导读:本文包含了并发验证论文开题报告文献综述及选题提纲参考文献，主要关键词:并发,编译器验证,无数据竞争,模拟关系
并发验证论文文献综述
蒋瀚如[1]（2019）在《并发程序分离编译的验证》一文中研究指出许多实用计算机程序是并发程序,且常由多个程序模块组成。分离编译对这样的程序十分重要,它将每个程序模块独立地编译之后链接成完整的可执行程序。将编译得到的目标模块链接成完整的目标程序之后,正确的编译过程应能确保目标程序与源程序的行为一致。这要求编译过程不仅正确地编译每个模块本身,还要确保目标模块间的交互与源程序模块一致。本文针对并发程序的分离编译场景,研究了编译正确性的形式化描述和验证技术,并作出了如下贡献。首先,本文提出了一个验证并发程序分离编译器的验证框架,它通过复用经过验证的串行程序编译来构建无数据竞争的并发程序的分离编译及其正确性证明。在该框架中,本文提出了一种保持内存印迹(执行中访问的内存地址集合)的模拟关系,并将这种源模块与目标模块间的模拟关系作为编译正确性的形式化描述。在外部函数调用点和线程间同步点处,该模拟关系刻画了模块与环境的相互影响,令这种模拟关系具有模块链接和非抢占式并发层面上的可组合性;通过在模拟关系中引入内存印迹的保持关系,本文将完整程序间无数据竞争性质的保持性分解成模块间的局部性质,实现了无数据竞争性的保持性的模块化验证。此外,通过对程序语言模型进行抽象,该验证框架不与特定的并发原语或内存操作绑定。于是当把抽象语言实例化为多种真实程序语言时,验证框架中的引理可以被复用。其次,本文扩展了上述验证框架,使之支持以x86-TSO机器作为编译器的目标机器,并支持目标程序与类似Linux中自旋锁的、x86-TSO模型下带数据竞争的高效并发对象实现链接。在验证框架的扩展中,本文提出了x86-TSO模型下对象实现的正确性描述,并证明了x86-TSO模型下一种更强的DRF-guarantee,确保了该正确性描述的可靠性。最后,本文应用该验证框架开发了经过验证的CASCompCert编译器,它将实用C语言编译器CompCert的正确性证明扩展到了并发程序的分离编译场景。作为该验证框架扩展的应用,本文还验证了一种x86-TSO模型下的高效自旋锁实现满足本文提出的对象正确性描述,使得用CASCompCert编译的无数据竞争程序可以与该自旋锁链接,实现高效的线程间同步。以上验证结果均已在定理证明工具Coq中实现。(本文来源于《中国科学技术大学》期刊2019-05-01）
李东云,白杰,吴先锋[2]（2019）在《发布区块链CNWW3标准的高并发快速交易及交易验证体系模型》一文中研究指出当前去中心化区块链网络无论在学术界还是产业界都是非常值得关注的领域,已经有非常多的平台和应用,体现出了旺盛的生命力。去中心化区块链网络自身非常突出的优点,如安全性、数据唯一防篡改等特点,使得越来越多的传统的中心化服务有着向去中心化平台转移需求。但是现有去中心化区块链网络本身存在缺陷,特别是在TPS较低的情况下,存在无法承载现有中心化系统所提供的服务的问题。通过系统地讨论该问题并提出了整套机制,通过有效去中心化、交易分层和网络分片的组合机制,可以在保证去中心化区块链网络的安全性、扩展性和去中心化性上,极大地提高网络单位时间内处理事务的能力,从而能有效地支持传统中心化应用向去中心化平台转移,完成业务和技术的双重升级。本文研究基于区块链标准网络应用Web3. 0(ChainNetWork Web3. 0,CNWW3)模型标准。(本文来源于《信息技术与网络安全》期刊2019年03期）
吴亚楠[3]（2019）在《基于分层过滤的动态数据竞争并发检测与验证》一文中研究指出当前,随着多核系统的广泛应用,多线程正成为一种必不可少的编程技术,通常用于从操作系统到智能多媒体应用程序,来提高特定程序的性能或响应性。但是,由于并发线程执行的不确定性,编写正确执行的多线程程序要比编写正确执行的顺序程序困难得多。当线程未正确同步时,非确定性线程交织可能对于同一输入会产生非确定性的输出。当这种不确定的线程行为导致系统故障或结果不正确时,它被称为并发错误。数据竞争就是多线程并发程序中最复杂的并发错误之一。并发线程执行调度的随机性和对共享存储空间访问的隐蔽性,造成了数据竞争的检测变得及其困难。动态数据竞争检测需要监视所有执行并分析多线程程序中的每个冲突的内存操作,导致大量的运行时开销。如何在有限的时间内检测和验证数据竞争成为提高软件可靠性和安全性的迫切问题。本文主要针对现有的动态数据竞争检测中产生的大量额外开销,且不能准确地找到有害竞争等问题,提出了一种分层过滤的方法来减少动态监视程序执行行为的高性能开销,并且通过两种并发策略高效地检测多线程程序中的数据竞争和验证有害竞争。首先,该算法利用动态二进制插桩工具Pin分别从Image级别(IML)、Section级别(SEL),Instruction级别(INL)和Code级别(COL)四个方面移除不必要的监视存储器操作,以减少原始踪迹中的冗余数据。其次,将Pin工具提取到的踪迹信息基于HashMap分为多个独立的集合,添加到多进程任务队列中,由进程池动态地调度每个进程,依据lockset算法和happens-before关系相结合的方式,并发地离线分析多线程并发程序中的数据竞争。然后使用加权Round-Robin算法将数据竞争按需划分到多台云服务器上,结合线程调度技术延迟阻塞以尽可能地创造竞争条件,在多台云服务器上并发验证数据竞争,识别出有害的竞争。最后,我们设计并实现了动态数据竞争检测工具,并从数据竞争的检测精度,检测效率和可扩展性等方面进行了测试分析,实验结果表明本文算法可以有效地检测和验证数据竞争,而不会对原始程序的性能产生很大的影响。(本文来源于《哈尔滨理工大学》期刊2019-03-01）
姜庆宇[4]（2018）在《基于抽象解释的航空并发软件形式化验证方法研究》一文中研究指出在软件生命周期中,软件测试是保证软件质量的重要环节之一。软件测试可分为动态检测和静态检测,动态检测是通过测试用例在运行时检测正确性,静态检测则是直接分析源代码。静态检测技术通过强大的抽象解释使分析精确而高效,并且拥有自动化、完善性(完全控制和数据覆盖)等特点,使其在工业环境中成为一种广受欢迎的方法。但随着计算机技术的发展,并发软件已经有了广泛的应用。并发软件的发展给软件测试带来了新的挑战,执行路径的不确定性是并发软件的重要特性,也是测试的难点所在,由于并发状态空间较大,直接将顺序程序的静态检测技术应用于交错执行的并发程序中效果并不好。线程模块化分析方法不用考虑线程交织以及相关的执行构建说明,可以通过分别分析每个线程来实现对并发程序的验证。线程模块化分析方法的主要优势在于可以用最小的代价将顺序抽象解释器提升为并发抽象解释器。该方法的核心思想分做两个步骤:首先,创建线程,并将所有的线程作为一个独立的顺序程序进行分析,同时收集其他线程对其变量的影响。然后,重新分析所有的线程,并且计算线程间的干涉,保存发现的新的行为和新的可能的干涉。递归这个过程直到干涉稳定。但传统的线程模块化分析方法是基于线程交互的非关系型流不敏感的具体语义,分析更容易处理但结果不是很准确,本文在线程模块化分析方法的基础上实现了线程间的流敏感并提出了一种基于数据流图的约束,使分析结果更加准确。本文主要创新点如下:1.在原始模块化分析方法的基础上,我们提出了一种基于抽象解释的流敏感的线程模块化分析方法,使分析更加准确。2.我们开发了一种轻量级的基于数据流图的约束框架,用于检测线程内的干涉是否有效,以提高分析效率,提升分析精度。3.在上述理论研究支持下,我们基于这种算法开发了一个面向嵌入式并发程序的分析工具原型。4.以验证航空发动机控制系统为例,通过应用我们的线程模块化分析方法对系统进行了静态检测,展示了算法对嵌入式并发程序分析与验证的能力。(本文来源于《华东师范大学》期刊2018-10-01）
杨赓[5]（2018）在《个体化预测急性心力衰竭患者并发急性肾损伤风险列线图模型的建立及验证》一文中研究指出目的通过分析急性心力衰竭(AHF)患者并发急性肾损伤(AKI)的影响因素,建立个体化预测AHF患者并发AKI风险的列线图模型。方法纳入2015年1月至2017年6月于首都医科大学附属北京安贞医院诊治的AHF患者625例作为建模组,另纳入2017年7月至2017年11月诊治的AHF患者130例作为验证组,收集临床资料。应用单因素及多因素Logistic回归模型,分析AHF患者并发AKI的影响因素。应用R软件建立预测AHF患者并发AKI风险的列线图模型,并进行验证。结果 Logistic回归分析显示,年龄、糖尿病、高敏C反应蛋白(hs-CRP)、肾小球滤过率(e GFR)及纽约心脏协会(NYHA)心功能Ⅳ级是AHF患者并发AKI的独立影响因素。对列线图模型进行验证,其在建模组与验证组的C-index分别为0.846和0.812,校准曲线示该模型具有良好的区分度与精准度;ROC曲线示该模型在建模组与验证组预测AHF患者并发AKI风险的曲线下面积分别为0.830和0.808。结论本研究基于年龄、糖尿病、hs-CRP、e GFR及NYHA心功能Ⅳ级这5项AHF患者并发AKI的独立影响因素,建立的个体化预测AHF患者并发AKI风险的列线图模型,具有良好的区分度与精准度,临床应用价值高。(本文来源于《中国实用内科杂志》期刊2018年07期）
王佳颖[6]（2018）在《基于线程迁移系统的并发布尔程序验证》一文中研究指出随着多核处理器和并发技术的快速发展,并发多线程程序设计成为了软件开发的主流模式,并发系统被逐渐应用于多个领域,为人们的生活提供了诸多便利。然而,并发系统的结构一般比较复杂,且存在多个线程相互交错执行的情况,传统的模拟和测试方法难以发现系统中的微小错误。通常采用模型检测验证并发系统的正确性,但并发系统的状态空间随着并发量的增加呈指数级增长,严重制约了模型检测的验证效率。谓词抽象技术能够有效地缓解状态空间爆炸问题,对源程序实施谓词抽象可以产生布尔程序,布尔程序作为程序验证的简单模型,在一定程度上优化了状态空间,提高了模型检测的验证效率。本文以无界线程的并发布尔程序为研究对象,分析程序中违背断言的状态是否可达,具体工作内容如下:(1)研究了后向搜索算法的基本流程,分析了算法的搜索策略和最小覆盖前驱的计算方法,并结合并发布尔程序的特点,提出一种深度优先的后向搜索算法,对最小覆盖前驱的计算方法进行优化,提高了并发布尔程序可达性分析的效率。(2)研究了并发布尔程序的线程迁移系统,在改进的算法基础上,结合计数器抽象技术和summarization方法,提出了一种基于线程迁移系统的可达性分析模型。采用向上逼近的方式对并发布尔程序的线程迁移系统进行扩展,并反向分析扩展线程迁移系统中的每一条路径,通过数学公式描述路径中所有状态迁移对局部状态线程计数器的影响,找到一条使数学公式成立的路径,从而验证并发布尔程序状态的可达性。(3)对本文提出的基于线程迁移系统的可达性分析模型的叁个核心模块,包括扩展迁移模块、公式求解模块和搜索算法模块进行了具体的设计和实现,并对该模型的正确性和分析效率进行了验证。本文提出的基于线程迁移系统的可达性分析模型能够正确和高效地分析并发布尔程序的状态可达性,从而完成对并发程序的正确性验证。(本文来源于《西安电子科技大学》期刊2018-06-01）
赵斌亮[7]（2018）在《下肢深静脉血栓患者并发肺栓塞预测模型的建立及验证》一文中研究指出目的:探索下肢深静脉血栓(DVT)患者并发肺栓塞(PE)的相关危险因素,建立logistic回归模型及评分系统并在外部人群中进行验证,检验预测模型的符合程度及鉴别效度,评价预测模型的临床应用价值,为临床医师发现肺栓塞高危人群提供依据。方法:1.采用横断面调查研究,收集2016年1月至2017年6月连续入住山西大医院(山西医学科学院)血管外科的DVT患者776例,随机分为建模数据库(543例,70%)与验证数据库(233例,30%)。根据计算机断层扫描肺动脉造影(Computed Tomography Pulmonary Arteriography,CTPA)结果,将合并肺栓塞的患者纳入病例组,不合并肺栓塞的患者纳入对照组。2.收集所有DVT患者的一般资料和临床资料,一般资料包括性别、年龄、心率、收缩压、舒张压;临床资料包括静脉血栓栓塞症(VTE)的危险因素(无明显诱因、高血压、糖尿病、冠心病、手术与制动、浅静脉炎、脑卒中或瘫痪、损伤骨折、下肢静脉功能不全、妊娠产后、肾病综合征、恶性肿瘤、血小板异常、VTE病史、高同型半胱氨酸血症、VTE家族史)、DVT的临床症状(疼痛、肿胀、皮肤发红)、血栓范围(髂总静脉、髂外静脉、股静脉、腘静脉、腓静脉、胫静脉、肌间静脉)、DVT分型、DVT分期、DVT患肢及入院初次实验室检查结果(血细胞分析、凝血七项及血浆D-二聚体)。3.在建模数据库中对所有连续变量进行受试者工作特征曲线(ROC曲线)分析,有统计学意义的变量根据约登指数确定截断值,转换为二分类变量;无统计学意义的变量根据临床常用截断值转换为二分类变量。对各变量进行单因素分析,将P<0.20的变量纳入多因素分析,分析结果中P<0.05的变量即为DVT患者并发肺栓塞的相关危险因素,据此建立DVT患者并发肺栓塞的Logistic回归模型。根据模型中各变量的回归系数β值计算其所对应的分值,形成评分系统。Logistic回归模型及评分系统的符合程度通过Hosmer-Lemeshow拟合优度检验进行评价;鉴别效度通过ROC曲线下面积进行评价。采用U检验比较Logistic回归模型与评分系统的ROC曲线下面积。4.在验证数据库中对Logistic回归模型与评分系统进行验证。将验证数据库中各患者的相应变量值代入Logistic回归模型与评分系统,计算得出其并发肺栓塞的预测概率及总评分。分别通过Hosmer-Lemeshow拟合优度检验和ROC曲线评价模型的符合程度与鉴别效度。采用U检验比较验证数据库Logistic回归模型与评分系统的ROC曲线下面积。结果:1.建模数据库与验证数据库患者相关资料中仅有髂外静脉血栓与胫静脉血栓差异有统计学意义,其他变量差异均无统计学意义,证明患者入库随机化良好。2.建模数据库多因素分析结果显示右下肢深静脉血栓(OR=1.863;95%CI:1.134~3.062)、双下肢深静脉血栓(OR=1.781;95%CI:1.076~2.949)、无明显诱因(OR=2.943;95%CI:1.665~5.200)、手术与制动(OR=1.990;95%CI:1.253~3.160)、恶性肿瘤(OR=1.997;95%CI:1.133~3.521)、VTE病史(OR=2.591;95%CI:1.424~4.715)、D-Dimer>1000ng/mL(OR=3.555;95%CI:2.311~5.470)是DVT患者并发PE的危险因素。Logistic回归模型的Hosmer-Lemeshow拟合优度检验结果显示P=0.537,说明模型的拟合效果良好;ROC曲线下面积为0.735(95%CI:0.689~0.781),P<0.001,说明模型的鉴别效度良好。3.根据Logistic回归模型中各危险因素的回归系数β值计算分值,建立评分系统,总分为0-9分。其中DVT患肢为右下肢或双下肢赋值1分;手术与制动赋值1分;恶性肿瘤赋值1分;VTE病史赋值2分;D-Dimer>1000ng/m L赋值2分;无明显诱因赋值2分。评分系统以总分3分作为诊断界值,≥3分为PE高危人群。评分系统ROC曲线下面积为0.728(95%CI:0.682~0.775),P<0.001,说明评分系统的鉴别效度良好。建模数据库Logistic回归模型与评分系统ROC曲线下面积比较结果显示P=0.164,表明两者的鉴别效度差异无统计学意义。评分系统在建模数据库中的灵敏度为76.39%,特异度为55.89%,粗一致率为61.33%。4.验证数据库中Logistic回归模型的Hosmer-Lemeshow拟合优度检验结果显示P>0.05,说明模型的拟合效果良好;ROC曲线下面积为0.705(95%CI:0.634~0.776),P<0.001,说明模型的鉴别效度良好。验证数据库评分系统ROC曲线下面积为0.702(95%CI:0.631~0.774),P<0.001,说明评分系统的鉴别效度良好。验证人群Logistic回归模型与评分系统ROC曲线下面积比较结果显示P=0.704,说明两者的鉴别效度差异无统计学意义。评分系统在验证数据库中的灵敏度为67.61%,特异度为61.73%,粗一致率为63.52%。5.建模数据库和验证数据库Logistic回归模型的ROC曲线下面积比较结果显示P=0.486,表明模型在两个数据库中的鉴别效度差异无统计学意义;建模数据库和验证数据库评分系统的ROC曲线下面积比较结果显示P=0.542,表明评分系统在两个数据库中的鉴别效度差异无统计学意义。结论:右下肢血栓、双下肢血栓、无明显诱因、手术与制动、恶性肿瘤、VTE病史、D-二聚体>1000ng/mL是下肢深静脉血栓患者并发肺栓塞的危险因素。包含以上7个危险因素的Logistic回归模型与评分系统经检验符合程度与鉴别效度良好,灵敏度与特异度高,具有较高的临床应用价值,为临床及时发现肺栓塞高危人群并尽早干预提供了依据,对降低肺栓塞的发病率和病死率具有重要意义。(本文来源于《山西医科大学》期刊2018-06-01）
李壮[8]（2016）在《软件逐步精化及并发程序精化验证》一文中研究指出软件精化技术是软件形式方法的基石之一,是保证软件可靠性的重要手段。精化技术可分为逐步精化和精化验证。逐步精化用于递增式开发,通过逐步引入细节来降低开发复杂度以及保证引入细节前后的一致性。精化验证用于实现的正确性验证,许多程序验证问题都可以归结为精化验证。从上世纪七十年代起,人们已对精化技术开展了大量研究。然而在智能体系统、软件事务内存以及弱内存存储模型中,精化关系变得更加复杂,使得验证更加困难。现有的研究工作尚有许多问题亟待解决。本文在对多智能体系统的逐步精化、软件事务内存和写全序弱内存模型的精化验证方面进行了研究,主要工作和创新点如下。1、对情景化多智能体系统的逐步精化进行研究。由于情景化多智能体系统本身具有的复杂性,人们从宏观、中间及微观叁个不同的层次来进行开发,为了保证层次之间及层次内的一致性,开发过程中采用形式的递增式开发方法是必要的。在中间层次上,当引入新的智能体时,我们采用Object-Z表示法对系统进行规格说明描述,并且给出基于Object-Z表示法和活动系统迹语义的精化证明责任。宏观层次到中间层次的转换,从用时间段谓词描述的宏观层次规格说明出发,给出带有时间段谓词的规格说明的精化方法,逐步从宏观层次精化为中间层次。2、对软件事务内存实现正确性的精化验证进行了研究。首先简述了事务内存规格说明1准则(Transactional Memory Specification 1,TMS1)及软件事务内存实现TL2-RCAD。针对交换性和引入简单预言变量的前向模拟这两种验证方法不能验证TL2-RCAD正确性的问题,提出了语义交换的验证方法,给出了证明责任,使得一类这两种方法不能验证的软件事务内存实现得到验证。3、给出写全序弱内存模型新操作语义、编译优化和局部程序转换规则的正确性验证。在写全序弱内存模型上,分析了现有操作语义和公理语义的不足,给出了新公理语义以及在此基础上定义的新操作语义,证明了新公理语义和原公理语义的等价性,以及新操作语义与新公理语义的等价性。在新操作语义的基础上,验证了写全序弱内存模型上的编译优化以及局部程序转换规则的正确性。4、针对目前提出的写全序弱内存模型上线性化定义的不足,定义了一个仅使用调用返回接口的新线性化概念,并且证明该线性化与上下文精化之间的等价性,给出了弱内存模型上原子性的规格说明。5、为模块化的验证写全序弱内存模型上线性化,提出基于依赖保证的模拟,给出该模拟保证精化关系的正确性证明。分析了写全序弱内存模型上的循环锁、票循环锁、读-拷贝-更新实现,给出原子性的规格说明,并验证具体实现与规格说明之间的线性化关系。(本文来源于《上海大学》期刊2016-11-01）
王亚丽,杨育捷,赵岭忠,翟仲毅[9]（2016）在《基于CTL的并发系统CSP模型验证》一文中研究指出主要通过指称语义和回答集程序(Answer Set Programming,简称ASP)完成迹模型的生成,并构建了一套基于计算树逻辑(computing tree logic,简称CTL)的CSP模型验证方法.实验表明,该方法对于分支类型的性质具有较好的描述能力,且保证了验证的正确性.(本文来源于《河南师范大学学报(自然科学版)》期刊2016年05期）
刘彦青,赵岭忠,钱俊彦[10]（2015）在《基于Petri网的CSP并发系统验证技术研究》一文中研究指出通信顺序进程(CSP)和Petri网是两种重要的并发系统建模工具。CSP语言具有高度抽象性,可有效刻画并发进程之间的各种相互作用,但在物理结构的描述与验证分析方面显得不足。Petri网是一种形式化、图形化的并发系统建模和分析工具,侧重于系统的物理结构描述和性质分析。结合两者优点,首先利用CSP描述待验证的并发系统,然后将其转化为Petri网来分析系统的动态行为特性,最后利用性质分析工具TINA对系统性质进行分析和验证。实验结果表明,传统的CSP进程性质验证工具不能验证CSP进程的安全性,但其转化为Petri网后可有效地分析出导致安全性不能满足的危险因素,从而扩大了CSP描述的并发系统可验证性质的范围。(本文来源于《计算机科学》期刊2015年10期）
并发验证论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
当前去中心化区块链网络无论在学术界还是产业界都是非常值得关注的领域,已经有非常多的平台和应用,体现出了旺盛的生命力。去中心化区块链网络自身非常突出的优点,如安全性、数据唯一防篡改等特点,使得越来越多的传统的中心化服务有着向去中心化平台转移需求。但是现有去中心化区块链网络本身存在缺陷,特别是在TPS较低的情况下,存在无法承载现有中心化系统所提供的服务的问题。通过系统地讨论该问题并提出了整套机制,通过有效去中心化、交易分层和网络分片的组合机制,可以在保证去中心化区块链网络的安全性、扩展性和去中心化性上,极大地提高网络单位时间内处理事务的能力,从而能有效地支持传统中心化应用向去中心化平台转移,完成业务和技术的双重升级。本文研究基于区块链标准网络应用Web3. 0(ChainNetWork Web3. 0,CNWW3)模型标准。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
并发验证论文参考文献
[1].蒋瀚如.并发程序分离编译的验证[D].中国科学技术大学.2019
[2].李东云,白杰,吴先锋.发布区块链CNWW3标准的高并发快速交易及交易验证体系模型[J].信息技术与网络安全.2019
[3].吴亚楠.基于分层过滤的动态数据竞争并发检测与验证[D].哈尔滨理工大学.2019
[4].姜庆宇.基于抽象解释的航空并发软件形式化验证方法研究[D].华东师范大学.2018
[5].杨赓.个体化预测急性心力衰竭患者并发急性肾损伤风险列线图模型的建立及验证[J].中国实用内科杂志.2018
[6].王佳颖.基于线程迁移系统的并发布尔程序验证[D].西安电子科技大学.2018
[7].赵斌亮.下肢深静脉血栓患者并发肺栓塞预测模型的建立及验证[D].山西医科大学.2018
[8].李壮.软件逐步精化及并发程序精化验证[D].上海大学.2016
[9].王亚丽,杨育捷,赵岭忠,翟仲毅.基于CTL的并发系统CSP模型验证[J].河南师范大学学报(自然科学版).2016
[10].刘彦青,赵岭忠,钱俊彦.基于Petri网的CSP并发系统验证技术研究[J].计算机科学.2015