版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、模型檢測技術(shù)是一種非常重要的形式化驗證技術(shù),其最大的優(yōu)點就是全自動進(jìn)行驗證。模型檢測技術(shù)已被應(yīng)用于計算機(jī)硬件、通信協(xié)議、控制系統(tǒng)、安全認(rèn)證協(xié)議等方面的分析與驗證中,取得了令人矚目的成就,并從學(xué)術(shù)界輻射到了工業(yè)界。但是,模型檢測過程中的狀態(tài)空間爆炸問題嚴(yán)重制約著模型檢測技術(shù)在工業(yè)界的應(yīng)用。
本文以此為背景,對模型檢測技術(shù)的相關(guān)理論知識進(jìn)行了學(xué)習(xí)分析,包括時態(tài)邏輯、自動機(jī)和模型檢測算法。圍繞基于磁盤的BFS寬度優(yōu)先搜索模型檢測技術(shù)
2、,重點分析研究了模型檢測過程中的延遲重復(fù)檢測,主要內(nèi)容為:
1、研究模型檢測過程中狀態(tài)空間搜索時的延遲重復(fù)檢測,提出了一種基于分區(qū)的延遲重復(fù)檢測方法。該方法針對BFS寬度優(yōu)先搜索出現(xiàn)的某些層所擁有的狀態(tài)無法全部存儲到內(nèi)存中,而影響了模型檢測的進(jìn)行,將每一層的狀態(tài)進(jìn)行分區(qū)劃分,以適應(yīng)內(nèi)存的限制,提高了模型檢測的時間性能。
2、研究有限狀態(tài)系統(tǒng)狀態(tài)轉(zhuǎn)移局部性的統(tǒng)計特性,提出了將這一統(tǒng)計特性應(yīng)用于上述基于分區(qū)的延遲重復(fù)檢測
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 寬度優(yōu)先搜索 bfs
- 深度寬度優(yōu)先搜索---八數(shù)碼
- 基于寬度優(yōu)先搜索的K-medoids聚類算法研究.pdf
- 面向眾核體系結(jié)構(gòu)的寬度優(yōu)先搜索算法研究.pdf
- 基于磁盤數(shù)據(jù)搜索的Bootkit靜態(tài)檢測技術(shù)研究.pdf
- 基于懶惰切片的模型檢測技術(shù)研究.pdf
- 深度優(yōu)先搜索廣度優(yōu)先搜索
- 基于量子Grover搜索算法的MIMO檢測技術(shù)研究.pdf
- 基于話題檢測與跟蹤的話題搜索技術(shù)研究.pdf
- 基于云模型的免疫檢測技術(shù)研究.pdf
- 基于模態(tài)邏輯的模型檢測技術(shù)研究.pdf
- 基于搜索的代碼推薦技術(shù)研究.pdf
- 石油篩管縫隙寬度自動檢測技術(shù)研究.pdf
- 基于紅外搜索跟蹤系統(tǒng)的低慢小目標(biāo)檢測技術(shù)研究.pdf
- 基于最優(yōu)搜索理論的三維模型檢索技術(shù)研究
- 基于改進(jìn)ISM模型的目標(biāo)檢測技術(shù)研究.pdf
- 基于搜索的圖像標(biāo)注技術(shù)研究.pdf
- 基于表單的深度搜索技術(shù)研究.pdf
- 基于混合模型的Android惡意行為檢測技術(shù)研究.pdf
- 基于模型檢測的類測試自動生成技術(shù)研究.pdf
評論
0/150
提交評論