多智能体系统时态认知规范高效符号模型检测的算法研究_.docVIP

多智能体系统时态认知规范高效符号模型检测的算法研究_.doc

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
多智能体系统时态认知规范高效符号模型检测的算法研究_.doc

多智能体系统时态认知规范高效符号模型检测的算法研究( 吴立军1,苏金树1,苏开乐2 1(国防科学技术大学计算机学院,长沙 410073) 2 (中山大学计算机科学与技术系,广州 510275) 摘要 Clarke 和McMillan 提出了利用mu演算和OBDDs符号模型检测时态逻辑的方法。这些方法是非常有效的,能用于验证许多具有极大状态空间的实际系统(状态个数可以超过1020)。然而,这些方法不能检测知识逻辑。但是时态认知逻辑能更精确地描述分布式领域中系统和协议的规范。这篇文章首先讨论了Kripke结构和mu演算的扩展,然后提出了利用扩展mu演算和OBDDs符号模型检测时态认知逻辑的方法。 关键词 OBDDs;mu演算;时态认知逻辑;符号模型检测;安全协议验证 引言 模型检测自十九世纪八十年代提出以来,已经变成了最成功的自动验证技术之一。它被广泛地应用于硬件测试和通信协议和控制系统的有效性证明等诸多领域。模型检测一直以来主要用来检验系统是否满足用时态逻辑描述的规范。人们很少注意知识逻辑的模型检测的问题。然而在分布式系统中,时态认知逻辑能更准确地描述系统和协议的规范,因而被广泛地用于系统和协议的规范描述。因此模型检测时态认知逻辑是一个新的重要的研究领域。 Ron van der Meyden 和 N.V.Shilov 讨论了具有完全记忆的系统中模型检测知识和时间的问题[1]。Wiebe van der Hoek等提出了基于命题逻辑的时态认知逻辑模型检测算法[2]。但它只是局限于由LTL和知识算子组成的逻辑,而且他们的工作基础还需进一步研究。苏开乐等在时态认知逻辑方面也做了许多工作[3-4 ]。吴立军等讨论并提出了基于SMV的时态认知逻辑模型检测方法,但没有解决极大状态空间系统的模型检测问题[5]。 mu演算是一种功能强大的语言,它通过使用最大最小固定点算子来描述转移系统的性质。许多时态和程序逻辑能转换成mu演算。而mu演算存在高效的模型检测算法。因此研究者们对mu演算在计算机辅助验证领域的应用产生了极大的兴趣。 OBDDs(Ordered Binary decision Diagrams) 是布尔公式的经典表达式。实际上它们比传统的CNF和DNF范式更加紧凑。因此OBDDs被广泛应用于计算机辅助设计和验证中,包括组合逻辑的符号验证等。通过它我们可以验证许多具有极大状态空间的实际系统。而这些系统的验证是状态枚举法无法实现的。 Clarke 和 McMillan等提出了通过mu-演算和OBDDs符号模型检测时态逻辑的方法[9][10]。这些方法具有极高的效率,能用来验证许多具有极大状态空间的实际系统(状态个数超过1020)。然而,这些方法不能模型检测认知逻辑。 本文根据以上方法和知识的语义,利用扩展的mu-演算和OBDDs,给出了高效符号模型检测时态认知逻辑的方法(由CTL(Computation Tree Logic)和知识算子组合而成的时态认知逻辑)。这些方法能够对具有极大状态空间的系统进行安全属性的验证。作为例子,我们给出了SSL2.0的安全属性的验证。 2 Kripke 结构的扩展 和 mu-演算的扩展 2.1 Kripke 结构的扩展 假设Kripke结构M=(S,T,L),其中S是状态集合, T是转移关系的集合, L是映射L:S(2AP(AP是命题集合),每一状态对应在该状态下为真的原子命题集合,假设有n个智能体agent i (i=1,2,…,n) ,且S的任意状态s=(s1,s2,…,sn) ,其中si是agent i的局部状态(这里环境也看做一个智能体),s是系统的全局状态,定义trace是一个有限状态序列u1u2…um (使得对所有0im成立uiRui+1, ui(S),一个run就是一个状态的无限序列r:Ν(S,其中r的每一个有限前缀都是一个trace,设s=(s1,s2,…,sn), t=(t1,t2,…,tn), 如果si=ti,那么就说对agent i, s和t是不能分辨的(indistinguishable)[11],并记作s ~i t,令Ri={(s,t)|s (S,t (S, s ~i t}(i=1,2,…,n), 显然Ri (i=1,2,…,n)是与智能体agent i有关的S上的等价关系。因此Kripke结构M可扩充为(S,T,L,R1 , …,Rn)(即Kripke结构由(S,T,L)扩展为具有我们定义的等价关系的Kripke结构(S,T,L,R1 , …,Rn))。 2.2 mu-演算的扩展 本文对Kozen的mu-演算[7]进行扩展并应用它对时态认知逻辑进行验证。设系统的Kripke结构为M= (S,T,L,R1,…,Rn),VAR={Q1,Q2,…,

文档评论(0)

docindoc + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档