Garantías cuantitativas para espacios de estados no tratables

Los lenguajes basados en máquinas de estados finitos (también llamadosautomátas finitos) son usados de manera ubicua para la especificación desistemas de software. La formalidad de estos modelos permite la aplicación de técnicasde validación tales como el model checking. De esta manera, pueden respo...

Full description

Bibliographic Details
Author: Pavese, Esteban
Format: doctoral thesis
Status:Published version
Publication Date:2015
Country:Argentina
Institution:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
Repository:Biblioteca Digital (UBA-FCEN)
Language:Spanish
OAI Identifier:tesis:tesis_n5849_Pavese
Online Access:https://hdl.handle.net/20.500.12110/tesis_n5849_Pavese
Access Level:Open access
Keyword:MODELADO PROBABILISTICO
VERIFICACION PROBABILISTICA
SIMULACIONES
VERIFICACION ESTADISTICA
EXPLORACION PARCIAL
PROBABILISTIC MODELLING
PROBABILISTIC VALIDATION
MODEL SIMULATION
STATISTICAL METHODS
PARTIAL EXPLORATIONS
Description
Summary:Los lenguajes basados en máquinas de estados finitos (también llamadosautomátas finitos) son usados de manera ubicua para la especificación desistemas de software. La formalidad de estos modelos permite la aplicación de técnicasde validación tales como el model checking. De esta manera, pueden respondercon seguridad si un sistema cumple o no las propiedades de interés. Al mismo tiempo,estás máquinas pueden ser utilizadas de manera composicional, especificando comportamientosaislados mediante varias máquinas, y estableciendo el comportamientoglobal mediante su composición en paralelo. Este enfoque reduce el esfuerzo de validación,ya que la validez de las propiedades en el sistema deberían ser dependientesde la validez de las propiedades en cada componente. Sin embargo, este enfoque esamenazado por la complejidad del sistema especificado, dando lugar al problema dela explosión de estados, que puede impedir la aplicación de estas técnicas. En esta tesis presentamos un enfoque que intenta paliar este problema, proveyendoinformación cuantitativa respecto de la propiedad que se intentó validar sinéxito. Nuestro enfoque se sostiene sobre dos contribuciones distintas, donde cada unade ellas puede, además, ser aplicada en el contexto de problemas relacionados. Estatesis se inspira en el modelado y model checking probabilísticos, que pueden proveerinformación cuantitativa respecto de la validez de una propiedad. Esta cuantificaciónnos sirve de validación parcial en el contexto del problema que nos interesa. Sin embargo, un enfoque composicional tiene sus propios problemas en un contextoprobabilístico. Las anotaciones probabilísticas asociadas a eventos independientesprecisan ser contrastadas con estimaciones obtenidas de la observación del comportamientoa modelar. Al agregar estas anotaciones, es preciso distinguir las fuentes deestas probabilidades; en otras palabras, las probabilidades de eventos independientesdeberían estar asociadas al comportamiento de los componentes que generan estecomportamiento. A su vez, es preciso mantener la relación entre la validez de loscomponentes de manera aislada, y la validez de los comportamientos en el sistemacompuesto. Los formalismos disponibles al momento, sin embargo, no proveen la seguridadde que estos resultados de validez sean preservados durante la composición. La primera contribución de esta tesis es, entonces, una extensión probabilística alformalismo de Interface Automata. Esta extensión asegura la preservación de comportamientotal como es observado por la lógica probabilística pCTL. La segunda parte de esta tesis apunta al análisis de estos modelos, en particularcuando un análisis exhaustivo no es factible, teniendo en cuenta que la complejidaddel model checking probabilístico es aún mayor que en el caso clásico. Nuestra hipótesisen este trabajo es que una exploración parcial, pero sistemáticamente controlada,puede proveer cotas a los valores de interés con un costo computacional reducido. Los experimentos realizados sugieren que un análisis mediante este enfoque puedeser más efectivo que tanto el model checking exhaustivo como así también enfoquesestadísticos relacionados.

Similar Items