GPT 4.0を用いた要件からのFSM仕様の設計

Abstract

有限状態機械（FSM）は、リアクティブシステムの実行可能な形式仕様である。これらの機械は、システムの要件に基づいて設計される。要件はしばしば、自然言語で書かれたテキスト文書として記録される。FSMは、モデル駆動型システムエンジニアリング（MDE）のさまざまなフェーズで重要な役割を果たす。たとえば、テスト活動を自動化するために用いられる。FSMの品質は極めて重要である。FSMの品質が低いほど、テストフェーズを生き残る欠陥の数が増え、さらに、本番環境でのシステムの故障リスクが高まる。これは壊滅的なシナリオにつながり得る。そこで本論文では、LLMの領域における近年の進展を活用し、要件からFSMを設計するためのLLMベースの枠組みを提案する。この枠組みはまた、LLMによって生成されたFSMを修復するために、FSMの突然変異（mutation）とテスト生成に基づく、専門家中心のアプローチも提案している。本論文は、提示された枠組みのタスクの実行、およびさまざまな方法によるFSM修復において、LLMがどの程度の能力を発揮できるかを分析・評価するための実験的検討も行う。本論文では、シミュレーションデータによる実験結果を示す。これらの結果と方法は、機械学習技術のさらなる発展と、それをMDEへ応用するために有用な、新しいLLMの分析と見通しをもたらす。