7、自适应系统的永久保证：分解机制、基准标准与案例分析

自适应系统的永久保证：分解机制、基准标准与案例分析

1. 分解机制

1.1 时间分解

时间分解有两种类型：
- 部分离线，在线提供保证 ：在设计时对系统及其需求进行形式化和参数化模型的预计算，运行时根据监控活动的输出实例化模型参数。例如，参数化概率模型检查可对参数化马尔可夫链评估时间属性，离线进行较复杂的分析，运行时廉价地获得定量属性结果。不过，由于工具中参数引擎的实际限制，这种技术在静态架构（或可能配置数量有限）的自适应系统中效果更好。
- 具有一定近似度的保证 ：统计模型检查是一种模拟方法，通过有限次系统执行模拟和统计假设检验来评估概率和基于奖励的定量属性，无需在内存中构建状态空间的显式表示。它在分析时间和结果准确性之间提供了权衡，适用于对时间要求严格且对准确性要求不高的系统，并且系统架构的动态变化不会增加资源消耗。

1.2 空间分解

空间分解有三种类型：
- 扁平方法 ：使用假设 - 保证模型检查逐个验证基于组件的系统，采用常规安全属性作为对系统组件的假设和保证，以可扩展的方式推理概率系统。还可使用概率接口自动机对环境模型中的概率属性进行独立分析。
- 分层方法 ：通过分解模型进行增量定量验证，能够重用先前验证运行的结果以提高效率。例如，将基于马尔可夫决策过程的模型分解为强连通分量，或使用基于组件系统的高级代数表示来确定和执行系统更改后的最小组件级重新验证步骤。
- 增量方法 ：使用假设 - 保证组合验证在系统