[논문 리뷰] Monitoring Constraints and Metaconstraints with Temporal Logics on Finite Traces

Giuseppe De Giacomo, Riccardo De Masellis외 2명|arXiv (Cornell University)|2020. 04. 04.

Business Process Modeling and Analysis인용 수 4

한 줄 요약

이 논문은 유한 트레이스 상에서 선형 시간 시간 논리 제약조건과 메타제약조건을 모니터링하기 위한 형식적이고 실용적인 프레임워크를 제안한다. LDL_f는 유한 트레이스 상에서 단항 이阶 논리와 동치인 강력한 LTL_f의 확장이다. LDL_f 공식을 비결정성 유한 상태 오토마타로 직접 번역하고, 영구/일시적 만족/위반을 구분하는 네 값의 런타임 검증 의미 체계를 활용함으로써, 특수한 알고리즘 없이도 표준 오토마타 이론 기법을 통해 정당한 모니터링을 가능하게 한다. 이는 제약조건과 메타제약조건을 모두 선언적으로 기술할 수 있도록 한다.

ABSTRACT

Runtime monitoring is one of the central tasks in the area of operational decision support for business process management. In particular, it helps process executors to check on-the-fly whether a running process instance satisfies business constraints of interest, providing an immediate feedback when deviations occur. We study runtime monitoring of properties expressed in LTL on finite traces (LTLf), and in its extension LDLf. LDLf is a powerful logic that captures all monadic second order logic on finite traces, and that is obtained by combining regular expressions with LTLf, adopting the syntax of propositional dynamic logic (PDL). Interestingly, in spite of its greater expressivity, \LDLf has exactly the same computational complexity of LTLf. We show that LDLf is able to declaratively express, in the logic itself, not only the constraints to be monitored, but also the de-facto standard RV-LTL monitors. On the one hand, this enables us to directly employ the standard characterization of LDLf based on finite-state automata to monitor constraints in a fine-grained way. On the other hand, it provides the basis for declaratively expressing sophisticated metaconstraints that predicate on the monitoring state of other constraints, and to check them by relying on standard logical services instead of ad-hoc algorithms. In addition, we devise a direct translation of LDLf formulae into nondeterministic finite-state automata, avoiding to detour to Buchi automata or alternating automata. We then report on how this approach has been effectively implemented using Java to manipulate LDLf formulae and their corresponding monitors, and the well-known ProM process mining suite as underlying operational decision support infrastructure.

연구 동기 및 목표

• 유한 트레이스 상에서 네 값의 의미 체계를 갖는 런타임 검증(RV)에 대한 형식적이고 오토마타 이론 기반의 기초를 마련하는 것.
• 기존의 LTL_f 모니터링 기법을 확장하여, 다른 제약조건의 모니터링 상태를 다루는 메타제약조건을 지원하는 것.
• Büchi 또는 교차 오토마타와 같은 중간 표현을 거치지 않고, LDL_f 공식을 비결정성 유한 상태 오토마타로 직접이고 효율적으로 번역하는 것.
• 이를 실용적인 자바 라이브러리로 구현하여 ProM 프로세스 마이닝 프레임워크에 통합함으로써 운영 의사결정 지원 기능을 제공하는 것.
• 유한 트레이스 상에서 일阶 시간 논리로 표현된 데이터 인식 제약조건을 다룰 수 있도록 이 프레임워크를 확장할 기초를 마련하는 것.

제안 방법

• 미래의 트레이스 연속성에 기반해 영구적/일시적 만족/위반을 구분하는 LDL_f에 대한 네 값의 런타임 검증 의미 체계를 정의한다.
• Büchi 또는 교차 오토마타 표현을 사용하지 않고도 LDL_f 공식을 비결정성 유한 상태 오토마타(NFA)로 직접 번역하는 방법을 제안한다. 이는 논리의 의미 체계를 손상시키지 않고 유지한다.
• LDL_f의 오토마타 이론적 특성에 기반해 각 상태에서의 도달 가능성 집합을 계산함으로써, 런타임 검증 의미 체계에서의 네 진리값(perm_true, perm_false, temp_true, temp_false)을 결정한다.
• 이벤트 발생에 따라 상태를 단계적으로 갱신하는 실행 가능한 오토마타를 통해 모니터링 과정을 구현하며, 각 전이 후 해당하는 RV 진리값을 반환한다.
• 모델 계산을 위해 Tweety 라이브러리를, 오토마타 조작(합집합, 교집합, 결정화, 정리)을 위해 jautomata 라이브러리를 활용하여 공식 분석 및 모니터 생성을 지원한다.
• 모니터링 엔진을 ProM 프로세스 마이닝 프레임워크에 통합하여 비즈니스 프로세스 관리에서 실시간 운영 의사결정 지원을 가능하게 한다.

실험 결과

연구 질문

• RQ1 유한 트레이스 상에서 네 값의 의미 체계를 갖는 런타임 검증 의미 체계에 대해 형식적이고 오토마타 이론 기반의 기초를 어떻게 확립할 수 있는가?
• RQ2 LDL_f는 프로세스 실행에 대한 제약조건뿐 아니라, 다른 제약조건의 모니터링 상태를 다루는 메타제약조건을 선언적으로 표현할 수 있는가?
• RQ3 네 값의 RV 의미 체계를 지원하면서도 효율적이고 정확한 LDL_f 공식을 비결정성 유한 상태 오토마타로 직접 번역하는 방법은 무엇인가?
• RQ4 결과적으로 생성된 모니터는 ProM과 같은 기존 운영 의사결정 지원 시스템에 효과적으로 통합될 수 있는가?
• RQ5 이 프레임워크는 유한 트레이스 상에서 일阶 시간 논리로 표현된 데이터 인식 제약조건을 다룰 수 있도록 확장될 수 있는가?

주요 결과

• LDL_f는 단항 이阶 논리와 동치인 더 높은 표현력을 지니고 있지만, 계산 복잡도는 LTL_f와 동일하여 실용적인 모니터링에 적합하다.
• 제안된 LDL_f에서 비결정성 유한 상태 오토마타로의 직접 번역은 Büchi 또는 교차 오토마타와 같은 중간 표현을 필요로 하지 않아 모니터링 파이프라인을 단순화한다.
• 영구적/일시적 만족/위반을 구분하는 네 값의 런타임 검증 의미 체계는 각 상태에서의 도달 가능성 분석을 통해 오토마타 구조에 정확하게 인코딩될 수 있다.
• 이 방법은 다른 제약조건의 모니터링 상태를 조건으로 삼는 메타제약조건을 선언적으로 기술할 수 있도록 한다. 예를 들어, '제약조건 φ가 현재 일시적으로 위반되어 있다면, 제약조건 ψ는 영구적으로 만족되어야 한다'는 조건을 표현할 수 있다.
• ProM에 통합된 자바 기반 구현은 이 접근법이 실제 비즈니스 프로세스 모니터링에 실현 가능하고 실용적임을 보여준다.
• 이 프레임워크는 이벤트가 페이로드를 지니고 있으며, 시간이 지남에 따라 데이터 값을 기반으로 제약조건을 다루는 데이터 인식 환경으로의 확장을 위한 견고한 기초를 제공한다.