[論文レビュー] Reachability via Compositionality in Petri nets

Paweł Sobociński, Owen Stephens|arXiv (Cornell University)|Mar 6, 2013

Petri Nets in System Modeling参考文献 12被引用数 7

ひとこと要約

本稿では、共有境界を介して接続されたコンポーネントに分解することで、1-有界ペトリ・ネットにおける到達可能性解析のための新しい構成的技法を提示する。各コンポーネントを、内部状態ではなく境界での相互作用のみを追跡する非決定性有限オートマトン（NFA）に翻訳し、それらのNFAを合成することで、グローバルな到達可能性を決定する。この手法は、内部状態ではなく外部相互作用に焦点を当てることで、状態爆発を回避し、最近導入された境界付きネットの代数に基づく構成的到達可能性技法の正しさが証明されており、標準ベンチマークにおいて有望な実験結果を示している。

ABSTRACT

We introduce a novel technique for checking reachability in Petri nets that relies on a recently introduced compositional algebra of nets. We prove that the technique is correct, and discuss our implementation. We report promising experimental results on some well-known examples.

研究の動機と目的

• 構造的合成性に焦点を当てることで、有界ペトリ・ネットの到達可能性解析における状態爆発問題に対処すること。
• 内部マーキングをすべて列挙するのではなく、コンポーネント間の境界相互作用のみを追跡することで、到達可能性を検査する手法を開発すること。
• 最近導入された境界付きネットの代数に基づく構成的到達可能性技法の正しさを証明すること。
• この技法を実装し、よく知られたペトリ・ネットの例に対して評価することで、その実現可能性と性能を示すこと。
• 将来のカバレージ問題への一般化および自動的分解の可能性を検討すること。

提案手法

• 境界付きネットの代数を用いて、共有遷移および境界を介して接続されたコンポーネント・ネットにネットを構造的に分解する。
• 各コンポーネント・ネットを、到達可能なマーキングを表す状態と、発火時の境界での相互作用を表す遷移をもつ非決定性有限オートマトン（NFA）に翻訳する。
• NFAの遷移は、発火時の左および右境界での相互作用を示す2進文字列のペア（α/β）でラベル付けされる。
• コンポーネントNFAの合成は、グローバルな振る舞いが保持されるように、積構成の変種を用いて行う。
• 並列動作の効率的表現を可能にするために、セット発火意味論が用いられる。
• 同じ分解を繰り返し計算しないためにメモ化に依存する。

実験結果

リサーチクエスチョン

• RQ1 構造的分解に基づく構成的アプローチを用いて、1-有界ペトリ・ネットにおける到達可能性を効果的に検査できるか。
• RQ2 内部マーキングではなく境界相互作用に焦点を当てることで、状態爆発問題はどの程度軽減できるか。
• RQ3 NFAベースの構成的手法の性能は、アンフォールディングや対称性削減といった既存手法と比べてどうか。
• RQ4 特に密に接続されたネットや境界が大きいネットにおいて、この手法の制限は何か。
• RQ5 自動的分解アルゴリズムは、実用的な到達可能性解析のための適切なコンポーネント化を効果的に生成できるか。

主な発見

• 構成的到達可能性技法は形式的に正しく証明されており、グローバルな到達可能性の結果が完全なネット解析と同等であることが保証されている。
• バッファ（Bₙ）、トークンリング（Tₙ）、哲学者（Phₙ）の代表的な例を効果的に処理でき、アンフォールディングベースの手法と比較して競争力のある性能を示している。
• 多くのシステムにおいて、局所的な構造的要因による到達不能な状態を効率的に同定できており、実用的有用性を示している。
• 境界サイズが大きい小規模なクリーク・ネットでは実装が終了しないことが判明し、境界サイズが増大する場合の主要な制限を示している。
• 生成されたNFAのサイズは、場所数（最大2ⁿ状態）および境界サイズ（最大2ᵏ⁺ˡのアルファベットサイズ）に依存しており、密に接続されたネットでは非現実的である。
• メモ化と自動的分解は実際の応用において有効であり、境界相互作用が固定点に達する場合には特に効率的な解析が可能になる。