QUICK REVIEW
[论文解读] LTL Store: Repository of LTL formulae from literature and case studies
Jan Křetínský, Tobias Meggendorfer|arXiv (Cornell University)|Jun 29, 2018
Logic, programming, and type systems参考文献 1被引用 7
一句话总结
LTL Store 是一个经过筛选的、机器可读的 LTL 公式库,汇集了学术文献和现实世界案例研究中的 LTL 公式,旨在支持形式化验证中的实验评估。它使研究人员能够使用标准化、可重用的公式,比较各类自动机的大小,并评估 LTL 合成与模型检测工具的性能。
ABSTRACT
This continuously extended technical report collects and compares commonly used formulae from the literature and provides them in a machine readable way.
研究动机与目标
- 提供一个集中化、机器可读的 LTL 公式集合,用于形式化验证研究。
- 通过整合来自不同来源的公式,支持基于 LTL 的验证与合成工具的实验评估。
- 支持从不同 LTL 公式派生的自动机大小的对比分析,从而影响验证性能。
- 将 Büchi Store 的概念扩展至 LTL 公式,促进该领域内实验的可重现性与基准测试。
- 通过提供一个标准化、持续更新的公式语料库,支持工具开发与理论分析。
提出的方法
- 从学术文献、案例研究以及现有仓库(如 Spec Patterns)中收集 LTL 公式。
- 根据语义模式和应用领域对公式进行分类,以提高可搜索性和可重用性。
- 以结构化、机器可读的格式存储公式,可通过位于 https://gitlab.lrz.de/i7/ltlstore 的 GitLab 仓库访问。
- 对所有收集到的公式维护版本控制和来源追踪,以确保可重现性。
- 利用现有的 LTL 语法与语义标准及工具,确保与验证工具的兼容性。
- 受 Büchi Store 启发,将其原则适配至 LTL 公式,以提升在模型检测与合成领域中的广泛实用性。
实验结果
研究问题
- RQ1在形式化验证文献和案例研究中,最常使用的 LTL 公式有哪些?
- RQ2不同公式和模式下的 LTL 自动机大小如何变化?
- RQ3一个标准化、经过筛选的 LTL 公式库在多大程度上能提升验证研究中的可重现性与基准测试?
- RQ4如何系统性地对公式进行分类并使其具备机器可读性,以支持工具集成?
- RQ5公式选择对模型检测与合成工具性能有何影响?
主要发现
- LTL Store 公共库持续汇集来自多样化来源(包括学术出版物和现实世界案例研究)的 LTL 公式。
- 公式按语义模式和应用场景组织,支持高效检索与对比。
- 该库可通过 https://gitlab.lrz.de/i7/ltlstore 公开访问,支持版本控制与社区贡献。
- 该项目支持直接比较不同公式派生的自动机大小,有助于验证工具性能分析。
- 通过提供机器可读的公式,LTL Store 促进了形式化方法研究中可重现的实验与工具评估。
- 该项目将 Büchi Store 的概念拓展至 LTL 公式,为基准测试与工具开发奠定了基础性资源。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。