디지털 라이브러리[ 검색결과 ]
회귀 분석을 이용한 고복잡도 소프트웨어의 테스터빌리티 예측 모형 구축
http://doi.org/10.5626/JOK.2023.50.2.162
테스터빌리티는 소프트웨어가 주어진 테스트 컨텍스트에서 테스트를 지원하는 정도를 말한다. 테스터빌리티를 조기에 예측하면 개발자가 소프트웨어 품질을 보장하기 위해 많은 노력을 수행해야하는 소프트웨어 구성 요소를 조기에 식별하고, 테스트 활동을 계획하고, 시험 노력을 줄이기 위한 리팩터링 필요성을 인식하는 데 도움이 될 수 있다. 소프트웨어 메트릭과 코드 커버리지를 이용하여 회귀 분석을 수행해 테스터빌리티를 예측하는 연구들이 수행되었다. 기존 연구들은 단순한 소프트웨어 구조의 비중이 큰 학습 데이터를 사용하였다. 그러나 단순한 구조의 비중이 큰, 불균형 데이터로 학습한 예측 모형은 고복잡도 소프트웨어의 테스터빌리티 예측 정확도가 낮을 수 있다. 본 연구는 고복잡도 소프트웨어를 고려한 예측모형 구축을 위해 산업 도메인 표준의 메트릭 허용 기준을 기반으로 생성한 학습 데이터를 사용하였다. 3가지 회귀 분석을 사용하여 테스터빌리티 예측 모형을 구축한 결과 약 4.4%의 분기 커버리지 오차와 0.86의 결정계수를 가지는 예측 모형을 구축하였다.
무선 환경에서 HTTP 적응적 스트리밍의 QoE 향상을 위한 안정성 기반의 품질 적응 기법
http://doi.org/10.5626/JOK.2019.46.3.268
최근, 네트워크의 발전으로 비디오 스트리밍에 대한 수요가 증가하면서 HTTP 적응적 스트리밍(HTTP Adaptive Streaming)이 주목받고 있다. HTTP 적응적 스트리밍은 클라이언트가 네트워크 상황에 적응적으로 품질을 선택하기 때문에 QoE(Quality of Experience)를 보장할 수 있다. 그러나, 무선환경에서는 높은 지연과 패킷 손실률로 인해 대역폭이 부정확하게 측정된다. 기존의 품질 적응 기법들은 측정된 대역폭을 이용해 품질을 선택하기 때문에 QoE가 저하되는 문제가 있다. 본 논문에서는 무선 환경에서 HTTP 적응적 스트리밍의 QoE 향상을 위한 안정성 기반의 품질 적응 기법을 제안한다. 제안하는 기법은 요청 품질과 버퍼의 변화를 이용해 재생 끊김 확률과 불안정성을 계산하고 품질 적응 영역에 따라 품질을 다르게 선택한다. 실험 결과, 제안하는 기법이 기존 기법들과 비교해 적은 품질 변경과 높은 평균비디오 품질로 QoE를 향상시키는 것을 확인하였다.
센서 정보의 안정적인 이용을 위한 경로 예측 기반 센서 레지스트리 시스템
센서 레지스트리 시스템은 이기종 센서 네트워크 환경에서 센서 데이터의 즉시적 활용 및 끊김 없는 해석을 위해 개발되었다. 그러나 기존 센서 레지스트리 시스템은 불안정한 네트워크 상황에서 센서 데이터 해석을 위한 정보를 제공하지 못하며, 이로 인해 센서 데이터의 손실, 처리 결과의 부정확성, 서비스 품질 저하 등의 문제를 야기한다. 이 논문에서는 소프트웨어 관점에서 이러한 문제점을 해결할 수 있는 방안을 제시한다. 사용자의 이동 경로를 예측하여 사전에 센서 정보를 이동 단말기에 제공함으로써 불완전한 네트워크 접속 시점에 안정적으로 센서 정보를 활용할 수 있는 확장된 센서 레지스트리 시스템을 제안하고 실험 및 평가 결과를 보인다. 이 논문에서 제안한 확장된 센서 레지스트리 시스템은 센서 정보의 안정적 활용성 증가와 더불어 센서 기반 서비스 품질을 향상시킨다.
