論文の概要: Model Checkers Are Cool: How to Model Check Voting Protocols in Uppaal
- arxiv url: http://arxiv.org/abs/2007.12412v3
- Date: Wed, 18 Oct 2023 15:06:30 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-19 13:37:38.443186
- Title: Model Checkers Are Cool: How to Model Check Voting Protocols in Uppaal
- Title(参考訳): モデルチェッカーはクール:uppaalにおけるチェック投票プロトコルのモデル化方法
- Authors: Wojciech Jamroga, Yan Kim, Damian Kurpiewski, Peter Y. A. Ryan
- Abstract要約: State-of-art Model Checker Uppaalは投票プロトコルのモデリングと事前検証のための優れた環境を提供する。
モデルチェッカーのプロパティ仕様言語に厳しい制限があるにもかかわらず、レシートフリーの変種を検証する方法を示す。
- 参考スコア(独自算出の注目度): 2.1348376910119273
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The design and implementation of an e-voting system is a challenging task.
Formal analysis can be of great help here. In particular, it can lead to a
better understanding of how the voting system works, and what requirements on
the system are relevant. In this paper, we propose that the state-of-art model
checker Uppaal provides a good environment for modelling and preliminary
verification of voting protocols. To illustrate this, we present an Uppaal
model of Pr\^et \`a Voter, together with some natural extensions. We also show
how to verify a variant of receipt-freeness, despite the severe limitations of
the property specification language in the model checker.
- Abstract(参考訳): e-votingシステムの設計と実装は難しい課題である。
ここでは形式分析がとても役に立ちます。
特に、投票システムがどのように機能するか、システムのどの要件が関係しているかをよりよく理解することが可能になる。
本稿では,最先端のモデルチェッカーであるuppaalが,投票プロトコルのモデリングと予備検証に適した環境を提供することを提案する。
これを説明するために、いくつかの自然な拡張とともに Pr\^et \`a Voter の Uppaal モデルを示す。
また、モデルチェッカーにおけるプロパティ仕様言語の厳しい制限にもかかわらず、レシートフリーネスの変種を検証する方法を示す。
関連論文リスト
- Neural Model Checking [10.376573742987917]
時間論理をモデル化するための機械学習手法を導入し,ハードウェアの形式的検証に適用する。
我々の新しいアプローチは、ニューラルネットワークを線形時間論理の形式証明証明として用いることによって、機械学習と記号推論を組み合わせる。
提案手法は,SystemVerilogで記述された標準的なハードウェア設計において,最先端の学術的,商業的なモデルチェッカーよりも優れていることを示す。
論文 参考訳(メタデータ) (2024-10-31T10:17:04Z) - Analogous Alignments: Digital "Formally" meets Analog [0.0]
本稿では,デジタルブロックとアナログブロックを組み合わせた混合信号知的特性(IP)の実用的形式検証に着目する。
Digital and Analog Mixed-Signal (AMS)設計は、本質的に異なるが、形式的な検証設定でシームレスに統合される。
論文 参考訳(メタデータ) (2024-09-23T13:38:31Z) - Trustless Audits without Revealing Data or Models [49.23322187919369]
モデルプロバイダが(アーキテクチャではなく)モデルウェイトとデータシークレットを維持しながら、他のパーティがモデルとデータプロパティを信頼性のない監査を行うことが可能であることを示す。
私たちはZkAuditと呼ばれるプロトコルを設計し、モデルプロバイダがデータセットとモデルの重みの暗号的コミットメントを公開します。
論文 参考訳(メタデータ) (2024-04-06T04:43:06Z) - Model Reprogramming Outperforms Fine-tuning on Out-of-distribution Data in Text-Image Encoders [56.47577824219207]
本稿では,侵入的微調整技術に関連する隠れたコストを明らかにする。
ファインチューニングのための新しいモデル再プログラミング手法を導入し、それをリプログラマと呼ぶ。
我々の経験的証拠は、Re Programmerは侵入力が少なく、より優れた下流モデルが得られることを示している。
論文 参考訳(メタデータ) (2024-03-16T04:19:48Z) - Understanding prompt engineering may not require rethinking
generalization [56.38207873589642]
言語モデルによって与えられるPAC-Bayesと組み合わさったプロンプトの離散的性質は、文献の標準によって非常に厳密な一般化境界をもたらすことを示す。
この研究は、プロンプトエンジニアリングの広範な実践を正当化する可能性がある。
論文 参考訳(メタデータ) (2023-10-06T00:52:48Z) - User-Driven Abstraction for Model Checking [0.0]
本稿では,抽象ルールの適用によるモデル検査に先立って,システムを単純化する手法を提案する。
このルールは、システム記述の状態空間を大幅に減らし、システムがプロパティを満たす理由を理解するのに役立つ。
論文 参考訳(メタデータ) (2023-07-28T21:33:15Z) - Formal Verification Of A Shopping Basket Application Model Using PRISM [0.0]
ショッピング・バスケット・アプリケーション・モデルにおけるPrism Model Checkerを用いたシミュレーションの結果を示す。
目的は、買い物客が買い物プロセスの多くの定義された状態を通過するときの行動をシミュレートすることである。
論文 参考訳(メタデータ) (2023-07-16T00:14:40Z) - Zero-shot Model Diagnosis [80.36063332820568]
ディープラーニングモデルを評価するための一般的なアプローチは、興味のある属性を持つラベル付きテストセットを構築し、そのパフォーマンスを評価することである。
本稿では,ゼロショットモデル診断(ZOOM)がテストセットやラベル付けを必要とせずに可能であることを論じる。
論文 参考訳(メタデータ) (2023-03-27T17:59:33Z) - Explainable Abuse Detection as Intent Classification and Slot Filling [66.80201541759409]
我々は、システムがデータ検査だけで乱用を構成する事象を確実に学習できるという非現実的な期待を捨て、政策対応による悪用検出の概念を導入する。
目的分類とスロットフィリングのためのアーキテクチャは、モデル決定の根拠を提供しながら、悪用検出にどのように使用できるかを示す。
論文 参考訳(メタデータ) (2022-10-06T03:33:30Z) - Stateless and Rule-Based Verification For Compliance Checking
Applications [1.7403133838762452]
本稿では,インテリジェントなコンプライアンスチェックシステムを構築するための形式的な論理ベースのフレームワークを提案する。
SARVは、ステートレスおよびルールベースの検証問題の全体的な検証プロセスを単純化するために設計された検証フレームワークである。
300のデータ実験に基づいて、SARVベースのコンプライアンスソリューションは、3125レコードのソフトウェア品質データセット上で機械学習メソッドよりも優れています。
論文 参考訳(メタデータ) (2022-04-14T17:31:33Z) - Interpretable Entity Representations through Large-Scale Typing [61.4277527871572]
本稿では,人間の読みやすいエンティティ表現を作成し,箱から高パフォーマンスを実現する手法を提案する。
我々の表現は、微粒な実体型に対する後続確率に対応するベクトルである。
特定のドメインに対して,学習に基づく方法で,型セットのサイズを縮小できることを示す。
論文 参考訳(メタデータ) (2020-04-30T23:58:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。