Anguins L* Simple Case Study

一、介绍OT表

图1 OT表简介
闭包性：形象的理解就是辅助行区域T(S∪I)在T(S)中，否则就在S域中添加 SUI中不包含在原S域中对应的行标签及其所有前缀
一致性：就是指如果S域中二个行标签如果对应的值相同，则其加入同一个基本字a作为后缀，其值也要相同，否则为了区别这两个状态，需要在E中添加这a∪e。

二、学习过程

由于学习过程的前提是有一个被测系统（黑箱），所以需要首先构建，并且确认输入输出。
已知：被测系统SUI，输入表

输入基本字：{a,b}
（1）初始化OT表
表1 三四行辅助行区域，三四行的行标签a,b为输入基本字的集合。第二行为状态行区域

$$O_1$$	a	b
ε	A	B
a	A	B
b	A	B

检查一致性与闭包性，符合S域的每一个行标签对应为一个状态，然后直接看对应的E区域的列标签（即基本字）所得到的值（即该基本字所对应的输出）。

图5 当前学习下的状态图
（2）完善OT表
构造好之后，询问teacher，teacher返回不对和一个反例。字串bba，SUL输出是C，而你输出是A，这个时候，算法就将 bba这个字串及其所有前缀添加进OT表的S域
表2 将bba字串及其所有前缀添加进OT表的状态区域

$$O_2$$	a	b
ε	A	B
b	A	B
bb	C	B
bba	A	B
a	A	B
b	A	B

当然同时要需要更新辅助域，规则就是S∪I（S是状态行区域，I是基本字集合）即可然后重新经过成员查询得到OT表的值，如下图所示：
删除辅助域中的最后一行，计算{ε, b, bb, bba} 与 {a, b}的并集
表3 更新后的OT表

$$O_2$$	a	b
ε	A	B
b	A	B
bb	C	B
bba	A	B
a	A	B
ba	A	B
bbaa	A	B
bbb	C	B
bbab	C	B

T(S∪I)都包含于T(S),所以是闭包的，但是检查一致性的时候发现，在S域T(ε)和T(b)都一样是AB,可是其加上同一个后缀b，这个时候T(b)和T(bb)不同，一个是A B，一个是C B,所以不满足一致性，则需要在E中添加b∪e即ba

$$O_3$$	a	b	ba
ε	A	B	A
b	A	B	C
bb	C	B	C
bba	A	B	C
a	A	B	A
ba	A	B	A
bbaa	A	B	A
bbb	C	B	C
bbab	C	B	C

最后构造状态图

总结

整个流程需要代码模拟，但现有代码不能运行，只能看着代码结合论文构造，而且学习过程中需要向被测系统发送输入，接收输出，没有实际系统的话只能模拟它会返回什么。

整个算法的流程大体如上