Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/48036
Full metadata record
DC FieldValueLanguage
dc.creatorAlmeida, Evelyn Natalie Aguiar de-
dc.date.accessioned2026-01-15T18:06:20Z-
dc.date.available2026-01-15T18:06:20Z-
dc.date.issued2025-12-15-
dc.identifier.citationALMEIDA, Evelyn Natalie Aguiar de. Mixture models applied to failure times modeling: an exploratory study in software reliability. 2025. 200 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2025. DOI http://doi.org/10.14393/ufu.di.2025.714pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/48036-
dc.description.abstractNa literatura de confiabilidade de software, em especial na modelagem de tempos de falha, predominam modelos probabilísticos baseados em distribuição única. No entanto, tais modelos mostram-se limitados diante da complexidade de softwares modernos, caracterizados por múltiplas causas de falha e pela variabilidade em seus perfis operacionais. Embora amplamente utilizados nas fases de desenvolvimento e de teste, os modelos de distribuição única apresentam desempenho insatisfatório em contextos reais de operação, devido às interações com o ambiente operacional, que resultam em uma maior diversidade de padrões de falha. Este trabalho investiga a aplicação de modelos de mistura à análise de confiabilidade de software com base em dados reais de operação. Essa abordagem permite representar padrões de tempos de falha intra e intergrupos, considerando grupos como aproximações de diferentes perfis operacionais, bem como a relação entre distintas causas de falha. Os resultados obtidos indicam que os modelos de mistura superam os modelos probabilísticos de distribuição única ao modelar a variabilidade dos dados de falha em ambientes reais, além de capturar a influência dos diferentes perfis operacionais sobre os tempos de falha.pt_BR
dc.languageengpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectConfabilidade de softwarept_BR
dc.subjectModelos de misturapt_BR
dc.subjectCausas de falhapt_BR
dc.subjectModelos probabilísticospt_BR
dc.subjectTempos de falhapt_BR
dc.subjectSoftware reliabilitypt_BR
dc.subjectMixture modelspt_BR
dc.subjectFailure causespt_BR
dc.subjectProbabilistic modelspt_BR
dc.subjectFailure timespt_BR
dc.subjectComputaçãopt_BR
dc.titleMixture models applied to failure times modeling: an exploratory study in software reliabilitypt_BR
dc.title.alternativeModelos de mistura aplicados à modelagem de tempos de falha: um estudo exploratório em confiabilidade de softwarept_BR
dc.typeDissertaçãopt_BR
dc.contributor.advisor1Matias Júnior, Rivalino-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/3034950214458518pt_BR
dc.contributor.referee1Maciel, Paulo Romero Martins-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/8382158780043575pt_BR
dc.contributor.referee2Julia, Stéphane-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/6736358221140969pt_BR
dc.contributor.referee3Fiondella, Lance-
dc.creator.Latteshttps://lattes.cnpq.br/0149869178837201pt_BR
dc.description.degreenameDissertação (Mestrado)pt_BR
dc.description.resumoIn the software reliability literature, particularly in the modeling of failure times, probabilistic models based on a single distribution are predominant. However, such models are limited when dealing with the complexity of modern software systems, which are characterized by multiple failure causes and variability in operational profiles. Although widely used during development and testing phases, single-distribution models often perform poorly in real operational contexts due to interactions with the operational environment, which lead to a greater diversity of failure patterns. This study investigates the application of mixture models to software reliability analysis based on real operational data. This approach allows representing intra- and inter-group patterns of time between failures, considering groups as approximations of different operational profiles, as well as the relationship between distinct failure causes. The results indicate that mixture models outperform single-distribution probabilistic models by modeling the variability of failure data in real environments and by accounting for the influence of different operational profiles on failure times.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.programPrograma de Pós-graduação em Ciência da Computaçãopt_BR
dc.sizeorduration200pt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.identifier.doihttp://doi.org/10.14393/ufu.di.2025.714pt_BR
dc.orcid.putcode202617955-
dc.subject.autorizadoComputaçãopt_BR
dc.subject.autorizadoSoftware - Confiabilidadept_BR
dc.subject.odsODS::ODS 9. Indústria, Inovação e infraestrutura - Construir infraestrutura resiliente, promover a industrialização inclusiva e sustentável, e fomentar a inovação.pt_BR
Appears in Collections:DISSERTAÇÃO - Ciência da Computação

Files in This Item:
File Description SizeFormat 
MixtureModelsApplied.pdfDissertação17.64 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons