본 연구에서는 신뢰성 분야에서 널리 사용되는 비지수 모수분포(파레토, 로그-로지스틱)를 유한 고장 NHPP 소프트웨어 신뢰성 모델에 적용한 후, 신뢰성 성능을 분석하였다. 이를 위해 소프트웨어 고장 시간 데이터를 사용하였고, 모수 추정은 최대우도추정법을 적용하였으며, 비선형 방정식은 이분법으로 계산하였다. 그 결과 강도함수의 분석에서는 로그-로지스틱 모델이 고장 시간이 경과함에 따라 강도함수가 증가하고 감소하는 양상을 보였고 평균제곱오차(mean square error, MSE) 또한 작아 신뢰성 적합성 측면에서 가장 효율적인 것으로 나타났다. 평균값함수의 분석에서는 파레토 모델이 참값에 비해 가장 큰 오차 추정을 보였으나, 로그-로지스틱 모델은 다른 모델들에 비해 오차 여유가 더 작았다. 미래의 임무시간(mission time)을 반영한 소프트웨어 신뢰성을 평가한 결과, 파레토 모델은 높고 안정적인 반면 로그-로지스틱 및 Goel-Okumoto 기본 모델은 감소하는 경향을 보였다. 결론적으로, 제안된 모델들 중 로그-로지스틱 모델이 가장 효율적이었다. 본 연구에서는 선행 연구 사례가 없는 비지수 모수분포의 신뢰성 성능을 새롭게 분석하고 평가하였으며, 최적의 소프트웨어 신뢰성 모델을 탐색하는 데 있어 소프트웨어 개발자를 위한 기초 지침으로 활용될 수 있기를 기대한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.