[논문 리뷰] Model Checking Stochastic Branching Processes

Taolue Chen, Klaus Dräger외 1명|arXiv (Cornell University)|2012. 06. 06.

Formal Methods in Verification참고 문헌 7인용 수 4

한 줄 요약

이 논문은 확률적 트리 논리와 결정성 파리티 트리 온톨로지에 대해 모델 체크링을 위한 PSPACE-완전 알고리즘을 제시하며, 모든 분지에서 LTL 유사 조건의 거의 확실 만족성과 같은 성질의 검증을 가능하게 한다. 트리 확장된 PCTL(PTTL)을 도입하고, 그 모델 체크링이 PSPACE에 속함을 증명하며, 질적 부분은 다항 시간 내에 결정 가능하다는 것을 보이며, 무작위 트리에서 생성되는 마르코프 체인과 비결정성 전이 시스템의 검증을 하나의 프레임워크로 통합한다.

ABSTRACT

Stochastic branching processes are a classical model for describing random trees, which have applications in numerous fields including biology, physics, and natural language processing. In particular, they have recently been proposed to describe parallel programs with stochastic process creation. In this paper, we consider the problem of model checking stochastic branching process. Given a branching process and a deterministic parity tree automaton, we are interested in computing the probability that the generated random tree is accepted by the automaton. We show that this probability can be compared with any rational number in PSPACE, and with 0 and 1 in polynomial time. In a second part, we suggest a tree extension of the logic PCTL, and develop a PSPACE algorithm for model checking a branching process against a formula of this logic. We also show that the qualitative fragment of this logic can be model checked in polynomial time.

연구 동기 및 목표

• 병렬 프로그램에서 동적 프로세스 생성을 모델링하는 확률적 분기 과정에 대한 공식 검증 기법의 부재를 해결하기 위해.
• 무작위 트리에 대해 확률적 마르코프 체인과 비결정성 전이 시스템의 검증을 하나의 프레임워크로 통합하기 위해.
• 분기 과정에 의해 생성되는 무한한 무작위 트리의 확률적 성질을 특정하고 검증할 수 있는 논리(PTTL)를 개발하기 위해.
• 모델 체크링의 복잡도 한계를 설정하여, 정량적 쿼리에 대해 PSPACE-완전성을 보이고, 질적 쿼리에 대해 다항 시간을 보장하기 위해.
• 노드의 자식들이 상호 독립적이지 않은 트리 기반 확률적 시스템으로 고전적 모델 체크링을 확장하기 위해, 새로운 감소 기법이 필요하다.

제안 방법

• 모든 분지에 걸쳐 '좋은' 상태에 도달할 확률을 계산하는 것으로, 분기 과정에 대해 결정성 파리티 트리 온톨로지에 대한 모델 체크링을 '좋은' 상태에 도달할 확률 계산으로 감소시킨다.
• 원래의 분기 과정을 하위 공식의 진리값을 인코딩하기 위해 확장된 유형을 가진 보조 과정으로 변환하여, 도달 가능성 성질로의 감소를 가능하게 한다.
• 논리식 φ, ψ 또는 그 부정을 만족하는지 여부에 따라 유형을 {0, 1/2, 1}로 매핑하는 함수 fϕ,ψ를 도입하여 시간 논리 공식의 상태를 인코딩한다.
• 각 규칙를 fϕ,ψ 값에 따라 세 가지 변형으로 분할하여 새로운 분기 과정 Δ′을 구성함으로써, AU 및 AR 연산자를 AF 및 AG 성질로 인코딩한다.
• 분기 과정에서 도달 가능성 확률의 PSPACE 결정 가능성을 보장하는 기존 결과(논문의 정리 1 및 2)를 적용하여 복잡도 한계를 유도한다.
• AG를 AF로 감소시키기 위해 이중성 보조정리를 사용하여, 기존의 최종 도달 가능성 확률 알고리즘을 활용할 수 있도록 한다.

실험 결과

연구 질문

• RQ1 확률적 분기 과정이 생성하는 무작위 트리가 모든 분지에서 주어진 ω-정규 성질을 만족할 확률을 효율적으로 계산할 수 있는가?
• RQ2 새로운 확률적 트리 논리(PTTL)의 질적 부분에 대해 모델 체크링이 다항 시간 내에 결정 가능한가?
• RQ3 모델 체크링의 복잡도가 고전적 마르코프 체인과 비교해 볼 때, 특히 질적 성질(확률 0 또는 1)에 대해 어떻게 되는가?
• RQ4 PTTL의 시간 논리 연산자인 AU 및 AR이 변환된 분기 과정에서 도달 가능성 문제로 감소할 수 있는가?
• RQ5 사양이 결정성 파리티 트리 온톨로지로 주어질 경우, 모델 체크링의 복잡도 한계는 무엇인가?

주요 결과

• 결정성 파리티 트리 온톨로지에 대해 분기 과정에 대한 모델 체크링은 PSPACE 내에서 결정 가능하다.
• 수용 확률이 임의의 유리수와 비교되는 문제는 PSPACE에 속한다.
• 수용 확률이 정확히 0 또는 1인지 확인하는 것은 다항 시간 내에 수행할 수 있다.
• 제안된 PTTL 논리의 질적 부분은 다항 시간 내에 결정 가능하다.
• PTTL 공식에 대한 모델 체크링은 PSPACE에 속하며, 진리값을 인코딩하는 보조 분기 과정을 사용한 감소 기법은 타당하고 완전하다.
• 이 방법은 마르코프 체인 모델 체크링과 비확률적 전이 시스템 검증을 일반화하며, 분기 과정에서 질적 성질이 정확한 전이 확률에 민감함을 보이며, 마르코프 체인과는 달리 이는 중요하다.