정확한 신뢰성 측정치를 얻는 새로운 방법 (소프트웨어)

예측 정확성을 분석하고 소프트웨어 신뢰성 모델의 예측력을 향상시키는 두 가지 기술이 소개됩니다. u-plot 기술은 예측된 실패 행동과 관측된 실패 행동 사이의 체계적인 차이를 감지하여, 소프트웨어 신뢰성 모델을 재보정하여 더 정확한 예측을 얻을 수 있게 합니다. 영속적 가능성 비율(PLR) 기술은 두 모델이 특정 데이터 소스를 예측하는 능력을 비교하여, 일련의 예측에서 가장 정확했던 모델을 선택할 수 있게 합니다. 이러한 기술의 응용은 세 가지 실제 실패 데이터 세트를 사용하여 설명됩니다.