Parasol: efficient parallel synthesis of large model spaces
Parasol: efficient parallel synthesis of large model spaces
复制标题
Parasol：大型模型空间的高效并行合成
DOI：
10.1145/3540250.3549157
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
Bagheri, Hamid
中科院分区：
文献类型：
--
作者：
Stevens, Clay;Bagheri, Hamid
形式化分析是软件工程师的宝贵工具，然而最先进的形式化分析技术在可扩展性方面受到众所周知的限制。特别是，一些软件设计领域，如权衡分析和安全分析，需要系统地探索潜在的巨大的模型空间，这进一步加剧了问题。尽管这一当前和紧迫的挑战，存在一些技术来支持大型模型空间的系统化探索。本文介绍了Parasol，一种方法和配套的工具套件，以提高大规模的形式化模型空间探索的可扩展性。Parasol提出了一种新的并行模型空间合成方法，支持无监督学习来自动获取领域知识，指导模型空间的平衡划分。这使得Parasol能够并行地合成每个分区中的模型，从而显著减少合成时间，并使现实世界系统的大规模系统模型空间探索更加易于处理。我们的实证结果证实，遮阳伞大幅减少（平均460%）模型空间合成所需的时间相比，最先进的模型空间合成技术依赖于增量和并行约束求解技术，以及竞争，非学习为基础的分区方法。
Formal analysis is an invaluable tool for software engineers, yet state-of-the-art formal analysis techniques suffer from well-known limitations in terms of scalability. In particular, some software design domains—such as tradeoff analysis and security analysis—require systematic exploration of potentially huge model spaces, which further exacerbates the problem. Despite this present and urgent challenge, few techniques exist to support the systematic exploration of large model spaces. This paper introduces Parasol, an approach and accompanying tool suite, to improve the scalability of large-scale formal model space exploration. Parasol presents a novel parallel model space synthesis approach, backed with unsupervised learning to automatically derive domain knowledge, guiding a balanced partitioning of the model space. This allows Parasol to synthesize the models in each partition in parallel, significantly reducing synthesis time and making large-scale systematic model space exploration for real-world systems more tractable. Our empirical results corroborate that Parasol substantially reduces (by 460% on average) the time required for model space synthesis, compared to state-of-the-art model space synthesis techniques relying on both incremental and parallel constraint solving technologies as well as competing, non-learning-based partitioning methods.
登录
查看更多内容
异构平台上流应用程序的灵活且具有权衡意识的基于约束的设计空间探索
DOI：
--
发表时间：
2017
期刊：
TODE
影响因子：
--
作者：
Kathrin Rosvall;I. Sander
通讯作者：
I. Sander
DOI：
--
发表时间：
1994-08
期刊：
--
影响因子：
--
作者：
Sun Kim;Hantao Zhang
通讯作者：
Sun Kim;Hantao Zhang
影响因子：
7.4
作者：
Bagheri, Hamid;Tang, Chong;Sullivan, Kevin
通讯作者：
Sullivan, Kevin
工业关键系统的正式方法和工具
DOI：
--
发表时间：
2022
期刊：
International Journal on Software Tools for Technology Transfer (STTT)
影响因子：
--
作者：
Maurice H. ter Beek;K. Larsen;D. Ničković;T. Willemse
通讯作者：
T. Willemse
DOI：
--
发表时间：
2014
期刊：
Conference on Systems Engineering Research
影响因子：
--
作者：
Eric Spero;Michael P. Avera;Pierre E. Valdez;Simon R. Goerger
通讯作者：
Simon R. Goerger