Treffer: Simulacija i topološka analiza vremenskih nizova za modele rasta pouzdanosti softvera – znanstveno istraživački projekt ; Simulation and Topological Analysis of Software Reliability Growth Model Time Series – Research Project

Title:
Simulacija i topološka analiza vremenskih nizova za modele rasta pouzdanosti softvera – znanstveno istraživački projekt ; Simulation and Topological Analysis of Software Reliability Growth Model Time Series – Research Project
Authors:
Contributors:
Grbac, Neven
Publisher Information:
Sveučilište Jurja Dobrile u Puli. Tehnički fakultet u Puli.
University of Pula. Juraj Dobrila University of Pula, Department of Engineering.
Publication Year:
2025
Collection:
Croatian Digital Theses Repository (National and University Library in Zagreb)
Document Type:
Dissertation bachelor thesis
File Description:
application/pdf
Language:
Croatian
Rights:
http://rightsstatements.org/vocab/InC/1.0/ ; info:eu-repo/semantics/openAccess
Accession Number:
edsbas.3DCC531
Database:
BASE

Weitere Informationen

Modeli rasta pouzdanosti softvera predviđaju preostali broj kvarova na temelju dosadašnjeg vremenskog niza kvarova dobivenog testiranjem softvera. Do sada je razvijeno mnogo takvih matematičkih modela, stoga se u ovome radu na šestero njih istražuje mogućnost topološke analize podataka pomoću perzistentne homologije da razlikuje modele rasta pouzdanosti softvera. Za svaki od njih, Goel-Okumotov, Yamadin eksponencijalni, Yamadin odgođene S-krivulje, Gompertzov model krivulje rasta i njegove dvije varijante, pomoću inverznog uzorkovanja razdioba pseudoslučajno je generirano sto vremenskih nizova, svaki s tisuću kvarova, na temelju parametara iz projekta iz industrije. Korišten je programski jezik Python i paketi NumPy, SciPy, Pandas i Matplotlib za definiranje modela i obradu podataka. Svaki je niz prikupljen u histograme tjedana, koji su tehnikom kliznog prozora za širine prozora 3, 5 i 10 uzorkovani u oblake točaka, čiji su Vietoris-Ripsovi crtični kodovi perzistentnosti potom izračunati pomoću do sada najboljeg programskog alata Ripser i između grupa modela pomoću mjere udaljenosti uskog grla. Dobiveni uzorci udaljenosti uspoređeni su dvostranim Studentovim t-testom za nezavisne uzorke, čiji se rezultati, p-vrijednosti, razlikuju, što pokazuju da opisana tehnika topološke analize podataka, može međusobno razlikovati modele rasta pouzdanosti softvera, stoga se predlaže dalje istražiti ove implikacije. ; Software reliability growth models predict the remaining number of failures based on the time series of failures obtained from software testing to date. Because many such mathematical models have been developed so far, this thesis explores the possibility of topological data analysis using persistent homology to distinguish software reliability growth models on six such models. For each one of them, Goel-Okumoto, Yamada exponential, Yamada delayed S-curve, Gompertz growth curve model and its two variants, one hundred time series, each with one thousand failures, were pseudo-randomly generated using inverse ...