Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

n-Steps ahead software reliability prediction using the Kalman filter

Texto completo
Autor(es):
Ursini, Edson L. [1] ; Martins, Paulo S. [1] ; Moraes, Regina L. [1] ; Timoteo, Varese S. [1]
Número total de Autores: 4
Afiliação do(s) autor(es):
[1] Univ Estadual Campinas, UNICAMP, Sch Technol, BR-13484332 Limeira, SP - Brazil
Número total de Afiliações: 1
Tipo de documento: Artigo Científico
Fonte: Applied Mathematics and Computation; v. 245, p. 116-134, OCT 15 2014.
Citações Web of Science: 4
Resumo

This paper presents KSL, a new software reliability growth model (SRGM) based on the Kalman filter with a sub filter and the Laplace trend test. We applied the model to the Linux operating system kernel as a case study to predict the absolute and relative (per lines of code) number of faults n-steps ahead. The Laplace trend test is applied to detect when the series no longer follows a homogeneous Poisson process, improving the confidence level. An example is provided with a prediction of 13 months ahead on the number of faults with 8% error. The results (i.e. predictive capability) indicated that the proposed approach outperforms the S-shaped prediction model, Weibull, and Exponentiated Weibull distributions, as well as typical and OS-ELM Neural networks when the series has a short number of observations. (C) 2014 Elsevier Inc. All rights reserved. (AU)

Processo FAPESP: 11/17339-5 - Metodologia de modelos analíticos, de simulação e de emulação para o dimensionamento de redes privadas virtuais utilizando o protocolo internet (IP VPN)
Beneficiário:Edson Luiz Ursini
Linha de fomento: Auxílio à Pesquisa - Regular
Processo FAPESP: 13/17823-0 - Classificação de falhas de redes móveis em ambiente de nuvem
Beneficiário:Regina Lúcia de Oliveira Moraes
Linha de fomento: Auxílio à Pesquisa - Regular