2020-12-10 看文献
题目:Model Checking the Uncertainties in Software Systems Introduced by Intelligent Components
背景
当代基于学习的软件系统,除了神经网络模型外,还需关注传统软件。所以他提出了一个用于对软件系统进行建模的框架,该框架由Petri网描述,传统软件被描述为常规组件,神经网络被描述为智能组件。如果系统存在不确定性,也可以在一定程度上保证软件系统的质量。
实现步骤
- 建立一个自适应Petri网模型来描述整个系统。因为Petri网可以描述具有学习能力的系统。
- 自适应Petri网是在常规Petri网上添加神经网络,具体为A转换(存疑)。Petri网可以用其他语言(例如CSP或LTS)代替。
- 将自适应Petri网模型转换为混合Petri网。自适应Petri网能够对智能软件系统进行建模,但是MC无法直接对其进行分析。因此,必须将自适应Petri网模型正确地转换为可以由MC分析的等效模型。文章中,是将自适应Petri网模型转换为混合Petri网模型。
- 使用SPIN分析模型
上图为图示步骤。