論文の概要: BFL: a Logic to Reason about Fault Trees

• arxiv url: http://arxiv.org/abs/2208.13424v2
• Date: Sat, 1 Jun 2024 10:36:11 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-04 23:55:24.627815
• Title: BFL: a Logic to Reason about Fault Trees
• Title（参考訳）: BFL: フォールトツリーを推論する論理
• Authors: Stefano M. Nicoletti, E. Moritz Hahn, Marielle Stoelinga,
• Abstract要約: フォールトツリー(FT)は、安全クリティカルなインフラのリスクを評価するために使用される。 FTには、強力で理解可能な分析クエリを定式化する体系的な方法がない。 本稿では FT の論理である Boolean Fault Tree Logic (BFL) を紹介する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Safety-critical infrastructures must operate safely and reliably. Fault tree analysis is a widespread method used to assess risks in these systems: fault trees (FTs) are required - among others - by the Federal Aviation Authority, the Nuclear Regulatory Commission, in the ISO26262 standard for autonomous driving and for software development in aerospace systems. Although popular both in industry and academia, FTs lack a systematic way to formulate powerful and understandable analysis queries. In this paper, we aim to fill this gap and introduce Boolean Fault tree Logic (BFL), a logic to reason about FTs. BFL is a simple, yet expressive logic that supports easier formulation of complex scenarios and specification of FT properties. Alongside BFL, we present model checking algorithms based on binary decision diagrams (BDDs) to analyse specified properties in BFL, patterns and an algorithm to construct counterexamples. Finally, we propose a case-study application of BFL by analysing a COVID19-related FT.
• Abstract（参考訳）: 安全に重要なインフラは安全かつ確実に運用されなければならない。 フォールトツリー分析は、これらのシステムにおけるリスクを評価するために広く用いられる手法である: フォールトツリー(FT)は、連邦航空局や原子力規制委員会によって、自律運転および航空宇宙システムにおけるソフトウェア開発のためのISO26262標準で要求される。 産業とアカデミックの両方で人気があるが、FTは強力で理解可能な分析クエリを定式化する体系的な方法がない。 本稿では,このギャップを埋め,FTを推論する論理であるブールフォールトツリー論理(BFL)を導入することを目的とする。 BFLは、複雑なシナリオのより簡単な定式化とFTプロパティの仕様をサポートする、単純だが表現力のある論理である。 BFLと並行して、BFLの特定の特性を分析するためのバイナリ決定図(BDD)に基づくモデル検査アルゴリズム、パターン、および反例を構築するアルゴリズムを提案する。 最後に、COVID19関連FTを分析し、BFLのケーススタディ応用を提案する。

関連論文リスト

• NL2FOL: Translating Natural Language to First-Order Logic for Logical Fallacy Detection [45.28949266878263]
  本研究では,自然言語を一階論理に変換することによって,論理的誤りを確実に検出する手法を設計する。 次に、満足度モデュロ理論(SMT)を用いて、式の有効性を推論する。 私たちのアプローチは堅牢で解釈可能で、トレーニングデータや微調整は必要ありません。
  論文  参考訳（メタデータ） (2024-04-18T00:20:48Z)
• BayesFLo: Bayesian fault localization of complex software systems [4.217640663997775]
  ソフトウェアテストの主要なステップは、障害ローカライゼーションである。これは、テストデータを使用して、さらなる診断のために障害誘発の組み合わせをピンポイントする。 既存の断層定位法は決定論的であり、潜在的な根本原因の確率的リスクを評価するための原則的アプローチを提供していない。 本稿では,潜在的根本原因の組み合わせに対して柔軟なベイズモデルを利用するベイズFLoと呼ばれる新しいベイズ断層定位フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-12T21:12:53Z)
• Blind Evaluation Framework for Fully Homomorphic Encryption and Privacy-Preserving Machine Learning [0.0]
  Blind Evaluation Framework (BEF) は暗号的にセキュアなプログラミングフレームワークである。 インタラクティブ・ラウンド・オブ・デクリプション・アンド・アセスメント(IRDE)を使わずに、盲目で、正しい、プログラミングロジックの実行を可能にする。 これは、解読ラウンドなしでFHEで機械学習モデルのトレーニングと推論を可能にする最初のフレームワークである。
  論文  参考訳（メタデータ） (2023-10-19T20:33:02Z)
• ConFL: Constraint-guided Fuzzing for Machine Learning Framework [14.702303319611985]
  機械学習(ML)フレームワークのための制約誘導ファザであるConFLを提案する。 ConFLは、より多くのコード行をカバーし、最先端(SOTA)ファジィよりも有効な入力を生成することができる。 また、PyTorchとPaddleをテストするためにConFLを拡張しました。
  論文  参考訳（メタデータ） (2023-07-11T10:16:35Z)
• Bayesian Federated Learning: A Survey [54.40136267717288]
  フェデレートラーニング(FL)は、分散インフラストラクチャ、コミュニケーション、コンピューティング、学習をプライバシ保護の方法で統合する際の利点を示している。 既存のFL手法のロバスト性と能力は、制限された動的データと条件によって挑戦される。 BFLはこれらの問題に対処するための有望なアプローチとして登場した。
  論文  参考訳（メタデータ） (2023-04-26T03:41:17Z)
• Discourse-Aware Graph Networks for Textual Logical Reasoning [142.0097357999134]
  パッセージレベルの論理関係は命題単位間の係り合いまたは矛盾を表す(例、結論文) 論理的推論QAを解くための論理構造制約モデリングを提案し、談話対応グラフネットワーク(DAGN)を導入する。 ネットワークはまず、インラインの談話接続とジェネリック論理理論を利用した論理グラフを構築し、その後、エッジ推論機構を用いて論理関係を進化させ、グラフ機能を更新することで論理表現を学習する。
  論文  参考訳（メタデータ） (2022-07-04T14:38:49Z)
• Desirable Companion for Vertical Federated Learning: New Zeroth-Order Gradient Based Algorithm [140.25480610981504]
  VFLアルゴリズムを評価するための指標の完全なリストには、モデル適用性、プライバシ、通信、計算効率が含まれるべきである。 ブラックボックスのスケーラビリティを備えた新しいVFLフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-03-19T13:55:47Z)
• Logical blocks for fault-tolerant topological quantum computation [55.41644538483948]
  本稿では,プラットフォームに依存しない論理ゲート定義の必要性から,普遍的なフォールトトレラント論理の枠組みを提案する。 資源オーバーヘッドを改善するユニバーサル論理の新しいスキームについて検討する。 境界のない計算に好適な論理誤差率を動機として,新しい計算手法を提案する。
  論文  参考訳（メタデータ） (2021-12-22T19:00:03Z)
• Neuro-Symbolic Inductive Logic Programming with Logical Neural Networks [65.23508422635862]
  我々は最近提案された論理ニューラルネットワーク(LNN)を用いた学習規則を提案する。 他のものと比較して、LNNは古典的なブール論理と強く結びついている。 標準ベンチマークタスクの実験では、LNNルールが極めて解釈可能であることを確認した。
  論文  参考訳（メタデータ） (2021-12-06T19:38:30Z)
• Secure Bilevel Asynchronous Vertical Federated Learning with Backward Updating [159.48259714642447]
  垂直拡張学習(VFL)は、多人数協調モデリングの要求とプライバシー漏洩の懸念により、注目を集めている。 我々は,vf$b2$を含む3つの新しいアルゴリズムを提案する新しいbftextlevel parallel architecture (vf$bfb2$)を提案する。
  論文  参考訳（メタデータ） (2021-03-01T12:34:53Z)

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。