[논문 리뷰] Stochastic Assume-Guarantee Contracts for Cyber-Physical System Design Under Probabilistic Requirements

Jiwei Li, Pierluigi Nuzzo외 3명|arXiv (Cornell University)|2017. 05. 25.

Formal Methods in Verification참고 문헌 18인용 수 3

한 줄 요약

이 논문은 확률적 요구사항을 명시하기 위해 확률적 신호 시간논리(Stochastic Signal Temporal Logic, StSTL)를 사용하는 확률적 가정-보장 계약 프레임워크를 제안한다. 계약의 호환성, 일관성, 정밀화를 확률적 제약 조건의 보수적 근사치를 통해 혼합정수계획문제(Mixed-Integer Programs, MIPs)로 공식화함으로써, 선형 확률적 시스템에 대한 효율적인 검증 및 확률적 모델 예측 제어(MPC) 합성 기반의 제어 설계를 가능하게 하였으며, 항공기 전력 분배 네트워크에 적용하여 배터리 수준 제약 조건을 95% 이상 충족시키는 것으로 입증되었다.

ABSTRACT

We develop an assume-guarantee contract framework for the design of cyber-physical systems, modeled as closed-loop control systems, under probabilistic requirements. We use a variant of signal temporal logic, namely, Stochastic Signal Temporal Logic (StSTL) to specify system behaviors as well as contract assumptions and guarantees, thus enabling automatic reasoning about requirements of stochastic systems. Given a stochastic linear system representation and a set of requirements captured by bounded StSTL contracts, we propose algorithms that can check contract compatibility, consistency, and refinement, and generate a controller to guarantee that a contract is satisfied, following a stochastic model predictive control approach. Our algorithms leverage encodings of the verification and control synthesis tasks into mixed integer optimization problems, and conservative approximations of probabilistic constraints that produce both sound and tractable problem formulations. We illustrate the effectiveness of our approach on a few examples, including the design of embedded controllers for aircraft power distribution networks.

연구 동기 및 목표

• 확률적 요구사항을 수반한 확률적 사이버-물리 시스템에 대한 공식적 계약 프레임워크의 부재를 해결하기 위해.
• 복잡한 CPS 설계에서 통합 오류를 조기 탐지하기 위해 구성적 검증을 가능하게 하기 위해.
• 최악의 경우 기준이 아닌 확률적 제약 조건으로 요구사항을 표현함으로써, 강건하고 최악의 경우를 고려하지 않는 설계를 지원하기 위해.
• 불확실성 존재 하에서 계약 연산 및 제어기 합성에 대한 확장 가능하고 해석 가능한 알고리즘 개발을 위해.
• 실세계 응용 분야, 예를 들어 항공기 전기 전력 분배 시스템과 같은 사례에 프레임워크를 적용하기 위해.

제안 방법

• 논문은 확률적 술어를 사용하여 시스템 행동, 계약의 가정 및 보장을 공식적으로 명시하기 위해 Stochastic Signal Temporal Logic (StSTL)를 사용한다.
• 확률적 제약 조건의 보수적 근사치를 통해 계약 검증 작업—호환성, 일관성, 정밀화—를 혼합정수최적화 문제(Mixed-Integer Programs, MIPs)로 공식화한다.
• 복잡한 제약 조건, 예를 들어 일시적인 동작 및 배터리 수준 임계치를 처리하기 위해 StSTL 공식의 혼합정수선형 하한근사치를 활용한다.
• 10초 간격으로 확률적 모델 예측 제어(MPC) 방식을 합성하며, MIP 공식화를 통해 계약을 만족하는 제어 조치를 생성한다.
• 계층적 제어를 통합한다: 고수준 LMS(High-Level LMS, HL-LMS)는 10초마다 최적의 구성 설정을 계산하고, 저수준 LMS(Low-Level LMS, LL-LMS)는 고장 발생에 즉각적인 대응을 수행한다.
• 배터리 충전 수준에 대한 확률적 제약 조건을 표현하기 위해 원자적 명제 인코딩 $(0.3 - B_j)^{[0.95]}$ 를 사용한다.

실험 결과

연구 질문

• RQ1 확률적 요구사항 하에서 선형 확률적 시스템에 대한 공식적 가정-보장 계약 프레임워크를 개발할 수 있는가?
• RQ2 시스템 계약 내의 확률적 제약 조건을 검증 및 제어 합성에 효율적이고 타당하게 인코딩할 수 있는가?
• RQ3 호환성, 일관성, 정밀화와 같은 계약 연산을 해석 가능한 최적화 문제로 환원할 수 있는가?
• RQ4 이 프레임워크는 안전이 중요한 CPS 응용 분야에서 실시간 제어 합성에 얼마나 효과적으로 기여할 수 있는가?
• RQ5 이 프레임워크는 복잡한 일시적 동작 및 동적 고장 처리에서 이전의 접근 방식과 비교해 어떤가?

주요 결과

• 프레임워크는 항공기 전력 분배 시스템에 대한 시스템 수준 계약 $C_S$ 의 일관성을 Theorem 5 를 통해 성공적으로 검증하였다.
• 확률적 MPC 방식은 500회의 시뮬레이션 런 동안 95% 이상의 배터리 수준 충족률을 달성하여 확률적 제약 조건 $(B_j \geq 0.3)^{[0.95]}$ 를 충족시켰다.
• 시뮬레이션 시간 0 이후 대부분의 시간 동안 배터리 충전 수준이 0.3 이상 유지되어 제약 조건 (36) 의 효과성을 확인하였다.
• 50회의 시뮬레이션 런에서, 초기 충전 수준이 0.225이었던 배터리 수준이 시간 5 이전에 0.4 이상으로 상승하여 요구사항 (37) 과 일치하였다.
• LL-LMS 는 시간 34에 발전기 고장을 즉각적으로 감지하여 GEN3 를 버스 2에 연결하고 부하를 제거하였으며, HL-LMS 는 시간 40에 이 사건을 감지하고 최적의 구성 설정을 재계산하였다.
• 최적의 구성 설정은 부하 제거를 줄이고 자원 활용도를 향상시켜 배터리 충전 및 GEN1 과 GEN3 간의 전력 공유를 가능하게 하였으며, 스위칭 주파수는 요구사항 내에서 유지되었다.