[论文解读] Towards Refinement Strategy Planning for Event-B

Tsutomu Kobayashi, Shinichi Honiden|arXiv (Cornell University)|Oct 26, 2012

Distributed systems and fault tolerance参考文献 6被引用 3

一句话总结

本文提出了一种系统化的方法，通过分析系统元素之间的语义约束和关系，来规划Event-B中的细化策略，使非专家能够通过自动排序构件和现象的引入，构建出结构良好、复杂度可控的模型。该方法使用基于成本的排序系统，优先选择能最小化验证负担同时遵守类型和一致性约束的引入序列。

ABSTRACT

Event-B is a formal approach oriented to system modeling and analysis. It supports refinement mechanism that enables stepwise modeling and verification of a system. By using refinement, the complexity of verification can be spread and mitigated. In common development using Event-B, a specification written in a natural language is examined before modeling in order to plan the modeling and refinement strategy. After that, starting from a simple abstract model, concrete models in several different abstraction levels are constructed by gradually introducing complex structures and concepts. Although users of Event-B have to plan how to abstract the specification for the construction of each model, guidelines for such a planning have not been suggested. Specifically, some elements in a model often require that other elements are included in the model because of semantics constraints of Event-B. As such requirements introduces many elements at once, non-experts of Event-B often make refinement rough though rough refinement does not mitigate the complexity of verification well. In response to the problem, a method is proposed to plan what models are constructed in each abstraction level. The method calculates plans that mitigate the complexity well considering the semantics constraints of Event-B and the relationships between elements in a system.

研究动机与目标

• 为解决Event-B中细化策略规划低效的问题，即非专家常创建过于粗略的细化，无法降低验证复杂度。
• 识别并建模Event-B中控制构件（artifacts）和现象（phenomena）引入顺序的语义约束。
• 为非专家用户提供一种系统化、自动化的支持，以构建逐步进行、一致且复杂度最小化的细化路径。
• 形式化构件引入与所需底层现象之间的关系，确保类型一致性及证明义务的可管理性。
• 通过减少对专家知识在细化规划中的依赖，实现Event-B更系统化和易用的使用。

提出的方法

• 该方法将系统规格建模为自然语言陈述（即构件）及其在Event-B中的对应形式表达（作为不变式）。
• 基于语义和类型约束，识别出表达每个构件所必需的现象（如集合、常量、变量、事件）。
• 定义一个成本函数，根据引入每个构件所需的新现象数量来评估其复杂度，重点是最小化累积复杂度。
• 该算法使用基于优先级的搜索，探索构件所有可能的引入顺序，并通过“CertainlyBetter”函数比较候选计划，剪枝次优序列。
• 采用带剪枝的递归搜索，高效探索并排序引入序列，确保每一步仅保留非占优的计划。
• 通过确保类型一致性和通过约束检查避免无效细化，隐式整合了证明义务的考量。

实验结果

研究问题

• RQ1 如何形式化Event-B中的细化策略规划，以减轻非专家用户的负担？
• RQ2 Event-B中的哪些语义约束要求特定的现象和构件引入顺序？
• RQ3 如何通过系统化规划细化步骤来最小化验证复杂度？
• RQ4 可以使用哪些标准来比较和评估不同细化序列的最优性？
• RQ5 该方法如何支持在多个抽象层次上构建一致且类型安全的模型？

主要发现

• 所提出的方法成功生成了尊重Event-B类型和一致性约束的最优细化序列排名列表。
• 通过确保构件仅在所有必需现象可用后才被引入，该方法有效降低了验证复杂度，防止了类型错误和证明失败。
• 该方法使非专家用户无需深入掌握形式化方法或证明义务知识，也能构建有效的细化路径。
• 该算法通过“CertainlyBetter”函数高效剪枝次优序列，在中等规模规格下仍保持计算可行性。
• 在图书馆管理系统上的验证表明，某些引入顺序（如{a}, {b}, {c}）显著优于其他顺序（如{b}, {a}, {c}），能更有效地降低复杂度。
• 结果表明，每步引入的新现象数量是决定整体细化复杂度的关键因素，而最优排序可显著减轻这一负担。