CN102722441B

CN102722441B - 智能的uml模型的形式化检测方法及装置

Info

Publication number: CN102722441B
Application number: CN201210192161.6A
Authority: CN
Inventors: 覃征; 张伟哲; 房毓菲
Original assignee: Tsinghua University
Current assignee: Tsinghua University
Priority date: 2012-06-11
Filing date: 2012-06-11
Publication date: 2016-03-23
Anticipated expiration: 2032-06-11
Also published as: CN102722441A

Abstract

本发明提出一种智能的UML模型的形式化检测方法及装置，该方法包括：对真实系统建立UML模型，并将UML模型转换为XMI模型；从XMI模型中提取预定元素信息，并应用一套转换规则对预定元素信息进行语义转换以得到SMV模型；获取CTL和/或LTL命题逻辑检测式，其中，CTL和/或LTL命题逻辑检测式用于对SMV模型进行模型检测；根据CTL和/或LTL命题逻辑检测式和SMV模型构建二叉决策图以对SMV模型进行检测以得到检测结果。根据本发明的实施例，具有检测准确性高、且能够对安全性有较高要求的软件开发过程中的UML模型进行综合性检测，应用面广的优点。

Description

智能的UML模型的形式化检测方法及装置

技术领域

本发明涉及计算机软件技术领域，特别涉及一种智能的UML模型的形式化检测方法及装置。

背景技术

软件设计开发过程中，传统的规格描述方式UML图可以表达出软件的构建和意图但是不能被有效、智能的验证其正确性，模型建立的正确性过于依赖软件需求方与开发者对于软件项目本身与软件工程体系的熟悉，导致软件在开发完成后需要更多的人力物力来修正和维护，在对正确性和安全性有高度要求的军用软件领域，这一缺陷尤其明显。现有解决这一类问题的途径和方式受于形式化检测智能性与直观性的限制，使得当前的检测形式的检测的应用面不宽。

发明内容

本发明旨在至少解决上述技术问题之一。

为此，本发明的一个目的在于提出一种应用广阔且综合性的智能的UML模型的形式化检测方法。

本发明的另一目的在于提出一种智能的UML模型的形式化检测装置。

为了实现上述目的，本发明第一方面的实施例提出了一种智能的UML模型的形式化检测方法，包括如下步骤：对真实系统建立UML模型，并将所述UML模型转换为XMI模型；从所述XMI模型中提取预定元素信息，并应用一套转换规则对所述预定元素信息进行语义转换以得到SMV模型；获取CTL和/或LTL命题逻辑检测式，其中，所述CTL和/或LTL命题逻辑检测式用于对所述SMV模型进行模型检测；根据所述CTL和/或LTL命题逻辑检测式和SMV模型构建二叉决策图以对所述SMV模型进行检测以得到检测结果。

另外，根据本发明上述实施例的智能的UML模型的形式化检测方法还可以具有如下附加的技术特征：

在一些示例中，所述CTL和/或LTL命题逻辑检测式是通过对所述UML模型进行智能分析得到的。

在一些示例中，所述CTL和/或LTL命题逻辑检测式是用户创建的。

在一些示例中，所述根据所述CTL和/或LTL命题逻辑检测式和SMV模型构建二叉决策图以对所述SMV模型进行检测以得到检测结果的步骤进一步包括：构建所述SMV模型的等价集合M={S,I,R,L}，其中，S为状态集合，I为初始状态集合，R为S×S的子集，表示状态迁移集合，L:S→2^AP为标记函数，AP为原子命题集合；应用一套命题逻辑检测式转换规则对所述CTL和/或LTL命题逻辑检测式进行转换；根据转换结果对所述等价集合M={S,I,R,L}进行检测以得到检测结果。

在一些示例中，在得到所述检测结果之后还包括：判断所述检测结果是否与所述CTL和/或LTL命题逻辑检测式的检测语义相匹配；如果匹配，则输出正确的检测项信息，如果不匹配，则以图形化的形式输出所述检测结果及相应的反例信息。

在一些示例中，还包括：对所述反例信息进行解析；根据解析结果生成XML文件；对所述XML文件进行转换以得到图形化的转换结果。

本发明第二方方面的实施例提出了一种智能的UML模型的形式化检测装置，其特征在于，包括：XMI模型生成模块，用于对真实系统建立UML模型，并将所述UML模型转换为XMI模型；SMV模型生成模块，用于从所述XMI模型中提取预定元素信息，并应用一套转换规则对所述预定元素信息进行语义转换以得到SMV模型；CTL和/或LTL命题逻辑检测式生成模块，用于获取CTL和/或LTL命题逻辑检测式，其中，所述CTL和/或LTL命题逻辑检测式用于对所述SMV模型进行模型检测；检测模块，用于根据所述CTL和/或LTL命题逻辑检测式和SMV模型构建二叉决策图以对所述SMV模型进行检测以得到检测结果。

另外，根据本发明上述实施例的智能的UML模型的形式化检测装置还可以具有如下附加的技术特征：

在一些示例中，所述CTL和/或LTL命题逻辑检测式生成模块用于对所述UML模型进行智能分析以得到所述CTL和/或LTL命题逻辑检测。

在一些示例中，所述CTL和/或LTL命题逻辑检测式生成模块用于接收用户创建的所述CTL和/或LTL命题逻辑检测式。

在一些示例中，所述检测模块用于构建所述SMV模型的等价集合M={S,I,R,L}，其中，S为状态集合，I为初始状态集合，R为S×S的子集，表示状态迁移集合，L:S→2^AP为标记函数，AP为原子命题集合，应用一套命题逻辑检测式转换规则对所述CTL和/或LTL命题逻辑检测式进行转换，并根据转换结果对所述等价集合M={S,I,R,L}进行检测以得到检测结果。

在一些示例中，所述检测模块还用于判断所述检测结果是否与所述CTL和/或LTL命题逻辑检测式的检测语义相匹配，如果匹配，则输出正确的检测项信息，如果不匹配，则以图形化的形式输出所述检测结果及相应的反例信息。

在一些示例中，所述检测模块还用于对所述反例信息进行解析，并根据解析结果生成XML文件，并对所述XML文件进行转换以得到图形化的转换结果。

根据本发明实施例的智能的UML模型的形式化检测方法及装置，可以以图形化、智能化的从常用的UML模型输入导出到直观的检测结果，解决了，尤其具有重要作用的形式化检测在软件开发及设计阶段因为复杂性、专业性的困扰得不到广泛应用的问题，提高了模型检测的使用体验和应用效果，并赋予了形式化检测更综合性的含义，可以对准确性、安全性有较高要求的软件开发过程中的UML模型进行综合性检测。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1为本发明实施例的智能的UML模型的形式化检测方法的流程图；

图2为本发明一个实施例的智能的UML模型的形式化检测方法的详细流程图；

图3为本发明一个实施例智能的UML模型的形式化检测方法的UML模型语义转换的流程图；

图4为本发明一个实施例的智能的UML模型的形式化检测方法的UML状态图的XMI元素示意图；

图5为本发明一个实施例的智能的UML模型的形式化检测方法的检测结果的反例信息的XML标签层次示意图；以及

图6为本发明实施例的智能的UML模型的形式化检测装置的结构图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

以下结合附图首先描述根据本发明实施例的智能的UML模型的形式化检测方法。

参考图1，根据本发明实施例的智能的UML模型的形式化检测方法，包括如下步骤：

步骤S101，对真实系统建立UML模型，并将UML模型转换为XMI模型。

步骤S102，从XMI模型中提取预定元素信息，并应用一套转换规则对预定元素信息进行语义转换以得到SMV模型。

步骤S103，获取CTL和/或LTL命题逻辑检测式，其中，CTL和/或LTL命题逻辑检测式用于对SMV模型进行模型检测；

步骤S104，根据CTL和/或LTL命题逻辑检测式和SMV模型构建二叉决策图以对SMV模型进行检测以得到检测结果。

参见图2，具体而言，步骤S101包括如下步骤：

步骤S201，对真实系统建立UML模型。例如该UML模型为UML状态图。

步骤S202，将UML模型转换为等价XMI模型。具体地，将上述UML状态图转换为等价的XMI模型。

步骤S102包括如下步骤：

从XMI模型中提取指定元素信息，即预定的元素信息以便于进行形式化。

步骤S203，提取形式化元素。即从等价的XMI模型中提取指定元素信息以便于进行形式化。UML状态图中将被用于形式化描述的信息可用一个六元组表示为：

SD=(S,S₀,π,T,δ,λ)

其中：

（1）S={s₁，...,s_n}为一有限状态集，即为该UML状态图中全部原子状态。

（2）S₀为UML状态图的初始状态。

（3）π＝π_e+π_a为事件集合，π_e为UML状态图接收到的外部事件（externalevents），π_a为UML状态图的响应事件（activities）。

（4）T={t₁,…,t_m}为一组转移集，其中S₁=source(t_i)为源状态，S₂＝target(t_i)为目标状态，G为警戒条件。

（5）δ(s)代表s的全部子状态。

（6）λ:S→(AND,OR)表示状态的或（互斥）及与（并行）分解。

步骤S204，语义转换处理。具体地，语义转换处理的过程如图3所示，如图4所示的标签，其中状态的name，转移的sourcestatus，targetstatus，guard及effect标签是将要进行形式化的信息。即需要转换为SMV模型。换言之，提取形式化信息之后，结合SMV检测文件语义对提取的预定元素信息进行形式化后的结果进行转换，其一套转换规则包括但不限于：

MODULE模块声明：

（s-1）状态图名对应类名。

（s-2）在状态图对应的MODULE中加入status变量，表示图中全部状态init初始化：

（s-3）状态图中的初始状态即status的初始值

（s-4）status的取值范围为状态图中全部非伪原子状态（不含初始和终止状态）nextstatus状态转移

对状态图中每一个转换，即：

（s-5）都对应status的一个next

（s-6）忽略转换的名称

（s-7）其源状态和警戒条件为next(status)的条件

（s-8）其目标状态集为next(status)的结果nextargument参数转移

如果该转换引起参数变化，即：

（s-9）每个参数变化对应一个next

（s-10）其源状态和警戒条件为next(argument)的条件

（s-11）其变化后的值为next(argument)的结果忽略的信息

（s-12）忽略注释Note及NoteLink

（s-13）忽略图中元素的位置、大小、颜色等

（s-14）忽略终止状态。

通过上述的一套转换规则，即语义转换规则便得到了一个以系统UML状态图描述为基础的SMV模型，其变量设置与变量变迁过程均符合系统原型的构建。

在一些示例中，CTL和/或LTL命题逻辑检测式用来描述系统原型所预期满足的性质，CTL和/或LTL命题逻辑检测式可通过两种途径获取。具体地，如图2所示，步骤S103包括如下步骤：

步骤S205，智能解析UML模型，即CTL和/或LTL命题逻辑检测式是通过对所述UML模型进行智能分析得到的。

具体地，智能分析UML模型所满足的性质从而生成一个逻辑表达式集，这个表达式集中的元素表现出了UML模型所具有的关键性质。这个过程有一个形成集合并剪枝的过程。

步骤S206，输入自然语言检测需求。

步骤S207，转移检测需求得到CTL和/或LTL命题逻辑检测式，即CTL和/或LTL命题逻辑检测式是用户创建的。

具体地，由自然语言转译得到，考虑到CTL和LTL语句的局限性，如表1和表2所示，其中，表1为LTL命题逻辑操作符含义表，表2为CTL命题逻辑操作符含义表。

表1

表2

上述操作符的含义可以给定的自然语义集合中的元素组合而成。通过用户选择与组合这些语义元素，可以形成大部分易于理解的逻辑式，例如：

（CTL）（存在一条执行路径（（（变量α）（操作符<）（操作值3））永远为真））可以被转译为

EF(AG(α<3))

这样的逻辑式，从而进入下一步检测。这种方式更适合用户所特定的隐性性质的检测，因为其描述可以是任意的、完全由用户所决定的。

步骤S104包括如下步骤：

1、构建所述SMV模型的等价集合M={S,I,R,L}，其中，S为状态集合，I为初始状态集合，R为S×S的子集，表示状态迁移集合，L:S→2^AP为标记函数，AP为原子命题集合。

2、应用一套命题逻辑检测式转换规则对所述CTL和/或LTL命题逻辑检测式进行转换。

3、根据转换结果对所述等价集合M={S,I,R,L}进行检测以得到检测结果。

具体地，如步骤S208所述：首先构建输入的SMV模型的等价集合M={S,I,R,L}。

构建集合完成后，就给定的CTL和LTL命题逻辑式集合φ，进行转换得到TRANSLATE（φ），其含义是：所有与φ等价的只由CTL公式联接词完备集和命题公式连接词完备集构成的CTL公式。

步骤S209，判断模型是否符合检测需求，如用CTL模型检测算法进行检测，下面是CTL模型检测算法的伪代码。

Satisfy_EX、Satisfy_EU、Satisfy_AF几个函数的验证主要依赖于和两个函数。其中：

在得到所述检测结果之后，即在得到真伪信息之后通过回溯状态可以得到相应的反例信息，包括：

1、判断所述检测结果是否与所述CTL和/或LTL命题逻辑检测式的检测语义相匹配。

2、如果匹配，则输出正确的检测项信息，如果不匹配。

3、如果不匹配，则以图形化的形式输出所述检测结果及相应的反例信息。

具体地，如图5所示，将反例信息按照如图5所述的XML标签格式整理为XML文件。

在得到整理为XML文件的反例信息之后，还包括：

1、对所述反例信息进行解析。

2、根据解析结果生成XML文件。

3、对所述XML文件进行转换以得到图形化的转换结果。

具体而言，首先，将XML格式的反例信息转换为标准化的UML协作图格式，如步骤S210，其中，转换规则及每一条规则所解决的问题见下表3，其中，表3为XML→UML协作图转换规则：

表3

整个转换规则的思路是，将SMV输出所表达的“状态图”含义中的活动部分，即状态变迁固化到UML协作图的对象当中，因为变迁中包含的信息量更大，更有利于检测人员理解检测结果的含义。而将非活动的部分，即状态本身的精简信息量置于UML协作图的对象信息交互上，是一种繁对繁，简对简的转换。

在转换为UML协作图之后，同样按照智能解析自然语言检测语句的方式来解析CTL/LTL逻辑式。

如果出现“永真”关键字，则在“永真”在逻辑结构上起作用的整条路径/整个用例中分析表达式在何处出现不符合性质的情况，并对这条路径/这部分用例在UML协作图结果中进行标注。（进行标注的含义是：修改它的某项显示属性，例如为其名称加入一个有特定含义的符号）

如果出现“存在”关键字，则在“存在”在逻辑结构上起作用的整条路径/部分用例在UML协作图结果中直接进行标注。

如果出现“下一时刻”关键字，则首先分析反例中何时前置条件为真，并比对后置条件与后置结果的区别。若两者不一致，则在后置结果上进行标注。

如果出现“直到”关键字，则首先分析反例中何时前置条件产生真假转换，并比对后置条件与后置结果的区别。若两者不一致，则在后置结果上进行标注。

至此，就得到了图形化、对反例信息有标记符号，易于理解的UML协作图反例如步骤S211所示。同时，将这个协作图与之前一步所得到的XML文件一起作为完整的分析报告呈现出来。

参见图6，本发明的进一步实施例提出了一种智能的UML模型的形式化检测装置600，包括XMI模型生成模块610、SMV模型生成模块620、CTL和/或LTL命题逻辑检测式生成模块630和检测模块640。其中：

XMI模型生成模块610用于对真实系统建立UML模型，并将所述UML模型转换为XMI模型。SMV模型生成模块620用于从所述XMI模型中提取预定元素信息，并应用一套转换规则对所述预定元素信息进行语义转换以得到SMV模型。CTL和/或LTL命题逻辑检测式生成模块630用于获取CTL和/或LTL命题逻辑检测式，其中，所述CTL和/或LTL命题逻辑检测式用于对所述SMV模型进行模型检测。检测模块640用于根据所述CTL和/或LTL命题逻辑检测式和SMV模型构建二叉决策图以对所述SMV模型进行检测以得到检测结果。

在一些示例中，CTL和/或LTL命题逻辑检测式生成模块用于对所述UML模型进行智能分析以得到所述CTL和/或LTL命题逻辑检测。

在一些示例中，CTL和/或LTL命题逻辑检测式生成模块用于接收用户创建的所述CTL和/或LTL命题逻辑检测式。

在一些示例中，检测模块640用于构建所述SMV模型的等价集合M={S,I,R,L}，其中，S为状态集合，I为初始状态集合，R为S×S的子集，表示状态迁移集合，L:S→2^AP为标记函数，AP为原子命题集合，应用一套命题逻辑检测式转换规则对所述CTL和/或LTL命题逻辑检测式进行转换，并根据转换结果对所述等价集合M={S,I,R,L}进行检测以得到检测结果。

进一步地，检测模块640还用于判断所述检测结果是否与所述CTL和/或LTL命题逻辑检测式的检测语义相匹配，如果匹配，以图形化的形式输出所述检测结果及相应的反例信息。

更进一步地，检测模块640还用于对所述反例信息进行解析，并根据解析结果生成XML文件，并对所述XML文件进行转换以得到图形化的转换结果。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同限定。

Claims

1.一种智能的UML模型的形式化检测方法，其特征在于，包括如下步骤：

对真实系统建立UML模型，并将所述UML模型转换为XMI模型；

从所述XMI模型中提取预定元素信息，并应用一套转换规则对所述预定元素信息进行语义转换以得到SMV模型；

获取CTL和/或LTL命题逻辑检测式，其中，所述CTL和/或LTL命题逻辑检测式用于对所述SMV模型进行模型检测；

根据所述CTL和/或LTL命题逻辑检测式和SMV模型构建二叉决策图以对所述SMV模型进行检测以得到检测结果；

判断所述检测结果是否与所述CTL和/或LTL命题逻辑检测式的检测语义相匹配；

如果匹配，则输出正确的检测项信息；

如果不匹配，则以图形化的形式输出所述检测结果及相应的反例信息；

对所述反例信息进行解析；

根据解析结果生成XML文件；

对所述XML文件进行转换以得到图形化的转换结果，

其中，所述CTL和/或LTL命题逻辑检测式是通过对所述UML模型进行智能分析得到的。

2.根据权利要求1所述的智能的UML模型的形式化检测方法，其特征在于，所述CTL和/或LTL命题逻辑检测式是通过对所述UML模型进行智能分析得到的能够替换为用户创建的。

3.根据权利要求1所述的智能的UML模型的形式化检测方法，其特征在于，所述根据所述CTL和/或LTL命题逻辑检测式和SMV模型构建二叉决策图以对所述SMV模型进行检测以得到检测结果的步骤进一步包括：

构建所述SMV模型的等价集合M＝{S,I,R,L}，其中，S为状态集合，I为初始状态集合，R为S×S的子集，表示状态迁移集合，L:S→2^AP为标记函数，AP为原子命题集合；

应用一套命题逻辑检测式转换规则对所述CTL和/或LTL命题逻辑检测式进行转换；

根据转换结果对所述等价集合M＝{S,I,R,L}进行检测以得到检测结果。

4.一种智能的UML模型的形式化检测装置，其特征在于，包括：

XMI模型生成模块，用于对真实系统建立UML模型，并将所述UML模型转换为XMI模型；

SMV模型生成模块，用于从所述XMI模型中提取预定元素信息，并应用一套转换规则对所述预定元素信息进行语义转换以得到SMV模型；

CTL和/或LTL命题逻辑检测式生成模块，用于获取CTL和/或LTL命题逻辑检测式，其中，所述CTL和/或LTL命题逻辑检测式用于对所述SMV模型进行模型检测；

检测模块，用于根据所述CTL和/或LTL命题逻辑检测式和SMV模型构建二叉决策图以对所述SMV模型进行检测以得到检测结果，

其中，所述检测模块判断所述检测结果是否与所述CTL和/或LTL命题逻辑检测式的检测语义相匹配，如果匹配，则输出正确的检测项信息，如果不匹配，则以图形化的形式输出所述检测结果及相应的反例信息，再对所述反例信息进行解析，并根据解析结果生成XML文件，并对所述XML文件进行转换以得到图形化的转换结果，

所述CTL和/或LTL命题逻辑检测式生成模块用于对所述UML模型进行智能分析以得到所述CTL和/或LTL命题逻辑检测。

5.根据权利要求4所述的智能的UML模型的形式化检测装置，其特征在于，所述CTL和/或LTL命题逻辑检测式生成模块用于接收用户创建的所述CTL和/或LTL命题逻辑检测式是通过对所述UML模型进行智能分析得到的能够替换为用户创建的。

6.根据权利要求4所述的智能的UML模型的形式化检测装置，其特征在于，所述检测模块用于构建所述SMV模型的等价集合M＝{S,I,R,L}，其中，S为状态集合，I为初始状态集合，R为S×S的子集，表示状态迁移集合，L:S→2^AP为标记函数，AP为原子命题集合，应用一套命题逻辑检测式转换规则对所述CTL和/或LTL命题逻辑检测式进行转换，并根据转换结果对所述等价集合M＝{S,I,R,L}进行检测以得到检测结果。