.png){kind=icon}
返回
Insights into Learning Broadcast Protocols
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-10759-6_20.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
广播协议（BPs）是一种具有无界进程数并通过广播通信的分布式系统的形式化模型。我们研究了从执行轨迹被动学习BPs的问题，重点关注无隐藏状态且存在截止的精细BPs类。我们提出了一种基于约束的被动学习算法，该算法保证与样本的一致性，并在样本足够完整（即包含特征集）时返回一个等价的最小BPs。此外，我们介绍了LeoParDS，这是第一个实现这些技术的工具，支持精细BPs的实用推断，以及包括样本生成和近似等价性检查等任务。这项工作先前已发表在AAAI'24 [8]，并在ATVA24 [12]中实现。我们在此总结其主要结果，以促进网络安全和验证社区内的讨论。这篇短文旨在为不熟悉先前发表的读者提供一个简洁的概述。
Keyword:
Learning Theory
Broadcast Protocols
Multiagent Systems
期刊
C
IF:
0
论文数:
25
被引数:
0
机构
引用论文
.png){kind=icon}
分享收藏
查看更多内容