Automated Repair of Requirements for Cyber-Physical Systems in Simulink Requirements Tables
本文提出了一种利用系统执行数据来自动修复 Simulink Requirements 表中不一致的声明式需求的框架，旨在针对网络物理系统，有效地恢复已过时的需求与已更新的系统实现之间的合规性。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下你正在建造一台非常复杂的机器，比如一辆自动驾驶汽车或一个智能恒温器。这种机器是一个信息物理系统（Cyber-Physical System, CPS），这意味着它将计算机代码与现实世界的物理特性结合在一起。为了确保这台机器能够安全运行，工程师们会编写一份“规则手册”，称为需求（Requirements）。这些规则会规定诸如“如果踩下刹车，发动机转速必须保持在 4,650 RPM 以下”之类的内容。
问题所在：规则手册过时了
在现实世界中，事物是不断变化的。
- 机器在进化： 工程师可能会为了让引擎更快而对其进行微调，或者更换一个性能更好的零件。
- 规则手册保持不变： 原有的规则手册并不会自动更新。
突然之间，机器运行得非常完美，但却违反了旧的规则。这就是一种失配（misalignment）。
传统上，当这种情况发生时，工程师会尝试修复机器，使其重新服从旧规则。但有时，机器本身才是正确的，而规则手册才是错误、过时或过于严苛的。想象一下，有一条规则说“汽车车速绝不能超过 10 英里/小时”，但汽车的设计时速本应是 60 英里/小时。去把车修成只能跑 10 英里的速度是很愚蠢的；你应该去修改规则。
然而，找到修改规则的确切方式很难。你不能仅仅靠猜测；你需要观察机器产生的数据，看看新的、正确的规则应该是怎样的。
解决方案：自动化的“规则手册医生”
本文介绍了一个全新的框架，它充当了这些规则手册的自动化编辑器。它不是试图去修复机器，而是观察机器的性能数据（即其“轨迹/traces”），并自动重写需求，使之与机器的实际行为相匹配。
你可以把它想象成一位裁缝，他不仅仅是缝补一件破损的衬衫，而是根据人的实际动作重新绘制裁剪图纸，从而确保新图纸既完美贴合又不限制行动。
它是如何工作的（类比）
该系统使用一种名为 Simulink Requirements Tables（一种编写机器规则的方式）的语言。其过程如下：
- 输入： 系统获取旧的、错误的规则以及展示机器实际行为的数据集。
- 搜索： 它会尝试成千上万种规则的变化形式。这就像一位厨师品尝一碗太咸的汤，尝试通过加入不同分量的水、糖或香料来修正味道，而不破坏菜肴的原味。
- “期望度”过滤器： 仅仅让规则变得“正确”（即让机器通过测试）是不够的。系统还必须确保新规则是优质的。它会检查四点：
- 是否具有信息量？（不要只说“发动机转速必须小于 1,000,000”。这虽然没错，但毫无用处。）
- 是否过于严苛？（不要说“发动机绝不能运行”。这同样没错，但也毫无用处。）
- 是否简洁？（如果一个简单的数字就能解决问题，不要把数学公式搞得过于复杂。）
- 是否符合逻辑？（不要把“发动机转速”与“刹车压力”进行比较，因为它们的单位不同，就像拿苹果去对比英里一样。）
研究结果
研究人员在 6 个真实世界的模型（例如汽车的自动变速器和一个神经网络）上测试了这个“规则手册医生”。他们观察了 12 条已经出现失配的规则。
- 成功率： 系统成功地为机器找到了新的、正确的规则。
- 质量： 新规则不仅是“正确”的，而且是有用的。它们简洁、符合逻辑，且既不过于宽泛也不过于严苛。
- 对比： 他们测试了该工具的不同版本（有些版本使用数学求解器来检查“无意义”规则，有些则是靠猜测）。他们发现，使用精确的数学检查器并生成许多“候选”规则的效果最好。
核心结论
本文证明了我们可以通过观察系统的实际行为，构建出自动修复失效需求的工具。与其强迫机器去适应一个陈旧且错误的规则，我们可以更新规则以适应机器，从而在确保安全和效率的同时，无需人工手动重写复杂的数学方程。
关键要点： 当系统发生变化时，规则手册也应该随之改变。这个工具承担了重写规则手册的繁重工作，确保其与现实保持同步。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。