[논문 리뷰] Three Simulation Algorithms for Labelled Transition Systems

Gérard Cécé|arXiv (Cornell University)|2013. 01. 08.

semigroups and automata theory참고 문헌 4인용 수 8

한 줄 요약

이 논문은 표호 전이 시스템(LTS)에 대한 최적화된 시뮬레이션 알고리즘 세 가지를 제안하며, 시간 복잡도와 공간 복잡도에서 알파벳 크기를 인자로 포함하지 않는다. 효율적인 데이터 구조와 전이 집합의 새로운 인코딩을 사용해 파artition-refinement 접근법을 재설계함으로써, 기존 방법이 알파벳 크기로 인해 발생시키는 곱셈적 비용을 피하고, 시간 복잡도로는 O(|Psim|·|→|)의 최고 성능을 달성하며, 비트 공간 복잡도로는 O(|Psim|² + |→|·log|→|)를 확보한다. 이는 이전 방법들에 비해 상당히 향상된 성능이다.

ABSTRACT

Algorithms which compute the coarsest simulation preorder are generally designed on Kripke structures. Only in a second time they are extended to labelled transition systems. By doing this, the size of the alphabet appears in general as a multiplicative factor to both time and space complexities. Let $Q$ denotes the state space, $ ightarrow$ the transition relation, $Σ$ the alphabet and $P_{sim}$ the partition of $Q$ induced by the coarsest simulation equivalence. In this paper, we propose a base algorithm which minimizes, since the first stages of its design, the incidence of the size of the alphabet in both time and space complexities. This base algorithm, inspired by the one of Paige and Tarjan in 1987 for bisimulation and the one of Ranzato and Tapparo in 2010 for simulation, is then derived in three versions. One of them has the best bit space complexity up to now, $O(|P_{sim}|^2+|{ ightarrow}|.\log|{ ightarrow}|)$, while another one has the best time complexity up to now, $O(|P_{sim}|.|{ ightarrow}|)$. Note the absence of the alphabet in these complexities. A third version happens to be a nice compromise between space and time since it runs in $O(b.|P_{sim}|.|{ ightarrow}|)$ time, with $b$ a branching factor generally far below $|P_{sim}|$, and uses $O(|P_{sim}|^2.\log|P_{sim}|+|{ ightarrow}|.\log|{ ightarrow}|)$ bits.

연구 동기 및 목표

• 시간 복잡도와 공간 복잡도에서 알파벳 크기의 곱셈적 비용을 피하는 LTS를 위한 시뮬레이션 알고리즘 설계.
• Kripke 구조에서의 파artition-refinement 프레임워크를 최소한의 오버헤드로 LTS로 확장.
• 가장 낮은 시뮬레이션 전순서를 계산하는 데 있어 최고의 시간 복잡도와 비트 공간 복잡도 달성.
• 미래의 최적화와 바이시뮬레이션 통합을 지원하는 실용적이고 구현 가능한 프레임워크 제공.

제안 방법

• 기본 알고리즘은 상태의 파artition P와 블록 간 관계 R로 구성된 파artition-관계 쌍 (P, R)을 사용해 시뮬레이션 관계를 표현한다.
• 모든 a.PreB 및 a.Remove 집합을 레이블별로 저장하는 대신, 전이 식별자로 인덱싱된 단일 공유 배열을 사용해 전이 집합을 인코딩함으로써 공간 사용량을 감소시킨다.
• alph, SplitCouples, Touched 등의 집합은 이진 마크를 사용해 효율적인 리셋과 검색이 가능한 리스트로 유지된다.
• 핵심 혁신은 모든 문자에 대해 별도의 마크 배열을 사용하지 않고, 전이 목록 인덱싱을 통해 O(|Σ|·|Q|) 공간을 피하는 단일 마크 배열 사용이다.
• 블록 분할은 전역 배열 Qp 내 상태 포인터의 재정렬을 통해 구현되며, 각 블록 별 분할 횟수는 별도로 추적된다.
• SplitImplementation 함수는 효율적인 블록 분할과 압축된 점진적 업데이트 전략을 사용해 관계 R을 갱신한다.

실험 결과

연구 질문

• RQ1 LTS에서 가장 낮은 시뮬레이션 전순서는 알파벳 크기의 곱셈적 비용 없이 계산될 수 있는가?
• RQ2 LTS의 시뮬레이션 알고리즘에서 시간 복잡도와 비트 공간 복잡도를 모두 최소화하는 데이터 구조 설계는 무엇인가?
• RQ3 파artition-refinement 접근법은 Kripke 구조 알고리즘의 효율성을 유지하면서 LTS에 어떻게 적응시킬 수 있는가?
• RQ4 시뮬레이션 알고리즘에서 시간 복잡도 O(|Psim|·|→|)와 거의 최적의 비트 공간 복잡도 O(|Psim|² + |→|·log|→|)를 달성할 수 있는가?

주요 결과

• 제안된 알고리즘은 알파벳 크기에 영향을 받지 않는 최고의 시간 복잡도 O(|Psim|·|→|)를 달성한다.
• 비트 공간 복잡도는 O(|Psim|² + |→|·log|→|)이며, 이는 시뮬레이션 알고리즘 분야에서 가장 높은 성능이다.
• 세 번째 변형은 b·|Psim|·|→| 시간에 실행되며, b는 일반적으로 |Psim|보다 훨씬 작은 분기 계수이므로 실용적인 시간-공간 트레이드오프를 제공한다.
• 알고리즘은 O(|Psim|²·log|Psim| + |→|·log|→|) 비트를 사용하며, 이는 이전의 파artition 기반 방법이 사용하던 O(|Psim|·|Q|·log|Q|) 공간에 비해 상당히 향상된 성능이다.
• 전이 식별자 기반 공유 배열을 통한 전이 집합 인코딩으로 인해 공간은 O(|Σ|·|Q|)에서 O(|→|·log|→|)로 감소한다.
• 프레임워크는 가장 낮은 바이시뮬레이션 사전 계산과 통합 가능하며, 이는 전이 집합 크기와 전체 복잡도를 모두 감소시킨다.