Software fault prediction fuzzy logic and neural network techniques

การคาดคะเนข้อบกพร่องของซอฟต์แวร์โดยเทคนิคทางตรรกศาสตร์วิภัชนัยและโครงข่ายประสาทเทียม

Name: Atchara Mahaweerawat

LCSH: Computer software

LCSH: Computer software -- Development

LCSH: Machine learning

LCSH: Neural networks (Computer science)

LCSH: Fuzzy logic

Abstract: In the world of software development, organizations must optimize the use of their limited resources to deliver quality products on time and within budget. This requires efficient and effective discovery, removal, and prevention of faults introduced during the development process or residual faults from maintenance stage. To reveal software fault, testing is generally employed by procedurally running the system with efforts. This dissertation proposes an approach for software fault prediction and fault location without actually running the software. The process of software fault prediction consists of four stages, namely, fault-prone prediction, fault type prediction, dynamic fault prediction, and fault locating. Fault predictive models are constructed based on software metrics with the help of fuzzy logic and neural network techniques for each stage. Once identified, all potential faults are pinpointed to locate their whereabouts. The results are further analyzed to obtain principal metrics that are conducive to fault prediction with the help of sensitivity analysis process. Hence, the proposed approach will furnish a basis for machine learning building blocks that could be realized in software quality assurance, whereby replacing time-consuming and error-prone inspection process to attain more reliable software products

Abstract: ในโลกของการพัฒนาซอฟต์แวร์ องค์การต่างๆจะต้องจัดการใช้ทรัพยากรที่มีอยู่อย่างจำกัดให้เหมาะสมเพื่อส่งมอบซอฟต์แวร์ที่มีคุณภาพภายใต้ระยะเวลาที่กำหนดและงบประมาณที่จำกัด ดังนั้นการค้นหา แก้ไข และป้องกันข้อบกพร่องที่เกิดขึ้นระหว่างการพัฒนาซอฟต์แวร์ หรือ ข้อบกพร่องที่ยังมีอยู่ในขั้นตอนการบำรุงรักษาซอฟต์แวร์จึงเป็น การทดสอบซอฟต์แวร์เป็นวิธีที่ใช้กันทั่วไปเพื่อหาข้อบกพร่องของซอฟต์แวร์อย่างเป็นขั้นตอนกับชุดทดสอบที่เหมาะสม ซึ่งวิธีนี้จะเสียค่าใช้จ่ายสูงและใช้ความพยายามอย่างมาก วิทยานิพนธ์นี้ได้นำเสนอวิธีการคาดคะเนข้อบกพร่องของซอฟต์แวร์โดยไม่ต้องติดตั้งและใช้งานซอฟต์แวร์จริง กระบวนการคาดคะเนข้อบกพร่องของซอฟต์แวร์ประกอบด้วย 4 ขั้นตอนคือ การคาดคะเนความบกพร่อง การคาดคะเนประเภทข้อบกพร่อง การคาดคะเนข้อบกพร่องสำหรับแต่ละขั้นตอนบนพื้นฐานของซอฟต์แวร์เมตริกซ์ด้วยเทคนิคทางตรรกะวิภัชนัยและโครงข่ายประสาทเทียม เมื่อระบุได้ว่าซอฟต์แวร์มีความบกพร่อง ซอฟต์แวร์ดังกล่าวจะถูกพิจารณาเพื่อหาตำแหน่งของข้อบกพร่องและผลของการทำนายความบกพร่องยังถูกวิเคราะห์ต่อเพื่อหาซอฟต์แวร์เมตริกซ์ที่มีความสำคัญต่อการทำนายความบกพร่องด้วยกลไกการเรียนรู้เพื่อการประกันคุณภาพของซอฟต์แวร์ อีกทั้งช่วยละระยะเวลาที่ใช้ในการตรวจสอบซอฟต์แวร์ที่มีความผิดพลาดง่ายเพื่อให้ได้มาซึ่งซอฟต์แวร์ที่มีคุณภาพและไว้ใจได้

Chulalongkorn University

Address: BANGKOK

Email: cuir@car.chula.ac.th

Name: Peraphon Sophatsathit

Role: advisor

Name: Chidchanok Lursinsap

Role: advisor

Created: 2006

Modified: 2017-05-13

Issued: 2008-08-14

วิทยานิพนธ์/Thesis

application/pdf

eng

DegreeName: Doctor of Philosophy

Level: Doctoral Degree

Descipline: Mathematics

Grantor: Chulalongkorn University

©copyrights Chulalongkorn University

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	Atchara_Ma.pdf	2.01 MB	156	2025-06-19 14:39:37

ใช้เวลา

0.027419 วินาที