[论文解读] Lessons Learned/Sharing the Experience of Developing a Metro System Case Study

Renato Silva|arXiv (Cornell University)|Oct 26, 2012

Model-Driven Software Engineering Techniques参考文献 7被引用 3

一句话总结

本文通过使用Event-B和Rodin平台，对一个安全关键型地铁系统进行案例研究，强调自顶向下细化、分解和泛型实例化以管理复杂性。作者表明，这些技术通过重用形式化证明减少了证明工作量，并提高了模型可维护性，在大规模系统模型中仅需极少人工干预，即实现了909个证明义务的74.6%证明释放率。

ABSTRACT

In this document we share the experiences gained throughout the development of a metro system case study. The model is constructed in Event-B using its respective tool set, the Rodin platform. Starting from requirements, adding more details to the model in a stepwise manner through refinement, we identify some keys points and available plugins necessary for modelling large systems (requirement engineering, decomposition, generic instantiation, among others), which ones are lacking plus strengths and weaknesses of the tool.

研究动机与目标

• 分享使用形式化方法开发大规模安全关键型地铁系统模型的实际经验。
• 评估分解和泛型实例化在减少证明工作量和提升模型可管理性方面的有效性。
• 评估Rodin平台对大型形式化模型的支持程度，识别工具的局限性和优势。
• 推广适用于工业规模嵌入式系统的可重用、结构化建模技术。
• 通过现有工具扩展解决形式化方法中可追溯性和需求工程方面的挑战。

提出的方法

• 采用自顶向下的细化驱动方法，在Event-B中建模地铁系统，从抽象系统行为开始。
• 应用分解技术，将单体组件拆分为可管理的子组件，以降低状态和事件的复杂性。
• 使用泛型实例化重用形式化模式——特别是用于车厢门——在多个实例（如紧急门和服务门）之间复用。
• 利用Rodin插件（模型分解、共享事件组合）和手动实例化支持模块化和证明重用。
• 通过自动化和交互式策略处理证明义务（POs），重点在于最小化重复证明工作量。
• 通过ProR插件（在可用时）支持可追溯性和一致性检查，将非形式化需求与形式化模型集成。

实验结果

研究问题

• RQ1 分解和泛型实例化在Event-B中如何提升大型形式化模型的可管理性和可扩展性？
• RQ2 在证明大规模Event-B模型时面临的主要挑战是什么？如何通过结构化建模技术加以缓解？
• RQ3 现有Rodin平台插件在支持复杂、工业级形式化系统开发方面的能力如何？
• RQ4 通过泛型实例化实现的证明重用在减少形式化验证总体证明工作量方面有多有效？
• RQ5 当前工具支持（如Rodin、ProR）在处理现实世界需求和模型演化方面存在哪些局限性？

主要发现

• 该案例研究在使用Rodin v2.1时，通过手动泛型实例化和分解，实现了678个（共909个）证明义务的74.6%证明释放率。
• 泛型实例化显著减少了证明工作量，通过重用257个来自基础模式（GCDoor）的证明义务，实现了服务门和紧急门的独立细化。
• 分解在管理模型复杂性方面至关重要，因为它减少了每个组件的变量和事件数量，使证明更具可处理性。
• 尽管存在工具限制，一旦确定正确的证明策略，交互式证明释放仍可行，表明通过适当结构化，形式化验证依然可行。
• 缺乏对泛型实例化和证明义务策略重用的自动化支持，增加了人工工作量，凸显了未来工具增强的必要性。
• 将非形式化需求与形式化模型集成仍具挑战性，尽管在可用时ProR插件支持可显著提升可追溯性和不一致性检测能力。