Zeitschrift für Kernenergiewissenschaft und Energieerzeugungstechnologie

Praktischer Ansatz für das Fehlervorhersagemodell für Softwaretests

Sujatha Dandu, Kiranmai Rage, M. Sundar Raj, Nilamadhab Mishra ,  D. Sivakumar und S. Mohan

Die Prognose von Softwareschwachstellen zielt darauf ab, die Kosten für die Testautomatisierung zu senken, indem Benutzer zur standardmäßigen Kategorisierung von Unternehmenssoftware geführt werden. In vielen Unternehmen werden häufig Fehlerprädiktoren verwendet, um Softwarefehler zu vermeiden, Zeit zu sparen, die Qualität und das Testen zu verbessern und die Ressourcenzuweisung zu optimieren, um Zeitpläne einzuhalten. Die Implementierung statistischer Modelle zur Vorhersage von Paketfehlern im Alltag ist äußerst anspruchsvoll, da die nächste Version oder neuere, bessere Projekttypen mit weitaus mehr unterschiedlichen Daten und Messungen sowie früheren Fehlerinformationen vorhergesagt werden müssen. In dieser Studie zeigt unsere quantitative Technik, wie die Fehler für aktuelle Softwareversionen oder -vorhaben richtig vorhergesagt werden. Wir haben 20 Datensätze zu Softwareentwicklungsversionen und 5 Variablen verwendet und ein Modell mithilfe von Zusammenfassungsanalysen, Korrelationen und verschiedenen linearen Modellen mit einem Konfidenzniveau von 95 % (CI) erstellt. Der R-Quadrat-Wert betrug 0,91 und seine Standardabweichung beträgt 5,90 % in dieser geeigneten multiplen linearen Regressionsanalyse. Das Fehlermodell für Softwaretests wird verwendet, um Probleme in zahlreichen Testprogrammen und kommerziellen Bereitstellungen vorherzusehen. Beim Vergleich der tatsächlichen und der vorhergesagten Fehler stellten wir eine Genauigkeit von 90,76 % fest.