[發明專利]一種軟件自適應決策驗證系統

有效

• 申請號: 201611219520.7
• 申請日: 2016-12-26
• 公開（公告）號: CN106650950B
• 公開（公告）日: 2019-03-26
• 發明（設計）人: 史建琦;胡志成;黃滟鴻;方徽星;李昂;李新;何積豐
• 申請（專利權）人: 華東師范大學
• 主分類號: G06N20/00
• 分類號: G06N20/00;G06F8/20
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 郎志濤

本發明涉及一種軟件自適應決策驗證系統，包括模型轉換模塊和模型驗證模塊。其中，所述的模型轉換模塊，用于將經過自適應決策策略作用演變的多種異構的層次化多agent系統模型由模型轉換器轉換成統一的中間模型，并將所述中間模型輸出作為模型驗證模塊的輸入；所述的模型驗證模塊，將模型轉換模塊輸出的中間模型作為輸入，在中間模型上進行分析、驗證，判斷中間模型是否滿足目標性質，從而完成自適應決策策略的驗證，同時，還可以實現多個中間模型的對比，進而實現多種異構的層次化多agent系統模型的對比，從中挑選出符合目標性質的優良模型，最終篩選出優良的自適應決策策略，對于不符合目標性質的策略給出改進建議。

技術領域

本發明屬于計算機應用技術領域，主要涉及形式化建模與驗證領域，尤其涉及基于層次化多agent系統模型的軟件自適應決策驗證系統。

背景技術

隨著軟件應用范圍的不斷擴大，其運行平臺正從傳統的計算機延展到嵌入式設備、移動設備和開放的互聯網，并與物理系統、社會系統等更加緊密地融合在一起。這種開放、動態、難控的運行環境要求軟件系統需具備一定程度的自適應能力，也就是說，軟件系統應能主動感知環境和需求的變化，并據以調整自身結構和行為，產生自適應決策策略，以持續地提供滿足用戶期望的服務。然而，自適應決策策略可能會對系統的執行行為、性能以及功能等多方面產生影響。在保障軟件系統本身的功能性需求、非功能性需求以及安全性需求等前提下，如何保證軟件自適應決策策略的有效性和正確性顯得至關重要。

現有的相關專利，例如申請號為201110167018.7的中國發明專利申請，涉及一種基于機器學習的分布式緩存策略自適應切換方法及其系統?；诨鶞蕼y試對各緩存策略進行評價，確定影響緩存策略性能表現的場景要素；分別在不同場景要素條件下收集各緩存策略的數據集；訓練該數據集得到緩存性能模型；基于緩存性能模型與集群環境下的在線監測數據決策最優緩存策略，在當前緩存策略與最優策略不一致時執行緩存策略切換。采用機器學習的方法建立可以準確刻畫當前場景的緩存性能模型，并通過構建性能數據倉庫周期性的更新該模型，進一步提高了模型的精度，可以較好的適應環境的動態變化，增強緩存服務的柔性和自適應性。

然而在以上專利中，軟件自我驗證效率仍有不足。

發明內容

為解決以上現有技術中存在的問題，本發明提出了基于層次化多agent系統模型的軟件自適應決策驗證系統，通過將經過自適應決策策略作用演變的多種異構的層次化多agent系統模型轉換成統一的中間模型，在中間模型上進行形式化驗證，驗證中間模型是否滿足某些目標性質，從而達到驗證軟件自適應決策策略的有效性和正確性的目的，實現軟件自適應決策策略的驗證。

具體的，本發明提出了一種軟件自適應決策驗證系統，所述系統包括模型轉換模塊和模型驗證模塊，兩模塊之間協調工作；

所述的模型轉換模塊，用于將經過自適應決策策略作用演變的多種異構的層次化多agent系統模型由模型轉換器轉換成統一的中間模型，并將所述中間模型輸出作為模型驗證模塊的輸入；

所述的模型驗證模塊，將模型轉換模塊輸出的中間模型作為輸入，在中間模型上進行分析、驗證，判斷中間模型是否滿足目標性質，從而完成自適應決策策略的驗證，同時，還可以實現多個中間模型的對比，進而實現多種異構的層次化多agent系統模型的對比，從中挑選出符合目標性質的優良模型，最終篩選出優良的自適應決策策略，對于不符合目標性質的策略給出改進建議。

優選的，如上所述的軟件自適應決策驗證系統，所述多種異構的層次化多agent系統模型由層次化MAS模型經過自適應決策策略作用演變而成。

優選的，如上所述的軟件自適應決策驗證系統，所述層次化多agent系統模型是對軟件系統進行抽象建模而形成一個以功能目標為單位，將軟件與環境置于統一架構的集分布式與集中式控制于一體的分層式多Agent的系統模型。