Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Rehasport: The Challenge of Small Margin Healthcare Accounting Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

Model-Driven Active Automata Learning with LearnLib Studio

verfasst von : Oliver Bauer, Johannes Neubauer, Malte Isberner

Erschienen in: Leveraging Applications of Formal Methods, Verification, and Validation

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

We present our reboot of LearnLib Studio, formerly being a part of the Next Generation LearnLib (NGLL) framework for model-based construction of automata learning solutions. The new version of LearnLib Studio is a from-scratch re-implementation, which is based on an improved open-source realization of LearnLib as well as our latest version of the jABC framework (jABC4) for model-driven, service-oriented development of applications with recently added support for type-safe higher-order process modeling. Our all new version of LearnLib Studio provides an easy way to enable even users who do not necessarily have programming expertise to use and extend dedicated learning solutions with minimal manual effort. We illustrate the tool by applying automata learning to a concrete web service following the Representational State Transfer (REST) paradigm.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Guided Domain-Specific Tailoring of jABC4
Nächstes Kapitel Counterexample-Guided Prefix Refinement Analysis for Program Verification
Fußnoten
Literatur
1.
2.
3.
Bauer, O., Neubauer, J., Steffen, B., Howar, F.: Reusing system states by active learning algorithms. In: Moschitti, A., Scandariato, R. (eds.) EternalS 2011. CCIS, vol. 255, pp. 61–78. Springer, Heidelberg (2012). doi:10.​1007/​978-3-642-28033-7_​6 CrossRef
4.
Bollig, B., Habermehl, P., Kern, C., Leucker, M.: Angluin-style learning of NFA. In: IJCAI 2009, pp. 1004–1009. Morgan Kaufmann Publishers Inc., San Francisco (2009)
5.
Bollig, B., Katoen, J.-P., Kern, C., Leucker, M., Neider, D., Piegdon, D.R.: libalf: the automata learning framework. In: Touili, T., Cook, B., Jackson, P. (eds.) CAV 2010. LNCS, vol. 6174, pp. 360–364. Springer, Heidelberg (2010). doi:10.​1007/​978-3-642-14295-6_​32 CrossRef
6.
Chow, T.S.: Testing software design modeled by finite-state machines. IEEE Trans. Softw. Eng. 4(3), 178–187 (1978)CrossRefMATH
7.
Clarke Jr., E.M., Grumberg, O., Peled, D.A.: Model Checking. MIT Press, Cambridge (1999)
8.
Cobleigh, J.M., Giannakopoulou, D., PĂsĂreanu, C.S.: Learning assumptions for compositional verification. In: Garavel, H., Hatcliff, J. (eds.) TACAS 2003. LNCS, vol. 2619, pp. 331–346. Springer, Heidelberg (2003). doi:10.​1007/​3-540-36577-X_​24 CrossRef
9.
Dadam, P., et al.: From ADEPT to AristaFlow BPM suite: a research vision has become reality. In: Rinderle-Ma, S., Sadiq, S., Leymann, F. (eds.) BPM 2009. LNBIP, vol. 43, pp. 529–531. Springer, Heidelberg (2010). doi:10.​1007/​978-3-642-12186-9_​50 CrossRef
10.
11.
Hagerer, A., Hungar, H., Niese, O., Steffen, B.: Model generation by moderated regular extrapolation. In: Kutsche, R.-D., Weber, H. (eds.) FASE 2002. LNCS, vol. 2306, pp. 80–95. Springer, Heidelberg (2002). doi:10.​1007/​3-540-45923-5_​6 CrossRef
12.
Howar, F., Bauer, O., Merten, M., Steffen, B., Margaria, T.: The teachers’ crowd: the impact of distributed oracles on active automata learning. In: Hähnle, R., Knoop, J., Margaria, T., Schreiner, D., Steffen, B. (eds.) ISoLA 2011 Workshops. CCIS, vol. 336, pp. 232–247. Springer, Heidelberg (2012). doi:10.​1007/​978-3-642-34781-8_​18 CrossRef
13.
Howar, F., Isberner, M., Steffen, B.: Tutorial: automata learning in practice. In: Margaria, T., Steffen, B. (eds.) ISoLA 2014. LNCS, vol. 8802, pp. 499–513. Springer, Heidelberg (2014). doi:10.​1007/​978-3-662-45234-9_​34
14.
15.
Irfan, M.N., Oriat, C., Groz, R.: Angluin style finite state machine inference with non-optimal counterexamples. In: Proceedings of the First International Workshop on Model Inference in Testing, MIIT 2010, pp. 11–19. ACM, New York (2010)
16.
Isberner, M., Howar, F., Steffen, B.: Learning register automata: from languages to program structures. Mach. Learn. 96(1–2), 65–98 (2014)MathSciNetCrossRefMATH
17.
Isberner, M., Howar, F., Steffen, B.: The TTT algorithm: a redundancy-free approach to active automata learning. In: Bonakdarpour, B., Smolka, S.A. (eds.) RV 2014. LNCS, vol. 8734, pp. 307–322. Springer, Heidelberg (2014). doi:10.​1007/​978-3-319-11164-3_​26
18.
19.
Isberner, M., Steffen, B.: An abstract framework for counterexample analysis in active automata learning. In: Clark, A., Kanazawa, M., Yoshinaka, R. (eds.) Proceedings of the 12th International Conference on Grammatical Inference, ICGI 2014, JMLR Proceedings, Kyoto, Japan, 17–19 September 2014, vol. 34, pp. 79–93 (2014). JMLR.​org
20.
Kearns, M.J., Vazirani, U.V.: An Introduction to Computational Learning Theory. MIT Press, Cambridge (1994)
21.
Kühn, D., Neubauer, J.: Guided domain-specific tailoring of jABC4. In: Lamprecht, A.-L. (ed.) ISoLA 2012/2014. CCIS, vol. 683, pp. 113–127. Springer, Heidelberg (2016)
22.
23.
Margaria, T., Steffen, B.: Service-orientation: conquering complexity with XMDD. In: Hinchey, M., Coyle, L. (eds.) Conquering Complexity, pp. 217–236. Springer, London (2012)CrossRef
24.
25.
Naujokat, S., Neubauer, J., Lamprecht, A.-L., Steffen, B., Jörges, S., Margaria, T.: Simplicity-first model-based plug-in development. Softw.: Pract. Exp. 44(3), 277–297 (2014)
26.
Neubauer, J.: Higher-order process engineering. Ph.D. thesis, Technische Universität, Dortmund (2014)
27.
Neubauer, J., Steffen, B.: Plug-and-play higher-order process integration. Computer 46(11), 56–62 (2013)CrossRef
28.
29.
Neubauer, J., Steffen, B., Bauer, O., Windmüller, S., Merten, M., Margaria, T., Howar, F.: Automated continuous quality assurance. In: FormSERA 2012, pp. 37–43. IEEE Press, Piscataway (2012)
30.
Neubauer, J., Windmüller, S., Steffen, B.: Risk-based testing via active continuous quality control. Int. J. Softw. Tools Technol. Transfer 16(5), 569–591 (2014)CrossRef
31.
32.
33.
Rivest, R.L., Schapire, R.E.: Inference of finite automata using homing sequences. In: STOC 1989, pp. 411–420. ACM, New York (1989)
34.
Robillard, M., Bodden, E., Kawrykow, D., Mezini, M., Ratchford, T.: Automated API property inference techniques. IEEE Trans. Software Eng. 39(5), 613–637 (2013)CrossRef
35.
Sametinger, J.: Software Engineering with Reusable Components. Springer, New York (1997)CrossRefMATH
36.
37.
Steffen, B., Howar, F., Merten, M.: Introduction to active automata learning from a practical perspective. In: Bernardo, M., Issarny, V. (eds.) SFM 2011. LNCS, vol. 6659, pp. 256–296. Springer, Heidelberg (2011). doi:10.​1007/​978-3-642-21455-4_​8 CrossRef
38.
Steffen, B., Margaria, T., Nagel, R., Jörges, S., Kubczak, C.: Model-driven development with the jABC. In: Bin, E., Ziv, A., Ur, S. (eds.) HVC 2006. LNCS, vol. 4383, pp. 92–108. Springer, Heidelberg (2007). doi:10.​1007/​978-3-540-70889-6_​7 CrossRef
39.
Windmüller, S., Neubauer, J., Steffen, B., Howar, F., Bauer, O.: Active continuous quality control. In: Proceedings of the 16th International ACM Sigsoft Symposium on Component-Based Software Engineering, CBSE 2013, pp. 111–120. ACM, New York (2013)
40.
Withers, D., Kawas, E., McCarthy, L., Vandervalk, B., Wilkinson, M.: Semantically-guided workflow construction in Taverna: the SADI and BioMoby plug-ins. In: Margaria, T., Steffen, B. (eds.) ISoLA 2010. LNCS, vol. 6415, pp. 301–312. Springer, Heidelberg (2010). doi:10.​1007/​978-3-642-16558-0_​26 CrossRef
Metadaten
Titel
Model-Driven Active Automata Learning with LearnLib Studio
verfasst von
Oliver Bauer
Johannes Neubauer
Malte Isberner
Copyright-Jahr
2016
Buch
Leveraging Applications of Formal Methods, Verification, and Validation

Print ISBN: 978-3-319-51640-0

Electronic ISBN: 978-3-319-51641-7

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-319-51641-7_8