30、运行时定量验证：自适应系统的保障利器

运行时定量验证：自适应系统的保障利器

1. 运行时定量验证概述

运行时定量验证（RQV）是一种形式化验证技术，旨在为自适应软件提供保障证据，确保其满足可靠性、性能和其他服务质量（QoS）要求。RQV 的工作流程主要包括三个阶段：
1. 本地能力分析 ：在系统启动或局部能力摘要失效的不频繁更改后执行，对系统各组件的能力进行全面分析。
2. 贡献级别协议（CLA）选择 ：每个组件独立执行规划算法，从其本地能力摘要中选择对实现系统级 QoS 要求应做出的贡献。只要所有组件“同意”实现以此方式选择的本地贡献，就能保证满足系统级 QoS 要求。
3. 本地控制 ：使用基于 RQV 的自适应方法，确保每个组件满足其 CLA。本地控制循环会识别出无法在本地实现 CLA 的罕见情况，并触发本地能力分析的重新执行。

在无人水下航行器（UUV）领域的案例研究中，分布式 UUV 系统在使用基于 RQV 的分散式和集中式自适应方法时，都能以相似的成功率实现其 QoS 要求。不过，分散式方法的 RQV 开销比集中式解决方案低几个数量级，且能扩展到更大的系统规模，通信率在 UUV 领域可接受，还不会引入单点故障。但分散式方法的组件在本地能力分析时需保守，这通常会降低分布式系统的运行效用。

2. 学习概率模型

2.1 参数学习

• 贝叶斯技术 ：Epifani 等人提出了一种贝叶斯技术，用于学习离散时间马尔可夫链（DTMC）的未知状态转移概率。该技术利用具有未知转移概率的状