[논문 리뷰] Weak bisimulations for labelled transition systems weighted over semirings

Marino Miculan, Marco Peressotti|arXiv (Cornell University)|2013. 10. 15.

Formal Methods in Verification참고 문헌 41인용 수 12

한 줄 요약

이 논문은 반순서환 위에서 가중치가 부여된 레이블된 전이 시스템에서 약한 바이시뮬레이션의 일반적 프레임워크를 제안하며, 비결정적, 확률적, 스토하스틱 시스템에 대한 기존의 개념들을 통합하고 확장한다. 반순서환의 대수적 구조를 활용하여 다단계 전이 가중치를 조합함으로써, 기반 반순서환에 대해 매개변수화되고 임의의 ω-완비이며 양의 순서가 부여된 반순서환에서 정확하고 결정 가능한 약한 가중치 바이시뮬레이션을 계산하는 통일된 알고리즘을 제공한다.

ABSTRACT

Weighted labelled transition systems are LTSs whose transitions are given weights drawn from a commutative monoid. WLTSs subsume a wide range of LTSs, providing a general notion of strong (weighted) bisimulation. In this paper we extend this framework towards other behavioural equivalences, by considering semirings of weights. Taking advantage of this extra structure, we introduce a general notion of weak weighted bisimulation. We show that weak weighted bisimulation coincides with the usual weak bisimulations in the cases of non-deterministic and fully-probabilistic systems; moreover, it naturally provides a definition of weak bisimulation also for kinds of LTSs where this notion is currently missing (such as, stochastic systems). Finally, we provide a categorical account of the coalgebraic construction of weak weighted bisimulation; this construction points out how to port our approach to other equivalences based on different notion of observability.

연구 동기 및 목표

• 정량적 시스템, 예를 들어 스토하스틱 및 확률적 LTS에 대해 일반적이고 수학적으로 일관된 약한 바이시뮬레이션의 정의가 부족한 문제를 해결하기 위해.
• 비결정적 시스템에 대한 밀너의 정의, 확률적 시스템에 대한 라르센-스쿠의 정의 등 기존의 약한 바이시뮬레이션 개념들을 단일 대수적 프레임워크 아래 통합하기 위해.
• 현재 정의되지 않았거나 특수한 방법으로만 다뤄지는 시스템, 예를 들어 비순간적인 τ-전이를 갖는 스토하스틱 시스템에 대해 약한 바이시뮬레이션의 개념을 확장하기 위해.
• 기반 반순서환에 대해 매개변수화되고, 임의의 ω-완비이며 양의 순서가 부여된 반순서환에서 정확하고 결정 가능한 약한 가중치 바이시뮬레이션을 계산하는 일반적 알고리즘을 제공하기 위해.
• 관측 패턴의 조합을 통해 다른 행동 동치성으로의 확장을 가능하게 하는, 약한 가중치 바이시뮬레이션에 대한 범주론적 코알제브라적 기초를 제공하기 위해.

제안 방법

• 시스템을 반순서환 위의 가중치가 부여된 레이블된 전이 시스템(WLTS)으로 모델링하며, 전이는 가중치가 포함된 교환 모노이드에서 온다. 다단계 가중치는 반순서환의 곱 연산을 통해 조합된다.
• 침묵 전이(τ)를 추상화하면서도, 약화된 전이 시스템 구축을 통해 가중치의 정량적 영향을 유지함으로써 약한 바이시뮬레이션을 정의한다.
• 반순서환에 대해 매개변수화된 약한 바이시뮬레이션 동치류를 계산하기 위한 알고리즘을 개발하였으며, 칸엘라키스-스몰리카의 기법과 유사한 정밀화 기법을 활용하지만, 약화된 전이에 맞게 조정하고 반순서환에 대해 매개변수화되어 있다.
• 기반 반순서환이 ω-완비이면서 양의 순서가 부여된 조건 하에서 알고리즘이 정확하다는 것을 증명하였으며, 이는 무한합의 수렴을 보장한다.
• 범주론적 코알제브라적 구성법을 제공하여, 포화된 시스템 간의 코동치성(cocongruence)으로서 약한 바이시뮬레이션을 특성화함으로써, ε-제거 기법을 일반화한다.
• 이 프레임워크는 스토하스틱 변수의 새로운 반순서환으로 확장되어, 가중치가 부여된 τ-전이를 갖는 스토하스틱 시스템의 자연스러운 모델링을 가능하게 한다.

실험 결과

연구 질문

• RQ1 비결정적, 확률적, 스토하스틱 시스템 전반에 걸쳐 단일 대수적 프레임워크를 사용하여 약한 바이시뮬레이션을 어떻게 통일적으로 정의할 수 있는가?
• RQ2 다단계 전이 가중치를 구성적으로 확장하고 약한 바이시뮬레이션을 지원하기 위해 필요한 대수적 구조는 무엇인가?
• RQ3 WLTS로 모델링된 임의의 시스템에 대해, 반순서환 위에서 작동하는 단일 매개변수화 알고리즘을 설계할 수 있는가?
• RQ4 코알제브라의 범주론적 구조는 어떻게 활용되어 약한 바이시뮬레이션을 다른 행동 동치성으로 일반화할 수 있는가?
• RQ5 약한 바이시뮬레이션 알고리즘의 결정성과 정확성을 보장하기 위해 반순서환에 필요한 최소 조건은 무엇인가?

주요 결과

• 제안된 약한 가중치 바이시뮬레이션은 부울 반순서환에서는 밀너의 약한 바이시뮬레이션과 일치하고, 확률 반순서환에서는 라르센-스쿠의 강한 확률 바이시뮬레이션과 일치한다.
• 이 프레임워크는 스토하스틱 시스템에 대해 자연스럽게 약한 바이시뮬레이션을 정의하여, 비영인 비율을 갖는 τ-전이가 관측 가능하다고 간주되어야 할지 여부에 대한 모호함을 해결한다.
• 스토하스틱 변수의 새로운 반순서환이 도입되어, 비율 전이 시스템 모델을 일반화하고 스토하스틱 시스템의 정량적 처리를 가능하게 한다.
• 기반 반순서환이 ω-완비이면서 양의 순서가 부여된 한, 약한 가중치 바이시뮬레이션을 계산하는 알고리즘이 정확하고 결정 가능하며, 칸엘라키스-스몰리카의 강한 바이시뮬레이션 알고리즘과 유사한 복잡도를 가진다.
• 비음수 실수에 대해 알고리즘의 시간 복잡도는 O(mn³.⁸) 이하로 제한되며, 특정 반순서환(예: 확률 반순서환)에 대해서는 더 효율적인 전용 알고리즘이 존재한다(예: O(mn³)).
• 범주론적 구성법은 약한 바이시뮬레이션을 포화된 시스템 간의 코동치성으로 특성화하여, 관측 패턴의 모듈러 조합을 통해 다른 행동 동치성으로의 일반화를 위한 기초를 제공한다.