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.

트리 기법을 사용하는 세미감독형 결함 예측 모델

홍의석 한국인터넷방송통신학회 2020 한국인터넷방송통신학회 논문지 Vol.20 No.4

매우 많은 소프트웨어 결함 예측에 관한 연구들이 수행되어왔지만 대부분은 라벨 데이터를 훈련 데이터로 사용하 는 감독형 모델들이었다. 언라벨 데이터만을 사용하는 비감독형 모델이나 언라벨 데이터와 매우 적은 라벨 데이터 정보 를 함께 사용하는 세미감독형 모델에 관한 연구는 극소수에 불과하다. 본 논문은 Self-training 기법에 트리 알고리즘들 을 사용하여 새로운 세미감독형 모델들을 제작하였다. 세미감독형 기법인 Self-training 모델에 트리 기법들을 사용하는 새로운 세미감독형 모델들을 제작하였다. 모델 평가 실험 결과 새롭게 제작한 트리 모델들이 기존 모델들보다 더 나은 성능을 보였으며, 특히 CollectiveWoods는 타 모델들에 비해 압도적으로 우월한 성능을 보였다. 또한 매우 적은 라벨 데이터 보유 상황에서도 매우 안정적인 성능을 보였다. A number of studies have been conducted on predicting software faults, but most of them have been supervised models using labeled data as training data. Very few studies have been conducted on unsupervised models using only unlabeled data or semi-supervised models using enough unlabeled data and few labeled data. In this paper, we produced new semi-supervised models using tree algorithms in the self-training technique. As a result of the model performance evaluation experiment, the newly created tree models performed better than the existing models, and CollectiveWoods, in particular, outperformed other models. In addition, it showed very stable performance even in the case with very few labeled data.

결함 심각도에 기반한 소프트웨어 품질 예측

홍의석(Euy-Seok Hong) 한국컴퓨터정보학회 2015 韓國컴퓨터情報學會論文誌 Vol.20 No.5

소프트웨어 결함 예측 연구들의 대부분은 입력 개체의 결함 유무를 예측하는 이진 분류 모델들에 관한 것들이다. 하지만 모든 결함들이 같은 심각도를 갖지는 않으므로 예측 모델이 입력 개체의 결함경향성을 몇 개의 심각도 범주로 분류할 수 있다면 훨씬 유용하게 사용될 수 있다. 본 논문에서는 전통적인 복잡도와 크기 메트릭들을 입력으로 하는 심각도 기반 결함 예측 모델을 제안하였다. 학습 알고리즘은 많이 사용되는 네 개의 기계학습 기법들을 사용하였으며, 모델 구조는 삼진 분류 모델로 하였다. 모델 성능 평가를 위해 실험 데이터는 두 개의 NASA 공개 데이터 집합을 사용하였고, 평가 측정치는 Accuracy를 이용하였다. 평가 실험 결과는 역전파 신경망 모델이 두 데이터 집합에 대해 각각 81%와 88% 정도의 Accuracy 값으로 가장 좋은 성능을 보였다. Most of the software fault prediction studies focused on the binary classification model that predicts whether an input entity has faults or not. However the ability to predict entity fault-proneness in various severity categories is more useful because not all faults have the same severity. In this paper, we propose fault prediction models at different severity levels of faults using traditional size and complexity metrics. They are ternary classification models and use four machine learning algorithms for their training. Empirical analysis is performed using two NASA public data sets and a performance measure, accuracy. The evaluation results show that backpropagation neural network model outperforms other models on both data sets, with about 81% and 88% in terms of accuracy score respectively.

공학교육과 인증제도

홍의석 대한기계학회 2000 대한기계학회 춘추학술대회 Vol.- No.-

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.

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.

대형 소프트웨어 시스템의 결함경향성 예측을 위한 혼성 메트릭 모델

홍의석(Euy Seok Hong) 한국컴퓨터교육학회 2005 컴퓨터교육학회 논문지 Vol.8 No.5

삼중모드 기법을 이용한 소형 공동 공진기 대역통과 필터

홍의석 한국전자파학회 1998 한국전자파학회논문지 Vol.9 No.4

본 논문에서는 삼중모드 공동 공진기를 이용하여 위성 탑재용 2단 6-pole 대역통과 필터를 설계.제작하였다. 대역통과 필터는 중심 주파수 14.5 GHz(Ku-band)에서 대역폭 100 MHz로 설계하였으며 응답은 Chebyshev 함수를 이용하였다. 공동 공진기의 공진모드는 $TE_{113}$과 $TM_{012}$ 모드를 이용하였다. 공동 공진기간의 결합 (intercavity coupling)은 Chebyshev 필터 응답을 구현하기 위하여 $TE_{113}$ 모드의 자계 성분만올 결합하였다. 따라서 원통형 공동 공진기내의 TE 모드에 대한 H-field 기본식으로부터 결합계수 수식을 유도하여 이를 i intercavity 슬롯의 위치와 크기를 결정하는데 이용하였다. 측정된 펼터 웅답은 셜계 사양과 잘 일치하였다. A 2 stage 6-pole bandpass filter(BPF) is designed and implemented by using triple-mode cavity for satellite payload system. The BPF has an 100 MHz bandwidth at the center frequency of 14.5 GHz, Ku-band. The cavity filter uses two orthogonal $TE_{113}$ modes and one $TM_{012}$ mode. The intercavity coupling between the adjacent cavities results in a Chebyshev response and is accomplished by H-field component of TE modes. The size and location of intercavity slot are determined by the coupling equation from H-field of TE resonant modes in circular cavity. The measured filter response agrees well with the theoretical data.

세미감독형 학습 기법을 사용한 소프트웨어 결함 예측

홍의석 한국인터넷방송통신학회 2019 한국인터넷방송통신학회 논문지 Vol.19 No.3

소프트웨어 결함 예측 연구들의 대부분은 라벨 데이터를 훈련 데이터로 사용하는 감독형 모델에 관한 연구들이다. 감독형 모델은 높은 예측 성능을 지니지만 대부분 개발 집단들은 충분한 라벨 데이터를 보유하고 있지 않다. 언라벨데이터만 훈련에 사용하는 비감독형 모델은 모델 구축이 어렵고 성능이 떨어진다. 훈련 데이터로 라벨 데이터와 언라벨데이터를 모두 사용하는 세미 감독형 모델은 이들의 문제점을 해결한다. Self-training은 세미 감독형 기법들 중 여러가정과 제약조건들이 가장 적은 기법이다. 본 논문은 Self-training 알고리즘들을 이용해 여러 모델들을 구현하였으며, Accuracy와 AUC를 이용하여 그들을 평가한 결과 YATSI 모델이 가장 좋은 성능을 보였다. Most studies of software fault prediction have been about supervised learning models that use only labeled training data. Although supervised learning usually shows high prediction performance, most development groups do not have sufficient labeled data. Unsupervised learning models that use only unlabeled data for training are difficult to build and show poor performance. Semi-supervised learning models that use both labeled data and unlabeled data can solve these problems. Self-training technique requires the fewest assumptions and constraints among semi-supervised techniques. In this paper, we implemented several models using self-training algorithms and evaluated them using Accuracy and AUC. As a result, YATSI showed the best performance.

소프트웨어 모듈 심각도 측정을 위한 메트릭 집합

홍의석(Euy-Seok Hong) 한국컴퓨터정보학회 2015 韓國컴퓨터情報學會論文誌 Vol.20 No.1

모든 소프트웨어 결함들이 시스템에 같은 정도의 영향을 미치는 것이 아니므로 결함이 미치는 충격의 정도를 나타내는 결함 심각도는 소프트웨어 품질 관련 작업들에 중요한 역할을 하고 있다. 결함 심각도 관련 기존 연구들은 심각도 레벨은 정의하였지만 품질 작업의 기본 단위인 모듈의 심각도에 관한 언급은 거의 없었다. 본 논문에서는 심각도 레벨이 증가함에 따라 심각도 값이 급격히 증가하는 심각도 성질을 이용하여 결함 심각도 메트릭을 지수 함수 형태로 정의한 후, 모듈 내부의 결함 수와 결함 심각도 메트릭에 기반한 새로운 모듈 심각도 메트릭 집합을 정의하였다. 제안 메트릭들의 적용가능성을 보이기 위해 Weyuker 기준들을 이용한 분석적 검증과 NASA 공개 데이터 집합을 이용한 실험적 검증을 수행하였으며, 제안 메트릭들 중 ms는 모듈의 심각도 정량화에, msd는 심각도에 기반한 시스템간의 비교에 매우 유용하게 사용될 수 있다는 것을 보였다. Defect severity that is a measure of the impact caused by the defect plays an important role in software quality activities because not all software defects are equal. Earlier studies have concentrated on defining defect severity levels, but there have almost never been trials of measuring module severity. In this paper, first, we define a defect severity metric in the form of an exponential function using the characteristics that defect severity values increase much faster than severity levels. Then we define a new metrics set for software module severity using the number of defects in a module and their defect severity metric values. In order to show the applicability of the proposed metrics, we performed an analytical validation using Weyuker’s properties and experimental validation using NASA open data sets. The results show that ms is very useful for measuring the module severity and msd can be used to compare different systems in terms of module severity.