[論文レビュー] A Simple Probabilistic Extension of Modal Mu-calculus

Wanwei Liu, Lei Song+2 more|arXiv (Cornell University)|Apr 29, 2015

Formal Methods in Verification参考文献 28被引用数 6

ひとこと要約

本稿では、次回時演算子に確率的量化子を付加することで、局所的・段階的確率的性質を自然に表現できる、シンプルで簡潔なモーダルμ計算の確率的拡張PμTLを提案する。主な貢献は、モデルチェックイングがUP ∩ co-UPに属すること、および満たし可能性問題がパリティゲームへの還元により2 EXPTIMEで決定可能であることを示したことであり、PCTLとは異なり満たし可能性問題が決定可能である。

ABSTRACT

Probabilistic systems are an important theme in AI domain. As the specification language, the logic PCTL is now the default logic for reasoning about probabilistic properties. In this paper, we present a natural and succinct probabilistic extension of mu-calculus, another prominent logic in the concurrency theory. We study the relationship with PCTL. Interestingly, the expressiveness is highly orthogonal with PCTL. The proposed logic captures some useful properties which cannot be expressed in PCTL. We investigate the model checking and satisfiability problem, and show that the model checking problem is in UP and co-UP, and the satisfiability checking can be decided via reducing into solving parity games. This is in contrast to PCTL as well, whose satisfiability checking is still an open problem.

研究の動機と目的

• 確率的システムにおける局所的・段階的確率的性質を推論するための自然で簡潔なモーダルμ計算の確率的拡張を開発すること。
• PCTLと比較しての新規論理の表現力、特に直交的かつ補完的な性質についての調査。
• PCTLでは未解決のままの状態であるが、新規論理の満たし可能性問題の決定可能性を確立すること。
• モデルチェックイングと満たし可能性の複雑さを分析し、両者が管理可能な複雑さの境界で決定可能であることを示すこと。
• 強力なレート制限を伴うブルートフォースパスワード攻撃の例を通じて、論理の実用的有用性を示すこと。

提案手法

• 次回時演算子に確率的量化子を追加することでモーダルμ計算を拡張し、νZ.(a ∧ X≥0.8Z)のような論理式を導入する。
• PμTLの満たし可能性問題を、確率的交互パリティオートマトン（PAPA）の空集合問題に還元する。
• PAPAの空集合問題を、既知のパリティゲーム解法を活用してパリティゲームの解法に変換する。
• 与えられたPAPAからマルコフ連鎖を構築し、受理走査をシミュレートする。ゲーム理論的戦略により正しさを保証する。
• パリティゲームからのメモリレスな勝利戦略を用いて、与えられたPμTL論理式を満たすモデルを構築する。
• 標準的なゲーム理論的境界を適用し、空集合問題と満たし可能性問題が両方2 EXPTIMEに属することを示す。

実験結果

リサーチクエスチョン

• RQ1 シンプルで簡潔なμ計算の確率的拡張は、PCTLでは表現できない性質を表現できるか？
• RQ2 与えられたマルコフ連鎖上での、提案された確率的μ計算のモデルチェックイングの複雑さはいかほどか？
• RQ3 新規論理の満たし可能性問題は決定可能か？ もしそうなら、その計算複雑さはどの程度か？
• RQ4 定性的および定量的断片において、PCTLと比較して新規論理の表現力はどのように異なるか？
• RQ5 この論理は、確率的運動計画のようなAI関連システムにおける形式的仕様記述と検証に使用可能か？

主な発見

• PμTLのマルコフ連鎖上でのモデルチェックイング問題はUP ∩ co-UPに属し、古典的μ計算と同一の複雑さである。
• PμTLの満たし可能性問題は決定可能であり、2 EXPTIMEに属する。これはパリティゲームへの還元によって達成された。
• PμTLはPCTLとは表現力が直交的である：PCTLでは表現できない局所的・段階的確率的性質、例えばブルートフォース攻撃におけるレート制限の挙動を捉えることができる。
• 確率が0および1に限定される定性的断片において、PμTLは有限マルコフ連鎖上でのPCTLよりも厳密に表現力が強い。
• 「高い確率で、システムは少なくとも3ステップにわたり安全状態にとどまる」といった性質を形式的に仕様記述できるが、これはPCTLでは表現不可能である。
• PAPAからマルコフ連鎖を構築するプロセスと、勝利戦略による逆変換により、還元の正しさと完全性が保証される。