Proj CMI Paper Reading: Verifying the Long-Run Behavior of Probabilistic System Models in the Presence of Uncertainty

Abstract

背景：

1. 验证随机系统在达到平衡时是否处于某种状态具有重要的应⽤。例如，对安全关键系统的⻓期行为进行概率验证，使评估⼈员能够随时检查它是否以⾜够⾼的概率接受⼈⼯中⽌命令。
2. 现有的概率验证器并未考虑模型中概率参数的不精确性

本文：

1. 提出了概率验证技术
   解释了随机系统⻓期属性验证的不稳定性
2. 提出了⼀个对离散时间⻢尔可夫链的平稳分布进行渐近分析的数学框架，不对扰动的分布做任何假设。具体来说，在给定随机系统⼀定程度的不确定性的情况下，我们的新技术计算了⻓期概率的上下界