Une Approche par Décomposition de Modèles pour l'Analyse de la Diagnosticabilité des SEDs par Model-Checking - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Conference Papers Year : 2015

Une Approche par Décomposition de Modèles pour l'Analyse de la Diagnosticabilité des SEDs par Model-Checking

Abstract

Cet article s'intéresse à la vérification de la diagnosticabilité des systèmes à évènements discrets (SEDs) dans le contexte de model-checking. Le formalisme de modélisation adopté est les systèmes de transitions labellisés (LTSs). Dans un premier lieu, nous proposons un algorithme permettant la transformation d’un LTS à base d'évènements en un LTS à base d'états, dont le but est d'étendre l'application de l'analyse de la diagnosticabilité par Model-Checking au contexte de diagnostic à base d'évènements. Pour remédier au problème de l'explosion combinatoire de l'espace d'états, nous proposons une technique de décomposition de modèles, qui permet d'extraire uniquement la partie nécessaire pour l'analyse de la diagnosticabilité. L'idée est basée sur la séparation entre les comportements normal et fautif du système. Dans le cas où le système est diagnosticable, nous fournissons une spécification dans la logique temporelle RT-CTL pour analyser la Kmin-diagnosticabilité en un coup, sans faire appel à un processus incrémental. L'évaluation de nos contributions est faite à travers une étude expérimentale effectuée sur un benchmark relatif à un système de contrôle/commande ferroviaire.
Fichier principal
Vignette du fichier
paper 13.pdf (406.61 Ko) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

hal-01224281 , version 1 (04-11-2015)

Identifiers

  • HAL Id : hal-01224281 , version 1

Cite

Abderraouf Boussif, Mohamed Ghazel. Une Approche par Décomposition de Modèles pour l'Analyse de la Diagnosticabilité des SEDs par Model-Checking. Modélisation des Systèmes Réactifs (MSR 2015), Nov 2015, Nancy, France. ⟨hal-01224281⟩
141 View
141 Download

Share

Gmail Facebook X LinkedIn More