.png){kind=icon}
返回
Instrumenting Runtime Enforcement
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-05435-7_10.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
运行时执行通过观察和修改系统的行为来确保运行中的系统符合某一属性。在实践中，属性通常以高层次、抽象的事件来定义，而系统的行为则由低层次、具体的行为组成。行为与事件之间的关系在插桩过程中建立，开发者必须确保（i）系统行为报告正确的事件，以及（ii）对系统行为的必要修改得到正确执行。然而，高层次属性与低层次行为之间的抽象差距使得这一过程容易出错。在本文中，我们将一个现有运行时执行的正式模型（该模型将插桩隐式处理）细化为一个更精确的模型，该模型明确考虑了插桩。我们提出了插桩的正确性准则，并介绍了一个名为INSTRLIB的新库，该库用于为运行时执行插桩Python应用程序。
Keyword:
Runtime Enforcement
Instrumentation
Edit Automata
期刊
R
IF:
0
论文数:
27
被引数:
0
机构
引用论文
.png){kind=icon}
分享收藏
查看更多内容