Download presentation
Presentation is loading. Please wait.
Published byDiego Alencastre Modified 約 5 年前
1
Generating Obstacle Conditions for Requirements Completeness
Dalal Alrajeh* Jeff Kramer* Axel van Lamsweerdey† Alessandra Russo* Sebastian Uchitel* *Department of Computing, Imperial College London, UK †ICTEAM institute, Universit´e catholique de Louvain, Belgium ICSE2012 勉強会 2012年8月30日 担当:早稲田大学 情報理工学研究科 鷲崎研究室 坂本 一憲
2
背景と貢献 要求の見落としは欠陥の主な原因の一つ ゴール指向分析では障害を考えてリスク分析 形式手法でゴールの否定形から障害を導ける
実現できないような理想的過ぎる要求を挙げがち リスク分析をすることで要求の見落としを防ぐ ゴール指向分析では障害を考えてリスク分析 障害:ゴールを満たせなくなるような事前条件 形式手法でゴールの否定形から障害を導ける リアルタイム線形時相論理の記述が困難 貢献内容 モデル検査と学習(ILP)による要求の完全化 既存研究よりも自動化した範囲が広い ツールによる障害生成の支援(ドメイン一貫/完全) 振る舞い モデルを対象 2019/10/15
3
Fluent Linear Temporal Logic (FLTL)
Motivated Example Fluent Linear Temporal Logic (FLTL) 理想的過ぎる要求 (暗黙な要求が存在) ゴール:「停止信号が出たら電車が停まる」 StopSingal => ○TrainStopped ドメイン知識1:「電車が止まる直前は運転手が対応可能」 ○TrainStopped => DriverResponsive ドメイン知識2:「電車が止まる直前は信号機が見える」 ○TrainStopped => SingalVisible 障害1:「停止信号に運転手が対応できない」 ◇(StopSingal ∧ ○¬ DriverResponsive) 障害2:「停止信号が見えない」 ◇(StopSingal ∧ ○¬ SingalVisible) 障害の 洗い出し 障害の否定形が 見落とした要求 Generating Obstacle Conditions for Requirements Completeness, Dalal Alrajeh, Jeff Kramer, Axel van Lamsweerde, Alessandra Russo and Sebastian Uchitel: in Proceedings of 34th International Conference on Software Engineering (ICSE‘12) の 3ページ目から抜粋 2019/10/15
4
提案手法:障害生成の反復適用 2. ゴールを満た す/満たさない 反例を検出 1. ドメイン情報のモデル化
4. 障害から新しい要求 ・ドメイン情報を反映 3. 得られた反例 から障害を学習 Generating Obstacle Conditions for Requirements Completeness, Dalal Alrajeh, Jeff Kramer, Axel van Lamsweerde, Alessandra Russo and Sebastian Uchitel: in Proceedings of 34th International Conference on Software Engineering (ICSE‘12) の 4ページ目から抜粋 2019/10/15
5
評価:ケーススタディ London Ambulance Service (LAS)に適用
Bounded/Unbounded Achieve Goalの例 Achieve: If C then sooner-or-later T 以下でBounded Achieve Goalの例を抜粋 ゴール「直前が出動可能で救急車が動員すると,11分以内に治療開始」 2種類のドメイン知識と反例をILPで学習して障害生成 障害1「直前で出動可&出動済み&11分以内でサービス外」 障害2「直前で出動可&出動済み&11分以内で割当不可」 障害3「直前で出動可&出動済み&直後に出動済みでない」 手作業で形式的に得られた障害を全て検出(既存研究) 既存研究で検出できない障害も発見(実際の障害に近い) 2019/10/15
Similar presentations
© 2024 slidesplayer.net Inc.
All rights reserved.