[논문 리뷰] IMITATOR II: A Tool for Solving the Good Parameters Problem in Timed Automata

Étienne André|2010. 11. 01.

Formal Methods in Verification인용 수 7

한 줄 요약

IMITATOR II는 역방법과 행동 지ap도를 조합하여 매개변수 시간 자동화에서 좋은 매개변수 문제를 해결하는 검증된 도구이다. 참조 값에 대한 추적 동치 행동을 보장하는 매개변수 제약 조건을 효율적으로 합성하며, 유한한 매개변수 영역의 100%를 커버하고 그 이상의 상당한 부분까지도 커버한다. 이전 버전 대비 최대 2000배 향상된 성능을 기록한다.

ABSTRACT

We present here Imitator II, a new version of Imitator, a tool implementing the "inverse method" for parametric timed automata: given a reference valuation of the parameters, it synthesizes a constraint such that, for any valuation satisfying this constraint, the system behaves the same as under the reference valuation in terms of traces, i.e., alternating sequences of locations and actions. Imitator II also implements the "behavioral cartography algorithm", allowing us to solve the following good parameters problem: find a set of valuations within a given bounded parametric domain for which the system behaves well. We present new features and optimizations of the tool, and give results of applications to various examples of asynchronous circuits and communication protocols.

연구 동기 및 목표

• 시간 자동화에서 무한한 매개변수 값에 대해 시스템의 정확성 검증에 도전한다.
• 매개변수 검증을 위한 브루트 포스 또는 모델 체커 기반 접근법의 확장성 한계를 극복한다.
• 안전하고 정확한 시스템 행동을 보장하는 강건한 매개변수 조합을 식별하는 '좋은 매개변수 문제'에 대한 실용적 해결책을 제공한다.
• 고도로 제약된 제약 조건 합성을 통해 복잡한 이방향 회로와 통신 프로토콜의 효율적이고 확장 가능한 분석을 가능하게 한다.
• 매개변수 공간의 이산적 점을 넘어서 조밀하고 비유한 영역까지 매개변수 검증의 적용 가능성을 넓힌다.

제안 방법

• 단일 '좋은' 매개변수 값에 대해 역방법을 적용하여 추적 동치성을 유지하는 조밀한 제약 조건 집합으로 일반화한다.
• 유한한 실수 매개변수 영역 $V_0$ 내의 정수 점을 체계적으로 탐색하기 위해 행동 지도법을 사용한다.
• 각 $V_0$ 내 정수 점에 대해 역방법을 호출하여 '타일'(동일한 행동을 갖는 매개변수 공간 영역을 묘사하는 제약 조건)을 생성한다.
• 파라미터 폴리드라 라이브러리(PPL)와 Apron 라이브러리를 활용하여 효율적인 볼록 다면체 연산과 제약 조건 조작을 수행한다.
• 상태 공간 구축 중 메모리 폭발을 방지하기 위해 실시간으로 매개변수 시간 자동화를 조합한다.
• 고정점 검사를 제약 조건 포함성(정확한 등가성 대신)으로 개선하여 수렴성과 확장성을 향상시키는 방식으로 역방법 알고리즘을 최적화한다.

실험 결과

연구 질문

• RQ1 실제 다수의 매개변수를 가진 시스템에서, 역방법이 효율적으로 좋은 매개변수 문제를 해결할 수 있는가?
• RQ2 행동 지도법이 유한한 매개변수 영역 $V_0$ 전체를 커버할 뿐 아니라 비유한 영역으로까지 확장할 수 있는 정도는 어느 정도인가?
• RQ3 IMITATOR II의 성능은 이전 버전과 비교해 어떻게 되는가? 특히 계산 시간과 메모리 사용 측면에서 어떻게 비교되는가?
• RQ4 이상적인 회로나 수백 개의 자동화와 다수의 매개변수를 가진 복잡한 대규모 시스템을 처리할 수 있는가?
• RQ5 실제 사례 연구인 통신 프로토콜과 메모리 회로에서 합성된 매개변수 제약 조건의 커버리지와 강건성은 어떠한가?

주요 결과

• IMITATOR II는 원래 Imitator 도구 대비 10배에서 2000배까지의 속도 향상을 기록하였으며, SPSMALL 1 메모리 회로의 경우 2000배 향상되었다.
• 행동 지도법 알고리즘은 루트 경쟁 프로토콜(이외의 모든 예제에서 실수 매개변수 영역 $V_0$의 100%를 커버한다. 루트 경쟁 프로토콜의 경우 99.99% 커버리지 달성.
• $V_0$를 초월한 매개변수 공간의 상당한 부분도 커버되며, 비유한 영역으로까지 확장되는 비유한 타일이 존재한다.
• RCP 사례 연구에서 7018초 동안 19개의 타일을 계산하였으며, 평균적으로 $V_0$ 내 186,050개의 정수 점을 커버했고, 각 타일당 평균 5,688개의 상태와 9,312개의 전이를 포함하였다.
• 도구는 복잡한 시스템인 Valmem 락(7개의 자동화, 4개의 매개변수)과 CSMA/CD 프로토콜(3개의 자동화, 3개의 매개변수)을 성공적으로 분석하여 확장성을 입증하였다.
• 테스트된 모든 예제에서 알고리즘이 성공적으로 종료되었으나, 'And–Or' 회로의 경우 다른 $V_0$에서의 실험에서는 비정상 종료가 발생했으며, 이는 역방법이 일부 점에서 실패할 경우 비정상 종료 가능성의 징후로 간주된다.