[論文レビュー] ProbReach: Verified Probabilistic Delta-Reachability for Stochastic Hybrid Systems

Fedor Shmarov, Paolo Zuliani|arXiv (Cornell University)|Oct 29, 2014

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

ひとこと要約

ProbReach は、正当化された統合と delta 完全意思決定手順を用いて、連続的な確率的初期パラメータを有する確率的ハイブリッドシステムにおける確率的デルタ到達可能性を検証済みで計算するツールである。この手法は、非常に非線形なシステムに対しても、正確性を保証しつつ、まれな事象の検証においてモンテカルロ法を上回る性能を発揮する。

ABSTRACT

We present ProbReach, a tool for verifying probabilistic reachability for stochastic hybrid systems, i.e., computing the probability that the system reaches an unsafe region of the state space. In particular, ProbReach will compute an arbitrarily small interval which is guaranteed to contain the required probability. Standard (non-probabilistic) reachability is undecidable even for linear hybrid systems. In ProbReach we adopt the weaker notion of delta-reachability, in which the unsafe region is overapproximated by a user-defined parameter (delta). This choice leads to false alarms, but also makes the reachability problem decidable for virtually any hybrid system. In ProbReach we have implemented a probabilistic version of delta-reachability that is suited for hybrid systems whose stochastic behaviour is given in terms of random initial conditions. In this paper we introduce the capabilities of ProbReach, give an overview of the parallel implementation, and present results for several benchmarks involving highly non-linear hybrid systems.

研究の動機と目的

• 確率的ハイブリッドシステムにおける確率的到達可能性の決定不能性に対処するため、検証済みで計算可能な代替手法を導入すること。
• ユーザーが指定した長さが任意に小さい区間を、真の不安全状態到達確率を必ず含むように計算すること。
• 連続的および離散的確率的初期パラメータを有するシステムをサポートし、初期条件に不確実性を有する実世界のサイバーフィジカルシステムの解析を可能にすること。
• 統計的手法よりも強い正しさの保証を、正当化された統合と delta 完全意思決定手順を用いて達成すること。
• インスリン・グルコース調節、バッタボール、サーモスタットモデルを含むベンチマークにおいて、効率性と正確性を示すこと。

提案手法

• ProbReach は、確率的初期パラメータの確率測度上での指標関数の積分を用いて到達可能性確率を計算し、次の式を用いる：∫Ω I_U(r) dP(r)。
• 厳密な誤差境界を保証する正当化された統合手順を用いて、確率測度を計算し、得られる区間の正しさを保証する。
• 各パラメータ値に対して、システムの軌道が k ステップ以内に不安全領域に到達するかどうかを決定する δ 完全意思決定手順を組み合わせる。
• パラメータ空間を区間へ分割し、到達可能性が不確かである混合区間については別途検証して確率区間を精緻化する。
• 任意の確率密度関数をサポートし、標準的な離散的または一様分布を超えるユーザー定義の分布の解析を可能にする。
• 並列化は、利用可能なコアに検証タスクを動的に負荷分散することで実装され、性能向上が図られる。

実験結果

リサーチクエスチョン

• RQ1 連続的な確率的初期パラメータを有する確率的ハイブリッドシステムに対して、正当化され、誤差が境界化された確率的到達可能性が計算可能か。
• RQ2 まれな事象において、ProbReach の精度と実行時間はモンテカルロシミュレーションと比べてどの程度優れているか。
• RQ3 インスリン・グルコース調節システムや制御されたバッタボールモデルのような複雑で非線形なハイブリッドシステムへ、ProbReach はどの程度スケーリング可能か。
• RQ4 統計的サンプリングに依存せずに、数学的確実性をもって確率的到達可能性を検証可能か。
• RQ5 並列化戦略は、正しさと区間の狭さを維持したまま、CPU 時間をどの程度短縮できるか。

主な発見

• サーモスタットおよび制御されたバッタボールモデルにおいて、ProbReach は真の確率を必ず含む長さ 10−9 以下の確率区間を計算した。
• インスリン・グルコースモデルでは、350 万 CPU 秒未満で 10−4 の精度区間を達成し、精度においてモンテカルロ法を上回りつつ正しさを保証した。
• T4(1.8) ケースでは、ProbReach が 578 秒（逐次実行）で長さ 9.0×10−10 の確率区間（確率 9.0×10−10）を計算し、並列版は 75 秒で完了した。
• T4(0.6) ケースのようなまれな事象では、ProbReach がわずか 52 秒で長さ 8.55×10−11 の 0.0 確率区間を計算し、モンテカルロ法に比べて優れた効率性を示した。
• 並列モードでは最大 10 倍の高速化（例：T4(1.8) で 578 秒（逐次）対 75 秒（並列））を達成し、強力なスケーラビリティを示した。
• ProbReach の正当化された結果は、同じサンプル数を使用しても、モンテカルロ推定値よりも常に狭く信頼性が高かった。