5、统计模型检查中的罕见事件与资源有界逻辑复杂度概述

统计模型检查中的罕见事件与资源有界逻辑复杂度概述

1. 统计模型检查中的罕见事件

1.1 支持的模型类型

在统计模型检查中，可处理多种类型的模型：
- Simulink 图表：通过接口控制 Matlab/Simulink 的模拟器。
- SystemC 模型：借助外部工具对 SystemC 模型进行插桩，并生成插件使用的 C++ 可执行文件。

1.2 重要性采样实现

• 为 RML 实现了重要性采样，允许用户指定修改转移率的采样参数，Plasma Lab SMC 算法会自动使用这些新的采样测度来计算概率或奖励。
• 实现了交叉熵最小化技术，用于迭代找到最优参数分布。初始参数分布可通过随机均匀选择转移来确定。

1.3 重要性分割实现

• 重要性分割算法要求用户在模型 - 属性乘积自动机上指定得分函数。Plasma Lab 包含一个特定的检查器插件，便于构建得分函数。
• 该插件允许编写小型观察器自动机来检查轨迹上的属性并计算得分函数。观察器使用类似于 RML 的语法，采用“受保护命令”的概念，具有顺序语义。
• 这些观察器实现了 BLTL 逻辑的一个子集，确保属性自动机的大小不依赖于时间运算符的界限。工具还允许将该子集中的 BLTL 属性转换为观察器，用户只需编辑生成的观察器即可为属性计算合适的得分函数。

1.4 分布式 SMC 算法

• 简单蒙特卡罗 SMC 可以高效分布，因为初始化后，模拟独立执行，结果在最后只需用一位信息（即属