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:
Information Flow Tracking for Linux Handling Concurrent System Calls and Shared Memory Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Towards Inverse Uncertainty Quantification in Software Development (Short Paper)

verfasst von : Matteo Camilli, Angelo Gargantini, Patrizia Scandurra, Carlo Bellettini

Erschienen in: Software Engineering and Formal Methods

Verlag: Springer International Publishing

Einloggen

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

search-config
loading …

Abstract

With the purpose of delivering more robust systems, this paper revisits the problem of Inverse Uncertainty Quantification that is related to the discrepancy between the measured data at runtime (while the system executes) and the formal specification (i.e., a mathematical model) of the system under consideration, and the value calibration of unknown parameters in the model. We foster an approach to quantify and mitigate system uncertainty during the development cycle by combining Bayesian reasoning and online Model-based testing.

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 Validating the Meta-Theory of Programming Languages (Short Paper)
Nächstes Kapitel Interpolation-Based Learning as a Mean to Speed-Up Bounded Model Checking (Short Paper)
Literatur
1.
Garlan, D.: Software engineering in an uncertain world. In: Proceedings of the FSE/SDP Workshop on Future of Software Engineering Research, pp. 125–128 (2010)
2.
Esfahani, N., Malek, S.: Uncertainty in self-adaptive software systems. In: Lemos, R., Giese, H., Müller, H.A., Shaw, M. (eds.) Software Engineering for Self-Adaptive Systems II. LNCS, vol. 7475, pp. 214–238. Springer, Heidelberg (2013). doi:10.​1007/​978-3-642-35813-5_​9CrossRef
3.
Ramirez, A.J., Jensen, A.C., Cheng, B.H.C.: A taxonomy of uncertainty for dynamically adaptive systems. In: Proceedings of the 7th International Symposium on Software Engineering for Adaptive and Self-Managing Systems (SEAMS), pp. 99–108 (2012)
4.
Arendt, P.D., Apley, D.W., Chen, W.: Quantification of model uncertainty: calibration, model discrepancy, and identifiability. J. Mech. Des. 134(10) (2012)CrossRef
5.
Lee, S.H., Chen, W.: A comparative study of uncertainty propagation methods for black-box-type problems. Struct. Multi. Optim. 37(3), 239 (2008)CrossRef
6.
Berger, J.: Statistical Decision Theory and Bayesian Analysis, Springer Series in Statistics. Springer, New York (1985)
7.
Broy, M., Jonsson, B., Katoen, J.-P., Leucker, M., Pretschner, A.: Model-Based Testing of Reactive Systems: Advanced Lectures (Lecture Notes in Computer Science). Springer, New York (2005)CrossRef
8.
Insua, D., Ruggeri, F., Wiper, M.: Bayesian Analysis of Stochastic Process Models, Wiley Series in Probability and Statistics. Wiley, Hoboken (2012)CrossRef
9.
Kwiatkowska, M., Norman, G., Parker, D.: PRISM 4.0: verification of probabilistic real-time systems. In: Gopalakrishnan, G., Qadeer, S. (eds.) CAV 2011. LNCS, vol. 6806, pp. 585–591. Springer, Heidelberg (2011). doi:10.​1007/​978-3-642-22110-1_​47CrossRef
10.
Kwiatkowska, M., Norman, G., Pacheco, A.: Model checking expected time and expected reward formulae with random time bounds. Comput. Mathe. Appl. 51(2), 305–316 (2006)MathSciNetCrossRef
11.
Tretmans, J., Belinfante, A.: Automatic testing with formal methods. In: 7th European International Conference on Software Testing, Analysis & Review, pp. 8–12 (1999)
12.
Perkins, T.J.: Maximum likelihood trajectories for continuous-time markov chains. In: Proceedings of the 22nd International Conference on Neural Information Processing Systems, pp. 1437–1445 (2009)
13.
Perez-Palacin, D., Mirandola, R.: Uncertainties in the modeling of self-adaptive systems: a taxonomy and an example of availability evaluation. In: Proceedings of the 5th ACM/SPEC International Conference on Performance Engineering, pp. 3–14 (2014)
14.
Epifani, I., Ghezzi, C., Mirandola, R., Tamburrelli, G.: Model evolution by run-time parameter adaptation. In: 2009 IEEE 31st International Conference on Software Engineering, pp. 111–121, May 2009
15.
Calinescu, R., Ghezzi, C., Johnson, K., Pezzè, M., Rafiq, Y., Tamburrelli, G.: Formal verification with confidence intervals to establish quality of service properties of software systems. IEEE Trans. Reliab. 65(1), 107–125 (2016)CrossRef
16.
Walkinshaw, N., Fraser, G.: Uncertainty-driven black-box test data generation. In: IEEE International Conference on Software Testing, Verification and Validation (2017)
17.
Namin, A.S., Sridharan, M.: Bayesian reasoning for software testing. In: Proceedings of the FSE/SDP Workshop on Future of Software Engineering Research, pp. 349–354 (2010)
18.
Bernardo, J., Smith, A.: Bayesian Theory, Wiley Series in Probability and Statistics. Wiley, Hoboken (2006)
Metadaten
Titel
Towards Inverse Uncertainty Quantification in Software Development (Short Paper)
verfasst von
Matteo Camilli
Angelo Gargantini
Patrizia Scandurra
Carlo Bellettini
Copyright-Jahr
2017
Buch
Software Engineering and Formal Methods

Print ISBN: 978-3-319-66196-4

Electronic ISBN: 978-3-319-66197-1

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-66197-1_24