Original scientific paper

https://doi.org/10.17559/TV-20150317102804

Istraživanje korelacija alarma na temelju detekcije statičkog kvara

Dalin Zhang orcid.org/0000-0003-0346-7020 ; National Research Center of Railway Safety Assessment, Beijing Jiaotong University, Beijing, China
Dahai Jin ; State Key Laboratory of Networking and Switching, Beijing University of Posts and Telecommunications, Beijing, China
Yunzhan Gong ; State Key Laboratory of Networking and Switching, Beijing University of Posts and Telecommunications, Beijing, China
Siru Chen ; History and Tourism Management, Inner Mongolia University, Hohhot, China
Chengcheng Wang ; Shanghai Stock Exchange, Shanghai, China

Abstract

Tradicionalni alati za detekciju statičkog kvara mogu detektirati kvarove softvera i objaviti alarm, ali korelacije između alarma nisu identificirane i masivni nezavisni alarmi protivni su razumijevanju. Pomaganje korisnicima u verifikaciji alarma predstavlja veliki izazov postojećim alatima za detekciju statičke greške. U ovom radu mi formalno uvodimo korelacije alarma. Ako postojanje jednog alarma uzrokuje drugi, kažemo da su u korelaciji. Ako je jedan dominantni alarm jedinstveno povezan s drugim, znamo da će se verifikacijom jednoga također verificirati drugi. Na osnovu korelacije možemo
reducirati broj alarma potrebnih za verifikaciju. Naši su algoritmi inter-proceduralni, osjetljivi na putanju i podesivi (scalable). Mi prikazujemo sumarni model postupka korelacije za računanje inter-proceduralne korelacije alarma. Osnovni algoritmi su implementirani u naše alate za detekciju kvara. Izabrali smo jednu uobičajenu semantičku pogrešku za analizu slučaja i dokazali da naša metoda rezultira smanjenjem radnog opterećenja za 34,23 %. Primjenom
korelacijeske informacije možemo automatizirati verifikaciju alarma, što se ranije moralo raditi ručno.

Keywords

apstraktna interpretacija; korelacije alarma; verifikacija alarma; pregled korelacija; provjeravanje (slicing) stanja

Hrčak ID:

138082

URI

https://hrcak.srce.hr/138082

Publication date:

22.4.2015.

Article data in other languages: english

Visits: 2.625 *