[发明专利]基于学习方式的符号化假设-保证推理方法

说明书

技术领域

本发明涉及基于学习方式的符号化假设-保证推理方法装置。

背景技术

计算机软硬件系统在当今社会已得到广泛的应用，但是软硬件系统的复杂度越来越高，保证系统运行的正确可靠也越来越重要。尤其是在航天、交通、通信、医疗等安全性要求比较高的领域，软硬件系统的可靠性以及安全性更是重中之重。传统的仿真和测试技术在系统设计的初期很容易发现设计缺陷，但是随着设计越来越清晰，这两项技术找出微小缺陷的效率急剧下降。它们的最大的缺点在于，不能够找出系统中存在的所有缺陷，保证系统的安全稳定。相对于测试和仿真技术，形式化验证是更加吸引人的一种方法。形式化验证技术是从数学上完备的证明系统是否实现了设计者的意图，主要优点就是完备性，能够完全断定设计的正确性。

形式化验证主要思想是通过使用形式证明的方式来验证一个设计的功能是否正确。形式验证可以分为三大类：等价性检查(Equivalence Checking)、模型检测(Formal Model Checking)和定理证明(Theory Prover)。

由于模型检测多采用穷举搜索算法，其面临的最严重问题就是状态空间爆炸问题，这一点对软件来说尤为突出。模型检测的有穷性搜索要求模型状态空间有穷，无法适用于无穷状态系统。与此同时软件往往涉及无穷数域运算呈现出无穷状态，所以软件总是需要建模过程，将系统转化为有穷状态。即使对于有穷状态的系统，模型检测也常常面临状态空间爆炸的严重问题。

发明内容

为解决上述技术问题，本发明的目的是提供一种降低符号化模型检测过程对时间和空间的要求，缓解“状态爆炸”问题的基于学习方式的符号化假设-保证推理方法。

本发明基于学习方式的符号化假设-保证推理方法，包括：通过成员查询空赋值的扩展构造第一个推测，如果所有长度小于二得赋值成员查询的结果都为NO，L^*就会构造接受空语言的最小化自动机作为推测；满足n个变量的布尔函数的赋值，其长度必然为n，任何赋值都不满足的布尔函数为F；

当OBDD学习算法进行成员查询时，老师答案为YES则返回NO，否则返回YES；

当OBDD学习算法进行等价查询时，将推测取反进行等价查询；

经过这样的转化，OBDD学习算法初始进行的等价查询EQ(F)就会转换为等价查询EQ(T)。

进一步地，设被学习的模块为M₁，其中包含若干个变量V₁，V₂，...，V_n；

V_i＝(x，_i(x)，_i(x))(1≤i≤n)；分别学习每个变量，等价查询的过程也需要分解；

需要分解等价查询，每个变量的学习算法，首先通过成员查询MEM和等价查询第一步SL构造初步的假设。等价查询的第二步组合n个变量的假设，以构造M₁的假设，然后验证M₀||M₁＜(x)；如果返回反例，需要进行分析，返回给相应的变量。

借由上述方案，本发明基于学习方式的符号化假设-保证推理方法装置至少具有以下优点：

本发明参考以往的研究，将模块作为整体，使用模块整体的BDD作为学习算法的目标，构造隐式学习算法的框架；根据学习算法的特点，如果学习整个模块的BDD，调整某些变量的行为，很容易对其他变量产生影响，因此给出反例的顺序对产生假设的规模至关重要。细化模块，学习模块中各个变量的BDD，以减弱反例顺序对假设的影响，可能会提高产生假设的质量；实现基于L^*的BDD学习算法，分析BDD学习的过程以及效率，为假设生成算法提供基础；使用并行技术，提高假设生成的效率；根据符号化模型检测在验证属性不成立时，返回多条反例的性质，改进反例分析的过程，减少组合验证的次数，提高假设构造的效率。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。

附图说明

图1为假设-保证推理应用框架。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。