flexfringe: A Passive Automaton Learning Package
flexfringe: A Passive Automaton Learning Package
复制标题
flexfringe：被动自动机学习包
DOI：
10.1109/icsme.2017.58
复制
发表时间：
2017
期刊：
影响因子：
--
通讯作者：
Christian A. Hammerschmidt
中科院分区：
文献类型：
--
作者：
S. Verwer;Christian A. Hammerschmidt
有限状态模型（例如Mealy机器或状态图表）通常用于表达和指定协议和软件行为。因此，这些模型通常用于验证，测试以及在开发和维护过程中的帮助中。从执行轨迹和日志文件中进行逆向工程，反过来可以加速和改善软件开发，并将域专家告知系统中实际执行的过程。我们提出名称是一种开源软件工具，可利用其核心的最先进的证据驱动的状态合并算法从跟踪中学习有限状态自动机的变体。我们通过提供灵活的，可扩展的界面来满足不同应用程序域中自定义模型的需求和量身定制的学习启发式方法。
Finite state models, such as Mealy machines or state charts, are often used to express and specify protocol and software behavior. Consequently, these models are often used in verification, testing, and for assistance in the development and maintenance process. Reverse engineering these models from execution traces and log files, in turn, can accelerate and improve the software development and inform domain experts about the processes actually executed in a system. We present name, an open-source software tool to learn variants of finite state automata from traces using a state-of-the-art evidence-driven state-merging algorithm at its core. We embrace the need for customized models and tailored learning heuristics in different application domains by providing a flexible, extensible interface.
影响因子：
7.5
作者：
M. Isberner;F. Howar;B. Steffen
通讯作者：
M. Isberner;F. Howar;B. Steffen
影响因子：
4.1
作者：
Neil Walkinshaw;Bernard Lambeau;Christophe Damas;K. Bogdanov;P. Dupont
通讯作者：
Neil Walkinshaw;Bernard Lambeau;Christophe Damas;K. Bogdanov;P. Dupont