본 논문에서는 비동질 포아송 과정에 기초한 소프트웨어 오류 현상에 대한 신뢰도 모형을 고려하고 사전정보를 이용한 베이지안 추론을 시행하였다. 고장 패턴은 NHPP에 대한 강도함수와 평균값 함수로서 나타낼 수 있다. 따라서 본 논문에서는 기존의 모형인 Goel이 제시한 모형과 신뢰성 분포로 많이 사용되는 와이블 분포의 특수형태인 레일리분포와 라플라스 분포를 이용한 모형을 제시하여 베이지안 추론을 시행하고 또, 효율적 모형을 위한 모형선택으로서 편차자승합을 이용하여 비교하였다. 모수의 추정을 위해서 마코브체인 몬테카를로 기법중에 하나인 깁스샘플링을 이용한 근사추정 기법이 사용되었다. 수치적인 예에서는 실측자료인 NTDS 자료를 이용하여 모수 및 신뢰도를 추정하였고 편차자승합을 이용한 모형비교의 결과를 나열하였다.
Software reliability growth models are used in testing stages of software development to model the error content and time intervals between software failures. This paper presents a stochastic model for the software failure phenomenon based on a nonhomogeneous Poisson process(NHPP) and performs Bayesian inference using prior information. The failure process is analyzed to develop a suitable mean value function for the NHPP ; expressions are given for several performance measure. Actual software failure data are compared with several model on the constant reflecting the quality of testing. The performance measures and parametric inferences of the suggested models using Rayleigh distribution and Laplace distribution are discussed. The results of the suggested models are applied to real software failure data and compared with Goel model. Tools of parameter point inference and 95% credible intereval was used method of Gibbs sampling. In this paper, model selection using the sum of the squared errors was employed. The numerical example by NTDS data was illustrated.
