論文の概要: Search-based Automated Program Repair of CPS Controllers Modeled in Simulink-Stateflow
- arxiv url: http://arxiv.org/abs/2404.04688v1
- Date: Sat, 6 Apr 2024 17:31:13 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-09 20:00:13.103634
- Title: Search-based Automated Program Repair of CPS Controllers Modeled in Simulink-Stateflow
- Title(参考訳): Simulink-Stateflow モデルによるCPSコントローラの自動プログラム修復
- Authors: Aitor Arrieta, Pablo Valle, Shaukat Ali,
- Abstract要約: ステートフローモデルは、SimulinkのCyber-Physical Systems(CPS)の高レベル制御ロジックをモデル化するために広く使われている。
Simulinkモデルをテストするための多くのアプローチがあるが、障害が検出されると、それを修復するプロセスは手作業のままである。
我々は、ステートフローモデルを修正するために明示的に設計されたFlowRepairを提案する。
- 参考スコア(独自算出の注目度): 8.759583928626702
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Stateflow models are widely used in the industry to model the high-level control logic of Cyber-Physical Systems (CPSs) in Simulink--the defacto CPS simulator. Many approaches exist to test Simulink models, but once a fault is detected, the process to repair it remains manual. Such a manual process increases the software development cost, making it paramount to develop novel techniques that reduce this cost. Automated Program Repair (APR) techniques can significantly reduce the time for fixing bugs by automatically generating patches. However, current approaches face scalability issues to be applicable in the CPS context. To deal with this problem, we propose an automated search-based approach called FlowRepair, explicitly designed to repair Stateflow models. The novelty of FlowRepair includes, (1) a new algorithm that combines global and local search for patch generation; (2) a definition of novel repair objectives (e.g., the time a fault remained active) specifically designed for repairing CPSs; and (3) a set of mutation operators to repair Stateflow models automatically. We evaluated FlowRepair with three different case study systems and a total of nine faulty stateflow models. Our experiments suggest that (1) Flo wRepaircan fix bugs in stateflow models, including models with multiple faults; (2) FlowRepair surpasses or performs similarly to a baseline APR technique inspired by a well-known CPS program repair approach. Besides, we provide both a replication package and a live repository, paving the way towards the APR of CPSs modeled in Simulink.
- Abstract(参考訳): ステートフローモデルは、シミュリンクのCPS(Cyber-Physical Systems)の高レベル制御ロジックをモデル化するために広く使われている。
Simulinkモデルをテストするための多くのアプローチがあるが、障害が検出されると、それを修復するプロセスは手作業のままである。
このような手動のプロセスはソフトウェア開発のコストを増大させ、このコストを削減する新しい技術を開発する上で最重要となる。
自動プログラム修正(APR)技術は、パッチを自動生成することでバグを修正する時間を著しく短縮することができる。
しかし、現在のアプローチでは、CPSコンテキストに適用可能なスケーラビリティの問題に直面しています。
この問題に対処するため,我々は,ステートフローモデルを修正するために明確に設計されたFlowRepairという,自動検索ベースのアプローチを提案する。
FlowRepairの新規性は、(1)パッチ生成のグローバル検索とローカル検索を組み合わせた新しいアルゴリズム、(2)CPSの修復用に特別に設計された新しい修復目標(例えば、障害がアクティブな時間)の定義、(3)Stateflowモデルの自動修復のための突然変異演算子セットを含む。
本研究では,FlowRepairを3種類のケーススタディシステムと合計9つの障害状態流モデルを用いて評価した。
本研究では,(1)Flo wRepaircanが複数の障害のあるモデルを含む状態フローモデルのバグを修正すること,(2)FlowRepairはよく知られたCPSプログラム修復アプローチにインスパイアされたベースラインAPR手法に類似して機能することを提案する。
さらに、レプリケーションパッケージとライブレポジトリの両方を提供し、Simulinkでモデル化されたCPSのAPRに向かっている。
関連論文リスト
- Enhancing Redundancy-based Automated Program Repair by Fine-grained
Pattern Mining [18.3896381051331]
本稿では,効果的なパッチ生成を導くための2段階のパターンマイニングプロセスを含むRepattという新しい修復手法を提案する。
我々は広く使われているDefects4Jベンチマークの実験を行い、Repattを8つの最先端のAPRアプローチと比較した。
論文 参考訳(メタデータ) (2023-12-26T08:42:32Z) - Physics-Driven ML-Based Modelling for Correcting Inverse Estimation [6.018296524383859]
この研究は、SAE逆問題にそれらを採用する前に失敗した状態推定を検出し、修正することに焦点を当てている。
本稿では,低エラーと高効率の両方を実現することを目的として,GEESEという新しい手法を提案する。
GEESEは3つの実世界のSAE逆問題でテストされ、最先端の最適化/探索手法と比較される。
論文 参考訳(メタデータ) (2023-09-25T09:37:19Z) - RAP-Gen: Retrieval-Augmented Patch Generation with CodeT5 for Automatic
Program Repair [75.40584530380589]
新たな検索型パッチ生成フレームワーク(RAP-Gen)を提案する。
RAP-Gen 以前のバグ修正ペアのリストから取得した関連する修正パターンを明示的に活用する。
RAP-GenをJavaScriptのTFixベンチマークとJavaのCode RefinementとDefects4Jベンチマークの2つのプログラミング言語で評価する。
論文 参考訳(メタデータ) (2023-09-12T08:52:56Z) - A New Era in Software Security: Towards Self-Healing Software via Large
Language Models and Formal Verification [5.509906684981751]
本稿では,Large Language Models(LLM)とFormal Verification戦略を組み合わせた新しいソリューションを提案する。
提案手法は,脆弱なコードの修復において,最大80%の成功率を達成した。
論文 参考訳(メタデータ) (2023-05-24T05:54:10Z) - Neural Program Repair with Program Dependence Analysis and Effective
Filter Mechanism [37.70518599085677]
単行Javaバグを修正するために、一般的な事前学習言語モデルに適応する、アプローチと呼ばれる新しいニューラルプログラム修復フレームワークを提案する。
我々は,プログラムスライシングを用いて,与えられたバギー文に直接関連した文脈情報を,対応するプログラム依存グラフから補修材料として抽出する試みを行う。
最先端のベースラインと比較して,5つのベンチマークに対するアプローチの有効性を示す。
論文 参考訳(メタデータ) (2023-05-16T09:43:04Z) - Making Reconstruction-based Method Great Again for Video Anomaly
Detection [64.19326819088563]
ビデオの異常検出は重要な問題だが、難しい問題だ。
既存の再構成に基づく手法は、昔ながらの畳み込みオートエンコーダに依存している。
連続フレーム再構築のための新しいオートエンコーダモデルを提案する。
論文 参考訳(メタデータ) (2023-01-28T01:57:57Z) - Modular Conformal Calibration [80.33410096908872]
回帰における再校正のためのアルゴリズムを多種多様なクラスで導入する。
このフレームワークは、任意の回帰モデルをキャリブレーションされた確率モデルに変換することを可能にする。
我々は17の回帰データセットに対するMCCの実証的研究を行った。
論文 参考訳(メタデータ) (2022-06-23T03:25:23Z) - Deep Equilibrium Optical Flow Estimation [80.80992684796566]
最近のSOTA(State-of-the-art)光フローモデルでは、従来のアルゴリズムをエミュレートするために有限ステップの更新操作を使用する。
これらのRNNは大きな計算とメモリオーバーヘッドを課し、そのような安定した推定をモデル化するために直接訓練されていない。
暗黙的層の無限レベル固定点として直接流れを解く手法として,Deep equilibrium Flow estimatorを提案する。
論文 参考訳(メタデータ) (2022-04-18T17:53:44Z) - Finite-time System Identification and Adaptive Control in Autoregressive
Exogenous Systems [79.67879934935661]
未知のARXシステムのシステム識別と適応制御の問題について検討する。
我々は,オープンループとクローズループの両方のデータ収集の下で,ARXシステムに対する有限時間学習保証を提供する。
論文 参考訳(メタデータ) (2021-08-26T18:00:00Z) - Safe-by-Repair: A Convex Optimization Approach for Repairing Unsafe
Two-Level Lattice Neural Network Controllers [1.6500749121196987]
既知の"counterexample"状態における安全でないクローズドループ動作の修復を目指す。
また、別個の検証された状態集合上での安全な閉ループ挙動の概念も保存する。
それぞれの部分問題を解くための十分条件の組が凸実現可能性問題としてキャストできることを示す。
論文 参考訳(メタデータ) (2021-04-06T21:21:24Z) - Graph-based, Self-Supervised Program Repair from Diagnostic Feedback [108.48853808418725]
本稿では,ソースコードの修復や診断フィードバックに関連するシンボルを結合するプログラムフィードバックグラフを提案する。
次に、推論プロセスのモデル化にグラフニューラルネットワークを適用します。
オンラインで利用可能なラベルのないプログラムを活用するプログラム修復のための自己指導型学習パラダイムを提案する。
論文 参考訳(メタデータ) (2020-05-20T07:24:28Z)
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。