[論文レビュー] Deciding Probabilistic Automata Weak Bisimulation in Polynomial Time

Holger Hermanns, Andrea Turrini|arXiv (Cornell University)|May 2, 2012

Formal Methods in Verification参考文献 21被引用数 5

ひとこと要約

本稿では、弱結合遷移を線形計画法（LP）問題としてモデル化することにより、確率的オートマトンにおける弱確率的バシミュレーションの決定を多項式時間で行うアルゴリズムを提示する。主な貢献は、一致する弱遷移の存在を効率的に検証する意思決定手順であり、形式手法分野における10年間の未解決問題を解決し、確率的およびマコロフ的システムにおける効率的な構成的最小化を可能にする。

ABSTRACT

Deciding in an efficient way weak probabilistic bisimulation in the context of Probabilistic Automata is an open problem for about a decade. In this work we close this problem by proposing a procedure that checks in polynomial time the existence of a weak combined transition satisfying the step condition of the bisimulation. We also present several extensions of weak combined transitions, such as hyper-transitions and the new concepts of allowed weak combined and hyper-transitions and of equivalence matching, that turn out to be verifiable in polynomial time as well. These results set the ground for the development of more effective compositional analysis algorithms for probabilistic systems.

研究の動機と目的

• 確率的オートマトンにおける弱確率的バシミュレーションを多項式時間で決定する長年の未解決問題を解決すること。
• インタラクティブ・マコロフ連鎖で用いられるのと同様の、効果的な構成的最小化技術を確率的システムに可能にすること。
• バシミュレーションに基づく最適化の適用範囲をマコロフ意思決定過程およびマコロフオートマトンに拡張すること。
• 内部（τ）行動と確率的非決定的性質を有する大規模な確率的システムの効率的解析の基盤を提供すること。
• 弱遷移およびコスト意識的な行動を含む関連問題を解く一般化可能なLPベースのフレームワークを開発すること。

提案手法

• 弱結合遷移の新しい特徴付けを線形計画法を用いて行った、パーティション精錬アルゴリズムの拡張手法を採用する。
• 弱遷移を、凸結合された遷移がバシミュレーションステップ条件を満たすかどうかをチェックするLPの可解性問題としてエンコードする。
• 現在のバシミュレーション関係と遷移構造から導かれるLPインスタンスを解くことで、状態から有効な弱遷移が存在するかを検証する。
• 到達可能な状態からの関連する遷移（ラベルが τ または a）に限定することで、探索空間を動的に制限し、効率を向上させる。
• 状態が弱遷移下で区別可能かどうかを特定するための、LP問題を解くキースーブルーチン「FindSplit」を導入する。
• Quotient手続きは、これ以上分割不能になるまでパーティションを繰り返し精錬し、最粗のバシミュレーション関係への収束を保証する。

実験結果

リサーチクエスチョン

• RQ1 確率的オートマトンにおける弱確率的バシミュレーションは、多項式時間で決定可能であり、10年間の未解決問題を解決できるか？
• RQ2 弱バシミュレーションに不可欠な弱結合遷移を、線形計画法のような多項式時間で計算可能な形式的記述で特徴づけることは可能か？
• RQ3 提案されたLPベースの手法は、インタラクティブ・マコロフ連鎖で達成されたのと同様に、確率的システムにおける構成的最小化をサポートできるか？
• RQ4 遷移系の構造的および代数的性質を活用することで、弱確率的バシミュレーションの複雑性を指数的から多項式的に低減できるか？
• RQ5 LPフレームワークは、確率的モデルにおけるコスト意識的またはリソース制約付きの弱バシミュレーションの変種に対応できるか？

主な発見

• 本稿では、[3]で提起された10年間の未解決問題を解決し、確率的オートマトンにおける弱確率的バシミュレーションが多項式時間で決定可能であることを確立した。
• 核心的なイノベーションは、バシミュレーションステップ条件を満たす弱結合遷移の存在をチェックする多項式時間のLP定式化である。
• アルゴリズムの時間計算量は、O(N²p(N)) で抑えられ、ここで p(N) はLP問題の解法の複雑性、N はオートマトンのサイズを表す。
• 本手法により、従来指数的計算量のため実行不可能であった、確率的オートマトンおよびマコロフ意思決定過程における効果的な構成的最小化が可能になった。
• LPアプローチは、コスト意識の遷移やリソース消費解析といった関連問題へも拡張可能である。
• 本フレームワークは、PRISM などの既存ツールと互換性があり、大規模な検証のためのモデルチェックインパイプラインに統合可能である。