结合PAC学习理论和主动学习的时间自动机模型的生成方法技术

本发明专利技术提供了一种结合PAC学习理论和主动学习的时间自动机模型的生成方法，用于生成实时系统的单时钟时间自动机形式模型，其特征在于，包括：步骤S1，通过学习器初始化时间观察表；步骤S2，通过转换器处理时间观察表使其满足闭合性和一致性；步骤S3，基于时间观察表，通过学习器构建假设模型步骤S4，通过比较器比较假设模型的质量与稳定模型的质量，并判断是否找到反例；步骤S5，当步骤4判断为否时，通过教学器对假设模型进行PAC近似等价查询，并判断是否找到反例，当判断为否时，停止迭代，将假设模型作为结果模型；步骤S6，当步骤S4或步骤S5判断为是时，根据反例，更新时间观察表，并返回步骤S2。并返回步骤S2。并返回步骤S2。

【技术实现步骤摘要】
结合PAC学习理论和主动学习的时间自动机模型的生成方法


[0001]本专利技术属于软件开发
，具体涉及一种结合PAC学习理论和主动学习的时间自动机模型的生成方法，用于生成实时系统的确定性单时钟时间自动机形式模型。

技术介绍

[0002]随着实时嵌入式系统的快速发展，系统的可靠性和安全性受到工业界和各国政府越来越多的关注。目前，系统的检验主要利用基于模型的测试(Model
‑
based testing)和形式化验证(Formal verification)等技术来实现。形式化模型是应用这些技术的先决条件，而现实中由于存在软件历史遗留、说明文档缺失、源代码无法访问或难以理解等问题，一般很难直接获得形式化模型。模型学习(Model learning)是一种通过系统的输入输出观察来对系统进行自动化形式建模的方法，通过自动化学习目标系统的形式化模型以补充测试和验证技术。目前，模型学习已经成功应用到很多工业领域，也正在成为一种高效的漏洞寻找技术。
[0003]在1987年，Angluin提出了著名的Lr/>*
算本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种结合PAC学习理论和主动学习的时间自动机模型的生成方法，用于生成实时系统的单时钟时间自动机模型，其特征在于，包括：步骤S1，通过学习器初始化时间观察表；步骤S2，通过转换器处理所述时间观察表使其满足闭合性和一致性；步骤S3，基于所述时间观察表，通过所述学习器构建假设模型步骤S4，通过比较器比较所述假设模型的质量与稳定模型的质量，并判断是否找到反例；步骤S5，当所述步骤4判断为否时，通过教学器对所述假设模型进行PAC近似等价查询，判断是否找到所述反例，当判断为否时，停止迭代，将所述假设模型作为结果模型；步骤S6，当所述步骤S4或所述步骤S5判断为是时，根据所述反例，更新所述时间观察表，并返回所述步骤S2，其中，所述学习器用于学习并生成所述单时钟时间自动机模型，存储有所述时间观察表，所述教学器用于验证所述学习器生成的所述单时钟时间自动机模型。2.根据权利要求1所述的结合PAC学习理论和主动学习的时间自动机模型的生成方法，其特征在于：其中，所述教学器具有目标系统以及采样查询部，所述采样查询部用于采样数据，并通过在所述目标系统上测试所述采样数据来进行所述PAC近似等价查询。3.根据权利要求1所述的结合PAC学习理论和主动学习的时间自动机模型的生成方法，其特征在于：其中，所述时间观察表为：T＝(Σ,∑,∑
r
,S,R,E,f)式中，Σ为运作集合，∑为逻辑时间字集合，∑
r
为重置逻辑时间字集合，S为前缀集合，R为边界集合，E为后缀集合，f为分类函数，4.根据权利要求3所述的结合PAC学习理论和主动学习的时间自动机模型的生成方法，其特征在于：其中，所述步骤S2包括如下子步骤：步骤S2
‑
1，对于每一个动作σ∈Σ，先构造一个逻辑时间字γ＝(σ,0)，然后通过所述转换器获得对应的重置逻辑时间字γ
r
＝(σ,0,b)，并将其加入到所述边界集合R中；步骤S2
‑
2，判断所述时间观察表是否满足闭合性，当判断为否时，处理所述时间观察表使其满足闭合性；步骤S2
‑
3，判断所述时...

【专利技术属性】
技术研发人员：张苗苗，沈炜，安杰，詹博华，薛白，詹乃军，
申请(专利权)人：同济大学，
类型：发明
国别省市：