Trace2Model:从长时间执行痕迹中学习简洁的模型 源码
Trace2模型 一个从系统执行跟踪中学习简洁的系统模型的框架。 基于“从长时间执行痕迹中学习精确模型”中介绍的工作 NY Jeppu,T。Melham,D。Kroening和J. O'Leary,“从长期执行跟踪中学习精确模型”,2020年,第57届ACM / IEEE设计自动化会议(DAC),美国加利福尼亚州旧金山,2020年,第pp。 1-6,doi:10.1109 / DAC18072.2020.9218613。 用法 该框架中可用的模块分为两类: 自动机学习模块-从给定的跟踪输入生成自动机一个。 增量模型学习: learn_model.py usage: learn_model.py [-h] -i INPUT_FILENAME [-w SLIDING_WINDOW] [-n NUM_STATES] [--dfa [DFA]] [
文件列表
Trace2Model:从长时间执行痕迹中学习简洁的模型
(预估有个102文件)
java.net.MultiCastSocket_incr_same_dfa.png
180KB
isaalarm_events_incr_same_nfa.png
1.43MB
tcpip.net_incr_same_dfa.png
893KB
isaalarm_incr_same_dfa.png
1.22MB
tcpip.net_incr_stb_dfa.png
516KB
tcpip.net_incr_stb_nfa.png
222KB
cvs.net_incr_same_nfa.png
180KB
ssh.net_incr_same_dfa.png
268KB
java.net.URL_incr_same_dfa.png
370KB
java.net.MultiCastSocket_incr_same_nfa.png
174KB
暂无评论