基于随机博弈模型检查的自适应系统分析
1 背景与相关工作
在过去几年里,研究界为支持自适应系统的构建付出了重要努力。为识别不同设计决策的附加价值,人们探索了多种理论来应对影响自适应系统的各类不确定性,近期形式验证的进展也探索了概率与博弈论的结合,以分析不确定性和竞争行为为关键要素的系统。
1.1 模糊集与可能性理论
模糊集理论通过引入隶属度概念扩展了经典集合论,适用于信息不精确或不完整的领域。它将元素对集合的隶属度描述为[0, 1]区间内的函数,值越接近1表示元素属于该集合的可能性越高。可能性理论基于模糊集,在自适应系统中,可能性理论主要用于处理目标的不确定性。
| 理论 | 方法 | 简化假设 | 模型漂移 | 噪声 | 随时间变化的参数 | 人为因素 | 目标 | 去中心化 | 上下文 | 网络物理系统 |
| — | — | — | — | — | — | — | — | — | — | — |
| 模糊集/可能性理论 | RELAX | ✓ | | | | | | | | |
| 模糊集/可能性理论 | FLAGS | | | | | | | | | |
| 模糊集/可能性理论 | POISED | | | ✓a | | | | | | |
- RELAX :一种用于需求的形式化规范语言,利用可能性理论考虑自适应系统目标的不确定性,引入了一组运算符,允许根据环境状态在运行时“放宽”需求。
- FLAGS :通过在需求获取阶段嵌入适应性来减轻环境和需求变化带来的不确定性,引入了自适应目标和对策的概