[논문 리뷰] SReach: A Bounded Model Checker for Stochastic Hybrid Systems

Qinsi Wang, Paolo Zuliani외 3명|arXiv (Cornell University)|2014. 04. 29.

Formal Methods in Verification참고 문헌 25인용 수 5

한 줄 요약

SReach는 비선형 하이브리드 시스템의 매개변수 불확실성과 확률적 전이를 가진 스토하스틱 하이브리드 시스템을 위한 유계 모델 체커로, $δ$-완전 결정 절차와 랜덤 샘플링 및 통계적 검증을 결합하여 정확도가 높고 오차 한계가 보장된 도달 가능성 확률을 신뢰성 있게 추정한다. 비결정성과 제로 크로싱 문제를 피함으로써 표준 시뮬레이션 방법보다 뛰어난 성능을 발휘한다.

ABSTRACT

In this paper we describe a new tool, SReach, which solves probabilistic bounded reachability problems for two classes of stochastic hybrid systems. The first one is (nonlinear) hybrid automata with parametric uncertainty. The second one is probabilistic hybrid automata with additional randomness for both transition probabilities and variable resets. Standard approaches to reachability problems for linear hybrid systems require numerical solutions for large optimization problems, and become infeasible for systems involving both nonlinear dynamics over the reals and stochasticity. Our approach encodes stochastic information by using random variables, and combines the randomized sampling, a $δ$-complete decision procedure, and statistical tests. SReach utilizes the $δ$-complete decision procedure to solve reachability problems in a sound manner, i.e., it always decides correctly if, for a given assignment to all random variables, the system actually reaches the unsafe region. The statistical tests adapted guarantee arbitrary small error bounds between probabilities estimated by SReach and real ones. Compared to standard simulation-based methods, our approach supports non-deterministic branching, increases the coverage of simulation, and avoids the zero-crossing problem. We demonstrate our method's feasibility by applying SReach to three representative biological models and to additional benchmarks for nonlinear hybrid systems with multiple probabilistic system parameters.

연구 동기 및 목표

• 비선형 스토하스틱 하이브리드 시스템의 확률적 유계 도달 가능성 문제를 해결하기 위해.
• 표준 시뮬레이션 기반 접근 방식의 한계를 피하면서도 신뢰성 있고 확장 가능한 분석 방법을 제공하기 위해.
• 이산 비결정성과 연속적인 확률적 동역학(랜덤 리셋 및 전이 확률 포함)을 모두 지원하기 위해.
• 통계적 검증과 $δ$-완전 추론를 통해 임의로 작은 오차 한계를 가진 정확한 확률 추정을 가능하게 하기 위해.
• 비선형 동역학과 다수의 확률적 매개변수를 가진 복잡한 생물학적 및 공학적 벤치마크에서의 실현 가능성을 입증하기 위해.

제안 방법

• 불확실한 매개변수, 전이 확률, 변수 리셋을 표현하기 위해 랜덤 변수를 사용하여 스토하스틱 정보를 표현한다.
• 임의의 고정된 랜덤 변수 할당에 대해 도달 가능성을 정확하게 판단하기 위해 $δ$-완전 결정 절차를 적용한다.
• 랜덤 변수 할당의 공간을 효율적으로 탐색하기 위해 랜덤 샘플링을 통합한다.
• 오차가 제한된 확률 추정을 위해 균일 사전 분포와 설정 가능한 신뢰 구간을 사용한 베이지안 순차 추정을 적용한다.
• 추정된 확률이 진정된 값으로부터 사용자가 정의한 오차 범위 내에 있는지 확인하기 위해 통계적 검증을 수행한다.
• 하이브리드 오토마타 모델을 실수 변수와 랜덤 변수에 대한 논리 공식으로 전개하여 자동화된 분석을 가능하게 한다.

실험 결과

연구 질문

• RQ1 비선형 하이브리드 시스템의 매개변수 불확실성이 존재할 때, 유계 모델 체커는 안전 상태에 도달할 확률을 정확하게 추정할 수 있는가?
• RQ2 $δ$-완전 결정 절차와 통계적 샘플링을 어떻게 융합하여 스토하스틱 하이브리드 시스템에서 정확하고 신뢰할 수 있는 도달 가능성 분석을 달성할 수 있는가?
• RQ3 표준 시뮬레이션 기반 방법에 비해 SReach는 커버리지 향상과 제로 크로싱 문제 회피에 얼마나 효과적인가?
• RQ4 비선형 동역학과 다수의 확률적 매개변수를 가진 실제 생물학적 및 공학적 모델에서 SReach는 어떻게 성능을 발휘하는가?
• RQ5 이산 비결정성과 연속적인 확률적 특성을 모두 가진 시스템에서 SReach는 오차 한계가 보장된 확률적 도달 가능성 추정을 제공할 수 있는가?

주요 결과

• SReach는 3개의 대표적 생물학적 모델을 성공적으로 분석하였으며, 이 중 165개의 모드와 367개의 변수를 가진 킬러레드 시스템에서 최대 추정 확률 0.996을 달성했고, 총 실행 시간은 187,420.5초였다.
• 이중 물탱크 모델(DWK9)의 경우, SReach는 227개의 샘플을 사용해 확률 0.996을 추정하였으며, 1,167.688초 내에 완료되어 복잡한 시스템에서의 확장성을 입증했다.
• 3D 온도기구 벤치마크의 경우, SReach는 227개의 샘플로 확률 0.996을 추정하였고, 총 실행 시간은 1,877.969초로 비선형 시스템에서의 강건성을 확인했다.
• 멀티콥터 제어 모델(QuadC)의 경우, SReach는 227개의 샘플로 확률 0.996을 추정하였고, 187,420.5초 내에 완료되어 고차원 시스템에의 적용 가능성을 보였다.
• 베이지안 순차 추정을 통해 오차 한계를 제어한 높은 정확도를 달성하였으며, 반경 0.01의 간격과 99% 커버리지 확률을 사용하였다.
• SReach는 제로 크로싱 문제를 피했고, 표준 시뮬레이션보다 비결정성 분기 처리에 더 효과적이었으며, 시뮬레이션 커버리지와 정밀도를 향상시켰다.