[論文レビュー] Advancing Dynamic Fault Tree Analysis

Matthias Volk, Sebastian Junges+1 more|arXiv (Cornell University)|Apr 25, 2016

Formal Methods in Verification参考文献 23被引用数 10

ひとこと要約

本稿では、対称性低減、ドントケア検出、部分順序低減を活用することで、動的故障木（DFT）のための新規で高度に最適化された状態空間生成手法を提示する。これにより、従来のツールと比較して最大2桁の高速化が達成される。さらに、DFTのための最初のパrameter合成手法を導入し、平均故障間隔（MTTF）を所定のしきい値内に保つように、未知の故障率を自動的に特定可能にし、複雑なシステムにおける信頼性解析のスケーラビリティと精度を顕著に向上させる。

ABSTRACT

This paper presents a new state space generation approach for dynamic fault trees (DFTs) together with a technique to synthesise failures rates in DFTs. Our state space generation technique aggressively exploits the DFT structure --- detecting symmetries, spurious non-determinism, and don't cares. Benchmarks show a gain of more than two orders of magnitude in terms of state space generation and analysis time. Our approach supports DFTs with symbolic failure rates and is complemented by parameter synthesis. This enables determining the maximal tolerable failure rate of a system component while ensuring that the mean time of failure stays below a threshold.

研究の動機と目的

• 動的故障木（DFT）解析における性能ボトルネック、特に状態空間生成と信頼性評価の問題を解決すること。
• システムレベルの信頼性指標（例：平均故障間隔（MTTF））が所定の範囲内に保たれるように、未知または記号的故障率の合成を可能にすること。
• 標準的な信頼性とMTTFを超えて、条件付きMTTF、故障確率分布、故障時間の分散を含む、DFT解析の拡張を実現すること。
• 対称性、確率的独立性、および不要な非決定性といった構造的性質を活用することで、DFT解析のスケーラビリティと効率を向上させること。
• 記号的故障率と感度分析をサポートする、DFTのための健全かつ完全なパrameter合成手法を提供すること。

提案手法

• 同型の部分DFTや不要な故障経路を削除するために、積極的に対称性低減とドントケア検出を適用し、状態空間のサイズを縮小する。
• 関係のない故障順序に起因する不要な非決定性を排除するため、部分順序低減技術を導入する。
• パrameterとして記号的故障率（例：λ、2λ）をサポートし、それを軽量で最適化された状態空間構築に統合する。
• 高度な定量的モデルチェックを用いて、MTTF、信頼性、条件付きMTTF、故障時間の分散といった広範な指標を計算する。
• ユーザーが定義したしきい値を超えないようにMTTFを保証するすべてのパrameter値を決定する、健全かつ完全なパrameter合成アルゴリズムを実装する。
• モジュラー化と状態空間最適化を組み合わせることで、大規模または階層的なDFTにおいても性能をさらに向上させる。

実験結果

リサーチクエスチョン

• RQ1 DFTに、対称性低減とドントケア検出を効果的に適用することで、状態空間サイズを著しく縮小し、解析を大幅に高速化できるか？
• RQ2 部分順序低減技術をDFTに適応させ、関係のない故障順序を排除し、状態空間を単純化できるか？
• RQ3 与えられた安全しきい値内に保たれるように、DFTのコンポONENTの故障率を合成することが可能か？
• RQ4 提案手法が、MTTFや基本的な信頼性を超えて、条件付きMTTFや故障時間の分散といったより広範な信頼性指標をサポートできるか？
• RQ5 DFTCalcなどの既存ツールと比較して、実世界および産業用DFTベンチマークにおいて、提案手法の性能スケーリングはどの程度か？

主な発見

• 提案手法による状態空間生成は、標準ベンチマークにおいてDFTCalcと比較して最大2桁（100倍）の高速化を達成し、中間状態空間サイズも最大10倍まで縮小された。
• 非パラメトリックDFTでは、特にORゲートが優勢なトポロジにおいて、効果的な対称性およびドントケアのプルーニングにより、状態空間サイズと解析時間が顕著に削減された。
• 工具SToRMDFTは、HECSベンチマークにおいて、分子に400項を超える有理関数を5秒で正しく計算し、中程度のサイズのモデルにおいてもスケーラビリティを示した。
• パラメータ空間の90％に対して、4分以内にパラメータ合成が完了したため、最大3つの未知の故障率を有する実世界DFTにおいても実用的であることが示された。
• モジュラー化と最適化技術を併用することで、特に階層的かつ複雑なDFTにおいて顕著な性能向上が得られ、メモリ使用量と状態空間サイズが著しく削減された。
• 条件付きMTTFや故障時間の分散といった高度な分析機能をサポートし、DFT解析の範囲を標準指標を超えて拡張した。