メトリクス値の標準化によるfault-proneモジュール判別モデルの精度向上

• Item type: SIG Technical Reports(1)
• 公開日: 2009-10-29
• タイトル: メトリクス値の標準化によるfault-proneモジュール判別モデルの精度向上
• タイトル / 言語: en
• タイトル: Performance Improvement of Fault-prone Module Prediction by Normalization of Software Metrics
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 保守
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 奈良先端科学技術大学院大学，情報科学研究科
• 著者所属: 奈良先端科学技術大学院大学，情報科学研究科
• 著者所属: 奈良先端科学技術大学院大学，情報科学研究科
• 著者所属: 奈良先端科学技術大学院大学，情報科学研究科
• 著者所属: 奈良先端科学技術大学院大学，情報科学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science, Nara Institute of Science and Technology
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science, Nara Institute of Science and Technology
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science, Nara Institute of Science and Technology
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science, Nara Institute of Science and Technology
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science, Nara Institute of Science and Technology
• 著者名: 藏本, 達也; 柗本, 真佑; 亀井, 靖高; 門田, 暁人; 松本, 健一
• 著者名(英): Tatsuya, Kuramoto; Shinsuke, Matsumoto; Yasutaka, Kamei; Akito, Monden; Ken-ichi, Matsumoto
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: ソフトウェア開発において，信頼性の確保，およびテストの効率化のためには，fault-prone モジュール （バグを含みやすいモジュール） を予測し，それらを重点的にテストすることが求められる．ただし，予測対象のソフトウェアが，予測モデル構築に用いたソフトウェアと異なる特徴を持つ場合，必ずしも十分な予測精度が得られない．本研究では，異なる特徴を持ったソフトウェア間においても十分な予測精度を得ることを目的として，モデル構築時，および予測時に，モデルの入力となるソフトウェアメトリクスの値を標準化する方法を提案する．提案手法の効果を確かめるために，NASA IV & V Facility Metrics Data Program で公開している 9 プロジェクト分のデータセットを対象として評価実験を行った．実験の結果，提案手法を適用しない場合と比べて，AUC の値が平均で 0.07 向上した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In software development, it is important to assign test effort to fault-prone modules (which are likely to include a bug) to ensure the reliability and not to waste test effort for fault-less modules. However, enough prediction accuracy is not always achieved when characteristics of a target project is different from that of a base project used for building a prediction model. This paper proposes a method to normalize software metrics used to get enough prediction accuracy for such a cross-project prediction. We evaluated the proposed method using data sets of nine projects from NASA IV & V Facility Metrics Data Program. As a result of the experiment, We compared with a conventional method, the AUC value improved 0.07 on average.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10112981
• 書誌情報: 研究報告ソフトウェア工学（SE）; 巻 2009-SE-166, 号 11, p. 1-6, 発行日 2009-10-29
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会