分支时间中近似安全性和活性的研究

来源 :桂林电子科技大学 | 被引量 : 0次 | 上传用户:yideng
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
形式化方法是指依赖严格的数学基础对软、硬件系统进行形式规约、开发和验证的技术。形式规约作为形式化方法的基础,通过形式语言严格描述所开发系统的模型和其需要满足的性质,包括模型规约和性质规约。而性质规约分为线性时间规约和分支时间规约,安全性和活性作为这两种性质规约中的基础属性,已经得到了广泛的研究。安全性断言系统运行时“坏”的事情不会发生,而活性断言系统运行时“好”的事情最终会发生。安全性和活性的验证为系统的可靠性提供保障。随着系统的日益庞大和复杂,不可避免地会出现不确定或者不一致信息的处理。在经典的形式规约中加入模糊理论是一种有效的量化方法,可以对模糊系统的行为进行精确地刻画。性质规约中的分支时间规约对于系统验证有着非常重要的作用,将分支时间属性扩展到模糊系统中还没有相应的形式化定义,同时安全性和活性的量化扩展将为模糊系统的验证提供理论基础。本文基于模糊Kripke和模糊迁移系统,研究安全性和活性推广问题及其推广之后的性质,主要工作如下:1、基于模糊Kripke结构,文中给出了性质规约中分支时间属性在模糊背景下的形式化定义,重点研究了其中的安全性和活性。同时定义了两种闭包操作,从而产生了四种类型的属性:泛安全性、泛活性、存在安全性和存在活性。最后,证明了每个分支时间属性,或是存在安全性和存在活性的交,或是泛安全性和泛活性的交,或是存在安全性和泛活性的交。这些将为模糊模型检测的进一步发展提供理论支撑。2、基于模糊迁移系统,对经典的安全性和活性进行了定量扩展,定义出α-安全性和α-活性,给出了α-安全性和α-活性的两种前缀和闭包操作,证明了如何判定一个属性是α-安全性和α-活性的判定定理,进一步给出了将一个属性分解为α-安全性和α-活性的分解结果。最后引入一个实例来阐述这些结论在实际应用中的适用性。
其他文献
当前由于网络的快速普及,大量终端用户使用手机等移动设备观看视频的同时,由于对等网络技术(Peer-to-Peer,P2P)具有高扩展性、低成本等优点而受到研究者们广泛的关注。为了向终端用户更好的提供视频服务,云服务提供商与视频服务提供商结合构建一个高可用的对等网络视频点播云平台。通常,云服务提供商在不同地理区域部署大量的边缘云CDN节点,并通过租用高可用的ISP链路向终端用户提供视频服务。首先,视
近年来我国汽车保有量快速增长,停车难题也越发突出。停车场实时数据的缺乏严重制约了我国停车引导系统的建设,本文针对这一问题,将城市停车引导问题进行分解,从以下两个方面展开研究。首先,针对停车场停放需求的区域化特性,本文设计了一种停车场子网分割模型。模型基于停车场空间位置关系和初始影响力,使用Mean Shift聚类算法进行子网分割。对于子网内停车场,使用基于Page Rank算法的停车转移模型计算其
微小型无人机具有小尺寸、非金属材质和低速飞行等特点,可有效降低雷达发现概率,已成为新型雷达侦察工具。无人机集群克服了单架无人机自身性能与载荷能力的不足,并凭借其远超个体累加的侦察能力,可高效完成复杂的雷达侦察任务。无人机集群任务分配通过协调无人机与任务之间的匹配关系,实现对资源的合理调配。本文研究无人机集群侦察相控阵雷达模式转移规律过程中的任务分配优化,对集群任务分配的模型与方法进行了理论研究与仿
2020年初,新冠病毒爆发,受其影响在线课程成为学生上课的主要途径,在线教育带来极大便利的同时也产生了各种各样的问题,例如:学生反馈效果差,老师授课难度大,教学质量评估难等,为了解决这类问题,本文从课程评论出发获取评价对象的情感极性。通过对在线课程评论数据进行信息提取、情感分类和聚类分析,可以了解学习者对在线课程的观点和情感,从而对在线课程进行评估。在线课程评论数据的分析对于学习者选择课程、教学者
随着网络范围和规模的不断扩大,网络入侵的威胁比以往任何时候都要严峻。网络入侵检测系统是为了防止网络入侵而部署在计算机上的一种安全工具。由于攻击方法的日益复杂,新攻击不断出现,传统的入侵检测已无法满足检测要求,因此需要探索新的方法来检测网络中的入侵。近年来得益于深度学习的快速发展以及其在大数据分析、处理上的优势。本文以深度学习中的深度神经网络和卷积神经网络为基础,建立了一种能够自主学习的检测模型,该
计算机视觉已经在人工智能这个引领全球先进科技的领域中占有举足轻重的地位,目前研究者们在常规的图像增强、图像识别、目标检测等任务中已获得出色的研究成果。然而在我们日常的工作和生活场景中,仍有许多极端环境下的与图像相关的工作容易被忽视,譬如雨天、雾天、低照度、低分辨率等场景下的图像处理工作。针对其中的低照度场景,由于拍摄设备的曝光程度以及现实场景中的光线不充足等原因,通常会导致获取的图像亮度较低,并且
立德树人是高等教育的根本任务,在科学技术高速发展的今天如何利用先进的技术手段实现精准化思政教育成为现阶段的一个研究热点。对于学困生队伍(学业困难学生)的精准化帮扶是精准化思政教育的一个研究方向,而高校现有帮扶策略多以人工统计不及格科目、下达书面预警通知为主,或以简单关联算法实现对成绩的预测。本文在现有预警系统的基础上,对采用LSTM神经网络改进学业预警系统展开研究,具体工作如下:(1)针对学生行为
近年来,随着互联网的飞速发展,传统网络已经无法管控愈发复杂的网络结构和日益增加的数据流量。为适应网络的发展和进步,诞生了一种新型的网络架构,即软件定义网络(Software Defined Network,SDN)。这种网络架构将传统以太网中的控制层和数据层分离,由控制层实施集中控制。由于SDN能够提升网络的可编程性,实现网络流量的灵活控制,因此引起了学术界的广泛关注,其中一项重点研究课题是如何提
光子晶体光纤(Photonic Crystal Fibers,PCF)集成了光子晶体带隙调控光传播和光纤导光的两个特性,故广泛应用于新型光纤传感领域。其中,D型PCF的非圆对称结构能增强纤芯模式与样品的耦合作用,提升传感性能;其平整的侧抛光结构不仅易于样品填充,还易于结构镀膜。当D型PCF与表面等离子体共振(Surface Plasmon Resonance,SPR)技术结合时,其结构优势解决了P
在人与人的交往方式中,表情是传递人类情感信息与意图的重要方式,通过表情识别技术可以有助于计算机像人类一样观察、理解和提供相应的反馈。目前表情识别技术面临两个难题:一方面无论是基于几何特征还是纹理特征的特征提取算法都存在对皱纹、凸起、凹陷等细微面部变化不敏感;另一方面现有的算法无法解决实际生活中采集到的图片光照分布不均匀、噪声干扰等问题。针对上述的问题,本文分别设计了可变形卷积网络的面部动作单元识别