HyperPCTL Model Checking by Probabilistic Decomposition

Zaman, Eshita; Ciardo, Gianfranco; Ábrahám, Erika; Bonakdarpour, Borzoo

doi:10.1007/978-3-031-07727-2_12

Cited by 2 publications

(1 citation statement)

References 24 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…In this paper, for the sake of simplicity, we avoid such an involved construction and consider only single, uncoupled computation trees, where all atomic propositions share the same state variable specified in the probability expression. However, handling such constraints would require only an additional technical step performing the cross-product when needed [37], and no principle obstacles.…”

Section: Controller Quantification (ϕ)mentioning

confidence: 99%

Untitled

2020

View full text Add to dashboard Cite

Das probabilistische Programmieren ist ein neues Paradigma, das von High-Tech-Giganten wie Google, Amazon und Uber übernommen wurde, um die Entwicklung von Anwendungen auf der Basis von künstlicher Intelligenz, wie der Routenplanung und der Erkennung von Cyberangriffen, zu vereinfachen. Probabilistische Programmiersprachen enthalten arteigene Konstrukte für Stichprobenverteilungen, mit denen deterministische und stochastische Elemente frei gemischt werden können. Die resultierende flexible Struktur hat ihren Preis und führt zu Programmen mit schwer zu analysierenden Verhaltensmustern mit oft unvorhersehbaren Folgen bei sicherheitskritischen Anwendungen. Eine der Hauptherausforderungen bei der Analyse dieser Programme besteht darin, invariante Eigenschaften zu berechnen, die das Schleifenverhalten vollständig beschreiben. Unser Projekt zielt darauf ab, vollautomatisierte Ansätze zu entwickeln, um Invarianten über Momente höherer Ordnung und die Werteverteilung von Programmvariablen zu generieren. Dafür kombinieren wir Methoden von symbolischem Rechnen und Statistik mit formalen Methoden für die Programmanalyse. Unsere Ergebnisse sollen den Einsatzbedarf an Expertenwissen zur Gewährleistung der Sicherheit von Computersystemen verringern. Damit werden die Kosten für Anwendungen, die auf probabilistischen Programmen basieren, gesenkt, zum geistigen und wirtschaftlichen Vorteil unserer Gesellschaft.

show abstract

Section: Controller Quantification (ϕ)mentioning

confidence: 99%