 통한 예측 정확도 비교를 통해 KSM을 잘 알려진 예측 모델인 역전파 신경망 모델(BPM)과 비교하였으며 그 결과 KSM의 성능이 BPM에 근접하다는 것을 보였다. Criticality prediction models that determine whether a design entity is fault-prone or non fault-prone are used for identifying trouble spots of software system in analysis or design phases. Many criticality prediction models for identifying fault-prone modules using complexity metrics have been suggested. But most of them need training data set. Unfortunately very few organizations have their own training data. To solve this problem, this paper builds a new prediction model, KSM, based on Kohonen SOM neural networks. KSM is implemented and compared with a well-known prediction model, BackPropagation neural network Model (BPM), considering internal characteristics, utilization cost and accuracy of prediction. As a result, this paper shows that KSM has comparative performance with BPM.

소프트웨어 공학 : 대표적인 클러스터링 알고리즘을 사용한 비감독형 결함 예측 모델

홍의석 ( Euy Seok Hong ),박미경 ( Mi Kyeong Park ) 한국정보처리학회 2014 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.3 No.2

입력 모듈의 결함경향성을 결정하는 결함 예측 모델 연구들은 대부분 훈련 데이터 집합을 사용하는 감독형 모델에 관련된 것들이었다. 하지만 과거 데이터 집합이 없거나 데이터 집합이 있더라도 현재 프로젝트와 성격이 다른 경우는 비감독형 모델이 필요하며, 이들에 관한 연구들은 모델 구축의 어려움 때문에 극소수 존재한다. 본 논문에서는 기존 비감독형 모델 연구들에서 사용하지 않은 대표적인 클러스터링 알고리즘인 EM, DBSCAN을 사용한 비감독형 모델들을 제작하여, 기존 연구들에서 사용한 K-means 모델과 성능을 비교하였다. 그 결과 오류율 면에서 EM이 K-means보다 약간 나은 성능을 보였으며, DBSCAN은 두 모델에 떨어지는 성능을 보였다. Most previous studies of software fault prediction model which determines the fault-proneness of input modules have focused on supervised learning model using training data set. However, Unsupervised learning model is needed in case supervised learning model cannot be applied: either past training data set is not present or even though there exists data set, current project type is changed. Building an unsupervised learning model is extremely difficult that is why only a few studies exist. In this paper, we build unsupervised models using representative clustering algorithms, EM and DBSCAN, that have not been used in prior studies and compare these models with the previous model using K-means algorithm. The results of our study show that the EM model performs slightly better than the K-means model in terms of error rate and these two models significantly outperform the DBSCAN model.

퍼지 분류를 이용한 초기 위험도 예측 모델

홍의석(Euy Seok Hong),권용길(Yong Kil Kwon) 한국정보처리학회 2000 정보처리학회논문지 Vol.7 No.5

Criticality prediction models that determine whether a design entity is fault-prone or non fault-prone play an important role in reducing system development cost because the problems in early phases largely affect the quality of the late products. Real-time systems such as telecommunication systems are so large that criticality prediction is more important in real-time system design. The current models are based on the technique such as discriminant analysis, neural net and classification trees. These models have some problems with analyzing cause of the prediction results and low extendability. In this paper, we propose a criticality prediction model using fuzzy rulebase constructed by genetic algorithm. This model makes it easy to analyze the cause of the result and also provides high extendability, high applicability, and no limit on the number of rules to be found.

소프트웨어 품질 예측 모델을 위한 분류 프레임워크

홍의석(Euy-Seok Hong) 한국콘텐츠학회 2010 한국콘텐츠학회논문지 Vol.10 No.6

본 논문에서는 위험도라는 품질 인자를 예로 들어 메트릭 기반 소프트웨어 품질 예측 모델들을 네가지 타입으로 분류하는 프레임워크를 제안한다. 모델들은 다음과 같은 두가지 기준에 의해 분류된다: 모델 입력 메트릭 형태, 과거 프로젝트 데이터의 필요 유무. 분류된 타입들은 각각의 특성을 가지며 새롭게 정의된 몇가지 기준들에 의해 타 타입들과 장단점이 비교되었다. 이러한 정성적인 평가를 거쳐 품질 예측 모델을 이용하고자하는 개발 집단은 어떤 품질 예측 모델이 자신들에게 적합한지를 판단할 수 있게 된다. 또한 각 타입에 속하는 위험도 예측 모델들을 구현해 예측 성능을 측정한 선행 연구 데이터를 분석하여 예측성능에 못지않게 모델이 속한 타입의 특성이 모델 선정의 중요한 관건이 됨을 보였다. This paper proposes a framework for classifying metric-based software quality prediction models, especially case of software criticality, into four types. Models are classified along two vectors: input metric forms and the necessity of past project data. Each type has its own characteristics and its strength and weakness are compared with those of other types using newly defined criteria. Through this qualitative evaluation each organization can choose a proper model to suit its environment. My earlier studies of criticality prediction model implemented specific models in each type and evaluated their prediction performances. In this paper I analyze the experimental results and show that the characteristics of a model type is the another key of successful model selection.

프로세스 복잡도에 기초한 변환 분석기의 설계 및 구현

홍의석(Euy Seok Hong),우치수(Chi Su Wu) 한국정보과학회 1995 정보과학회논문지(B) Vol.22 No.9

구조적 설계 방법론은 구조적 분석 결과로부터 1차 구조도를 생성하는 변환 분석 방법을 제시하고 있다. 분석의 결과인 요구 사항 명세로 부터 구조도를 유도하는 자동화된 변환 분석기는 분석과 설계단계의 작업을 일관되고 체계적으로 연결해주는 도구이므로 구조적 기법 지원 CASE 환경에서 중요한 위치를 차지한다. 본 논문에서는 여러 CASE 도구들의 변환 분석기들에 사용된 변환 방법들의 문제점들을 기술하고, 그들을 해결하기 위한 새로운 변환 방법을 제시한다. 새로운 변환 방법은 의미적인 분석에 의한 프로세스의 복잡도 정의와 그를 이용한 중심 변환 선정 알고리즘, 시스템 설계자의 의견을 첨가시킬 수 있는 중심 변환 확인 윈도우, 복잡하지 않은 구조도를 생성할 수 있는 모듈분해 방법을 포함한다. 이러한 변환 방법을 사용한 변환 분석기를 UNIX 환경 하에서 X 윈도우를 사용하여 구현하였다. The Structured Design methodology suggests the Transform Analysis technique converting requirement specs into a first-cut structure chart. Because the automatic Transform Analyzer links analysis with design stage consistently, it plays an important role in CASE environment supporting the structured methodology, In this paper, we describe the problems in techniques adopted in the various transform analyzers and suggest a new technique to solve them The now transformation technique contains a central transform identification algorithm using the process complexity metric based on the semantic analysis, It also contains a central transform confirmation window that enables the system designer's opinion to be included in the central transform identification process, and a factoring method generating a simpler structure chart. We have implemented tool using this technique in the UNIX environment using the X window system.