EPIK: Osservazioni a Livello di Sistema per l'Apprendimento Bayesiano nella Verifica Quantitativa

È stata sviluppata una nuova tecnica denominata EPIK per migliorare la precisione e l'affidabilità della verifica quantitativa dei sistemi software, utilizzando osservazioni a livello di sistema per guidare l'apprendimento dei parametri bayesiani. Questo metodo affronta il problema della conoscenza a priori (PK) imprecisa o inutile nell'inferenza bayesiana, che può portare a risultati di verifica errati riguardanti aspetti come l'affidabilità e il tempo di risposta. EPIK incorpora e integra la PK nella verifica quantitativa attraverso stimatori bayesiani, differenziandosi dai metodi tradizionali che dipendono dalla PK relativa ai parametri di transizione del modello formale; invece, si concentra su proprietà a livello di sistema direttamente osservabili legate alla semantica del mondo reale. La ricerca, descritta in un articolo arXiv (ID: 2608.03489v1), è pertinente alla verifica formale e al model checking probabilistico.