bi院n và mô hình g嘘c
J·pj"6.9 O»"j·pj"8¿pi"x噂k"OCT"x "UCIC"ki吋m tra trên 5"hkng"vt瑛w"v逢嬰pi
Ew嘘k"épi"eƒe"o»"j·pj"8¿pi"8逢嬰e"mk吋o"vtc"vt‒p"v壱r"j嬰r"5"o»"j·pj"vt瑛w"v逢嬰pi" ik英"n衣k"42'."77'.";2'"dk院p"uq"x噂i mô hình g嘘e"vj詠e"vjk"x噂k"jck"ik違k"vjw壱v"vkpj"n丑c tr瑛u
v逢嬰pi" OCT" x " 8a tr瑛u v逢嬰pi" UCIC0" M院v" sw違" vj詠e" pijk羽o" ejq" vj医{" OCT" vj詠e" vjk" pjcpj"j挨p"UCIC"vtqpi"v医v"e違"eƒe"d k"vqƒp"*zgo"J·pj"6.9)
Swc"eƒe"m院v"sw違"vj詠e"pijk羽o"x隠"OCT"vt‒p"d k"vqƒp"mj»pi"e„"n厩k."ejq"vj医{"gi違i thu壱t tinh l丑c tr瑛u v逢嬰ng MAR"8衣v"jk羽w"sw違"ecq"j挨p"8a tr瑛u v逢嬰ng dùng SAGA0"M院v" nw壱p<"vkpj"n丑c tr瑛u v逢嬰ng n "ik違k"vjw壱v"vj ej"j嬰r"pj医v"8吋"mk吋o"vtc"o»"j·pj"8¿pi"pjcpj" pj医v0
brp dme1 dme2 gigamax msi_wtra
ns periodic MAR 1.048 0.157 0.42 0.049 0.224 0.016 SAGA 1.095 0.161 0.424 0.078 0.23 0.027 0 0.2 0.4 0.6 0.8 1 1.2 T im e (s ) Ba mô j·nh vt瑛u v逢嬰ng (42%, 77%, ;2%) x噂i MAR"x "SAGA
Vtcpi"62
6.4. Uq"uƒpj"vj運k"ikcp"vj詠e"vjk"OCT"x "PwUOX
Rj亥p"p {"mk吋o"ej泳pi"n衣k"jk羽w"sw違"e栄c"e»pi"e映"IQNHGT"uq"x噂k"PwUOX"dcp" 8亥w0"IQNHGT"ej衣{"vt‒p"p隠p"PuUOX"v壱p"f映pi"u泳e" o衣pj"e栄c"PwUOX" x "u泳e" o衣pj" e栄c" IQNHGT0" Pj·p" ejwpi" IQNHGT" nw»p" nw»p" v嘘v" j挨p" PwUOX" swc" vj詠e" vk宇p" mk吋o" ej泳pi"n "IQNHGT"nw»p"ejq"tc"m院v"nw壱p"pjcpj"j挨p"PwUOX0
J·pj"6.10 Uq"uƒpj"vj運k"ikcp"vj詠e"vjkOCT"x "PwUOX
J·pj"6.10" ejq" vj医{" u詠" ej‒pj" n羽ej" x隠" vj運k" ikcp" vj詠e" vjk" ik英c" IQNHGT" *f́pi" OCT" 8吋" mk吋o" ej泳pị" u嘘 li羽u th詠c thi v噂i gi違i thu壱t tinh l丑c tr瑛u v逢嬰ng MAR dùng ph逢挨ng pháp phân tích bi院p"XTM"8逢嬰c l医y t瑛 ph亥n 6.3.1+"x "PwUOX"o "mj»pi"f́pi"
GOLFER option.
6.5. Th穎 nghi羽m xác 8鵜pj m泳c 8瓜 tr瑛w v逢嬰ng thích h嬰p
Vi羽c ch丑n m泳e"8瓜 tr瑛u v逢嬰ng 違nh j逢荏pi"8院n th運i gian th詠c thi trong ki吋m tra mô hình dùng gi違i thu壱t tinh l丑c tr瑛u v逢嬰ng. J·pj"6.11 bi吋u di宇n k院t qu違 th詠c thi ki吋m tra v噂i 2 mô hình tr瑛u v逢嬰ng và mô hình g嘘c: mô hình tr瑛w"v逢嬰ng th泳 nh医t v噂i m泳e"8瓜
tr瑛u v逢嬰ng vjc{" 8鰻i (5%, 10%, 15%, 20%, 25%, 30%, 35%, 40%) và mô hình tr瑛u
brp dme1 dme2 gigamax msi_wtra
ns periodic GOLFER 0.992 0.17 0.465 0.05 1.387 0.015 NUSMV 1.0016 0.232 0.5236 0.9724 8.9282 0.0628 0 1 2 3 4 5 6 7 8 9 10 T im e (s )
v逢嬰ng th泳 hai (80%). Th運i gian th詠c thi c栄a gi違i thu壱t MAR b鵜違nh j逢荏ng 8ƒng k吋 b荏i m泳c 8瓜 tr瑛u v逢嬰pi"8逢嬰c ch丑n 8嘘i v噂k"vt逢運ng h嬰p c栄a msi_wtrans trong th穎 nghi羽m t衣i giá tr鵜 20% (m泳e" 8瓜 tr瑛u v逢嬰ng 8逢嬰c ch丑n cho mô hình tr瑛w" v逢嬰ng th泳 nh医t).
J·pj"6.11 Th穎 nghi羽m m泳e"8瓜 tr瑛wv逢嬰ng
A嘘i v噂i msi_wtrans th運i gian th詠c thi gi違m 8ƒpg k吋 t瑛 giá tr鵜 g亥n 3s (5%, 10%, 15%) xu嘘ng giá tr鵜 kho違ng 1s (20%, 25%, 30%, 35%, 40%) và có mjw{pj"j逢噂ng t<ng lên t衣i giá tr鵜 62'0"Vt逢運ng h嬰p này, khi ki吋m tra trên mô hình tr瑛u v逢嬰ng th泳 nh医t (v噂i các m泳c 5%, 10%, 15%) tìm th医y counter-example, gi違i thu壱t ph違i th詠c hi羽n tinh l丑c trên mô hình tr瑛u v逢嬰ng k院 ti院p (80%). Khi m泳e"8瓜 tr瑛u v逢嬰ng c栄a mô hình tr瑛w"v逢嬰ng th泳 nh医t t瑛 20% tr荏 lên thì ch逢挨ng trình có th吋 d瑛ng ngay t瑛 mô hình tr瑛u v逢嬰pi"8亥u
Vtcpi"64
tiên và k院t lu壱n là mô hình g嘘c không có l厩i mà không c亥n tìm l厩i trên mô hình k院 ti院p. Tuy nhiên, khi m泳e"8瓜 tr瑛u v逢嬰ng c栄a mô hình th泳 nh医t càng t<ng thì th運i gian th詠c thi s胤 có mjw{pj"j逢噂ng t<pi"pi逢嬰c tr荏 l衣i (ví d映 t衣i 40%)
M院v"ej逢挨pi<"V„o"n衣k"ej逢挨pi"p {"vt·pj"d {"vj穎"pijk羽o"vt‒p"rj逢挨pi"rjƒr"rj¤p" v ej"dk院p"o噂k"XTM"x "ik違k"vjw壱v"vkpj"n丑e"OCT"swc"eƒe"uq"uƒpj"x噂k"rj逢挨pi"rjƒr"rj¤p" v ej"dk院p"RI"x "m院v"j嬰r"x噂k"ik違k"vjw壱v"C,"x "UCIC0"Rj逢挨pi"rjƒr"rj¤p"v ej"dk院p"VTM" x "rj逢挨pi"rjƒr"rj¤p"v ej"dk院p"RI"u胤"rjƒv"jw{"u泳e"o衣pj"v嘘v"pj医v"p院w"ƒr"f映pi"v́{"vjgq" f衣pi"o»"j·pj"*x医p"8隠"p {"e亥p"8逢嬰e"pijk‒p"e泳w"m悦"j挨p"vtqpi"v逢挨pi"nck+0"Vtqpi"vt逢運pi" j嬰r"d k"vqƒp"e„"n厩k"C,"n "v嘘v"pj医v"pj逢pi"tinh l丑e tr瑛wv逢嬰ng MAR c ng j泳c"j姻p"e„"vj吋" ƒr"f映pi"v嘘v"vtqpi"o瓜v"u嘘"f衣pi"d k"vqƒp"ik嘘pi"pj逢"Rgvgtuqp"荏"vt‒p0"J挨p"p英c."tinh l丑c tr瑛w v逢嬰ng OCT"n "v嘘v"pj医v"vtqpi"xk羽e"mk吋o"vtc"o»"j·pj"8¿pi"x "p„"nw»p"nw»p"ejq"m院v" sw違"pjcpj"j挨p"PwUOX"mà không dùng GOLFER option.
EJ姶愛PI"90 M蔭V"NW一P
Ej逢挨pi"p {"u胤"v„o"v逸v"eƒe"m院v"sw違"8衣t"8逢嬰e"e栄c"nw壱p"x<p"e pi"pj逢"eƒe"o荏"tc" eƒe"j逢噂pi"pijk‒p"e泳w"vtqpi"vj運k"ikcp"v噂k0
7.1. V„o"v逸v"m院v"sw違"8衣v"8逢嬰e
V„o"n衣k."8óng góp m噂i c栄a lu壱p"x<p"p {"n "rj逢挨pi"rjƒr"rj¤p tích ph映 thu瓜c bi院n h瓜i t映 VRK, sinh t詠8瓜ng m瓜t t壱p các mô hình tr瑛w"v逢嬰ng và cu嘘i cùng là k悦 thu壱t tinh l丑c tr瑛w"v逢嬰ng MAR.
Rj逢挨pi"rjƒr"rj¤p"v ej"rj映 thu瓜c bi院n h瓜i t映 VRK nhìn chung t嘘v"j挨p"rj逢挨pi"
pháp phân tích ph映 thu瓜c bi院n lan truy隠n x噂k"o瓜v"u嘘"d k"vqƒp"*ví d映: Sender-Receiver, Needham). M員c dù có m瓜t s嘘 mô hình bài toán rj逢挨pi"rjƒr"rj¤p"v ej"rj映 thu瓜c bi院n PG thích h嬰r"j挨p (ví d映: Leader-Election, Peterson)0"V́{"vjgq"8員c tính c栄a bài toán mà
pi逢運i s穎 d映ng có th吋 l詠a ch丑p"rj逢挨pi"rjƒr"rj¤p"v ej ph映 thu瓜c bi院n nào cho phù h嬰p, v医n 8隠 này c亥n 8逢嬰c xem xét trong t逢挨ng laị
Ngoài ra."IQNHGT"8«"e違i ti院n thêm m瓜v"d逢噂c là sinh t詠8瓜ng các mô hình tr瑛u
v逢嬰ng. Vi羽c sinh t詠8瓜ng các t壱p tr瑛w"v逢嬰ng này ti院t ki羽m r医t nhi隠u th運i gian và chi phí khi ki吋m tra mô hình.
Vtqpi" vt逢運ng h嬰p mô hình có l厩i, A* là t嘘t nh医v" x·" vtqpi" vt逢運ng h嬰r" p {" m悦" vjw壱v 8c"vt瑛w"v逢嬰pi"x "vkpj"n丑e"vt瑛w"v逢嬰pi t嘘n công s泳c ki吋m tra l厩i trên các mô hình tr瑛w"v逢嬰ng và cu嘘k"épi"IQNHGT"e pi"rj違i ki吋m tra trên mô hình th壱t.
A員c bi羽t, gi違i thu壱t tinh l丑c tr瑛w" v逢嬰ng MAR mang l衣i c違i ti院p" 8ƒpi" m吋 cho
IQNHGT0"Vtqpi"vt逢運ng h嬰p mô hình không có l厩i, tinh l丑c tr瑛u v逢嬰ng MAR cho ra k院t qu違 nhanh nh医t. P„i"eƒej"mjƒẹ MAR là s詠 l詠a ch丑n t嘘t nh医v"8嘘i v噂i các bài toán có không gian tr衣ng thái l噂n.
Vtcpi"66
V„o"n衣k."vrong ki吋m tra mô hình, tr瑛w"v逢嬰ng hóa là m瓜t k悦 thu壱t thu g丑n kích th逢噂c không gian tr衣ng thái nh茨m c違i thi羽n hi羽u su医t tìm ki院m. Thu壱n l嬰i nh医t c栄a
rj逢挨pi"rjƒr"p {"n "mjk"j羽 th嘘ng tr瑛w"v逢嬰ng không có l厩i, thì h羽 th嘘ng th詠c ch逸c ch逸n
e pi"vj院. Vì th院, v医p"8隠 còn l衣i là tr瑛u v逢嬰ng th院 nào"8吋"8衣v"8逢嬰e"jk羽w"sw違"8«"8逢嬰e"8隠" v k"ik噂k"vjk羽w"qua"o瓜v"rj逢挨pi"rjƒr"rj¤p"v ej"dk院p"o噂k"*VRK). J挨p"p英c."x噂k"pj英pi"m院v" sw違"vj詠e"pijk羽o"ejq"vj医{"ik違k"vjw壱v"vkpj"n丑e"vt瑛w"v逢嬰pi"n "e»pi"e映"ej泳pi"okpj"o瓜v"j羽" vj嘘pi"mj»pi"e„"n厩k"jk羽w"sw違"pj医v"x "pjcpj"pj医v0
7.2. J逢噂pi"rjƒv"vtk吋p"vtqpi"v逢挨pi"nck
E»pi"e映"IQNHGT"e亥p"8逢嬰e"vk院r"v映e"jq p"vjk羽p"o瓜v"u嘘"8k吋o"ej pj"pj逢"ucw<"8嘘i v噂i gi違i thu壱t phân tích bi院n h瓜i t映 c亥n có th穎 nghi羽m cho vi羽c h羽 s嘘 damping bao nhiêu là t嘘t nh医t. Vi羽c tr瑛w"v逢嬰ng hóa gi英 l衣i bao nhiêu ph亥p"vt<o"dk院n là t嘘t nh医v"8嘘i v噂i t瑛ng lo衣i bài toán c亥p" 8逢嬰c nghiên c泳w" u¤w" j挨p0" Piq k" tc." vc" e„" vj吋" o荏 r瓜ng GOLFER không ch雨 làm vi羽c v噂k"fktgevgf"oqfgn"ejgemkpi"x "zây d詠ng b瓜 8k隠u khi吋n cho phép d磯p" j逢噂ng 泳ng v噂i m厩i lo衣i mô hình bài toán nào c亥p" f́pi" rj逢挨pi" rjƒr"
phân tích ph映 thu瓜c bi院n nào"x "8員c bi羽t là v噂i các d衣ng bài toán nào ta c亥n d́ng gi違i thu壱v"p q"8吋 tìm l厩ị
DANH M影C CÁC TÀI LI烏U THAM KH謂O
[1]. Brin, Sergey and Page, Lawrencẹ The anatomy of a largescale hypertextual Web search enginẹ InProc. of WWW7, pages 107-117, Brisbane, Australia, 1998.
[2]. Clarke Ẹ M., Grumberg Ọ, and Peled D. Ạ, Model Checking, MIT Press, 1999 [3]. Clarke Ẹ M., Grumberg Ọ, Jha S., Lu Ỵ, and Veith H., Counter-example- Guided Abstraction Refinement, CAV'00, LNCS, vol. 1855, pp. 154-169, 2000.
[4]. Clarke Ẹ M., et"alく"Formal methods: state of the art and future directions. ACM Computing Surveys, 1996
[5]. Edelkamp S., Lluch-Lafuente Ạ, and Leue S., Directed Explicit Model Checking with HSF-SPIN, SPIN'01, LNCS, vol. 2057, pp. 57-79, 2001.
[6]. Menzies T., Owen, D., and Richardson J., The Strangest Thing about Software, IEEE Computer, vol. 40, nọ 1, pp. 54-60, 2007.
[7]. Pelanek R., Typical structural properties of state spaces, LNCS, vol. 2989, pp. 5- 22, 2004.
[8]. Qian K., Nymeyer Ạ, Guided Invariant Model Checking Based on Abstraction and Symbolic Pattern Databases, TACAS'04, LNCS, vol. 2988, pp. 497-511, 2004.
[9]. Qian K., Nymeyer Ạ, Abstraction-guided model checking using symbolic IDA* and heuristic synthesis, FORTÉ05, LNCS, vol. 3731, pp. 275-289, 2005.
[10]. Qian K., Nymeyer A, and Susanto S.. Experiments with Multiple Abstraction Heuristics in Symbolic Verification, SARA 2005, LNAI 3607, pp. 290-304, 2005
[11]. Qing Cui, Alex Dekhtyar., On Improving Local Website Search Using Web Server Traffic Logs: A Preliminary Report, 2005.
[12]. Thang. H. Bui, Nymeyer Ạ, Formal Verification Based on Guided Random Walks, iFM'09, LNCS, vol. 5423, pp. 72-87, 2009ạ
Vtcpi"68
[14]. Thang. H. Bui, Nymeyer Ạ, Heuristic Sensitivity in Guided Random-Walk Based Model Checking, SEFM'09, pp. 125-134, IEEE CS, 2009c.
[15]. Thang. H. Bui, Phuong. B.K. Dang, Yet another variable dependency analysis for abstraction guided model checking, SEATUC 2012.
[16]. Thomas Ạ Henzinger, Ranjit Jhala, Rupak Majumdar and Gregoire SutrẹLazy Abstraction. In ACM SIGPLAN-SIGACT Conference on Principles of Programming Languages, pages 58-70, 2002.
PH影 L影C A: Eò"RJèR"IQNHGT
-golfer [debug]
[ida <k> | a | saga | sagb | sagba| mar
| [kmc | kmca | rmc [pr | prf | prr] [g [f 1|x|x2|1ax [<fa>]] [c <cut>]] [t] [d <depth>] [s <seed>] [del <delta>] [eps <epsilon>] ]
-- | vdep [graph] | alim <t> | look | plim <p> | heu <u> <w> ]
[auto [<n> <lowerper> <upperper>][sim [<lev>] | pg [<beta>]| vrk [<prkep> <prkdf>]] [w|wo]
| manu <n> <abst1> <abst2> ...] - debug: debug mode
- ida <k>: IDA with the depth factor is k - a: A* (DEFAULT)
- saga: sag-A* - A* in all stages - sagb: sag-BFS - BFS in all stages
Vtcpi"6:
- sagba: sag-BFS-A* - BFS in all abstract stages and A* in the concrete system - mar: abstraction refinement-BFS in all abstract stages and in the concrete system
- rmc : random algorithm (N = ln(delta)/ln(1-epsilon)) + pr : randomly pre-selects a process
+ prf: randomly pre-selects a process, all processes are served in a turn + prr: Round Robin in pre-selecting a process
+ g: abstraction guided mode
* f: distribution function: 1: f=1, x: f=x, x2: f=x^2, 1ax: f=1/fâx * c: cut-off length, after <cut> steps out of adb size
+ t: random trail
+ d: maximum depth for each random walk, 0 for end-loop (or no limit) + s: new seed, 0: for random seed
+ del <delta>: delta, DEFAULT 4e-5 + eps <epsilon>: epsilon, DEFAULT 5e-3 (Default max trials N = 2020)
- kmc: Kangarous BFS = guided random-jump readth first search - kmca: Kangarous A* = guided random-jump best first search - vdep: variable dependency analysis
- alim <t>: abstract DB length limit (for A* only). DEFAULT 100 - look: KMC look ahead option
- plim <p>: partition limit, used to decide wherether to partition an imagẹ DEFAULT 1000
- heu <u> <w>: heuristic factors for evaluated function f = u*gcost + w*hcost - auto: the abstraction files will be generated automatically
* <n> : number of generated abstract file * <lowerper> : lower percentage of variables to keep * <upperper> : upper percentage of variables to keep + sim [<level>]: simple variable dependency analysis * <level>: keep up to <level> level in the dependency tree
+ pg [<per> <beta>]: graph-based (propagation) variable dependency analysis * <beta>: the beta factor apply to the counter-effect dependency analysis + vrk [<prkep> <prkdf>]: VarRank variable dependency analysis
* <prkep>: the epsilon to stop the algorithm * <prkdf>: the damping factor
+ w: write the abstraction set to the nusmv_stdout output device
+ wo: write the abstraction set to the nusmv_stdout output device only, stop model checking
Vtcpi"72
PH影 L影C B: D謂PI"U渦"NK烏W"VJ衛E"PIJK烏O
Eƒe"vj穎"pijk羽o"f逢噂k"8¤{"8逢嬰e"vj詠e"jk羽p"x噂k"vj運i gian time-qwv"7"rj¿v
D違pi"D.1 Mô hình có l厩k"x噂k"XTM-A* gi英 l衣i 50% bi院n
"D違pi"D02 Mô hình có l厩k"x噂k"PG-A* gi英 l衣i 50% bi院n
]衣n 1 ]衣n 2 ]衣n 3 ]衣n 4 ]衣n 5 ]衣n 6 ]衣n 7 ]衣n 8 ]衣n 9 ]衣n 10 Trung Hｸnh leader-3 0.3 0.36 0.25 0.25 0.3 0.41 0.37 0.27 0.3 0.28 0.309 leader-4 14.8 14.87 12.61 11.94 13.1 18.2 16.86 12.57 12.68 12.58 14.021 leader-5 221.16 214.8 181.1 180.9 192.86 251.22 239.1 188.5 188.47 188.4 204.64 leader-6 needham 1.27 1.37 1.04 1.01 1.29 1.22 1.52 1.11 1.08 1.12 1.203 peterson-3 0.17 0.17 0.13 0.12 0.15 0.18 0.21 0.14 0.13 0.15 0.155 peterson-4 131.11 134.4 108.2 106.8 121.85 138.72 138.9 114.8 115.83 116.3 122.698 peterson-5 peterson-6 sender-05 0.13 0.18 0.1 0.09 0.13 0.12 0.21 0.15 0.12 0.11 0.134 sender-10 0.33 0.3 0.24 0.25 0.3 0.56 0.34 0.28 0.28 0.28 0.316 sender-20 1.16 1.24 0.9 0.9 1.04 1.05 1.25 1 1.01 0.98 1.053 sender-30 1.78 1.71 1.37 1.39 1.48 2.04 1.75 1.46 1.53 1.48 1.599 sender-50 5.23 5.7 4.43 4.11 4.64 5.52 4.99 4.64 4.76 4.64 4.866 Mô ｴｸnh Iﾙ" ﾉ姻i
~ｴ胤i gian ｴ迂c thi I韻a GOLFER ﾐｴ" ｴWﾗ"U飲ﾐ" 鰯"giây (s) qua 10 ﾉ衣n ｴ烏"ﾐｪｴｷ茨m
]衣n 1 Lân 2 ]衣n 3 ]衣n 4 ]衣n 5 ]衣n 6 ]衣n 7 ]衣n 8 ]衣n 9 ]衣n 10 Trung Hｸnh leader-3 0.32 0.32 0.28 0.3 0.31 0.35 0.3 0.24 0.27 0.29 0.298 leader-4 12.11 12.24 9.97 10 12.51 12.78 10.78 10.78 10.89 10.89 11.295 leader-5 210.6 213.7 178.7 189.2 203.02 219.43 189.5 187.8 187.39 187.8 196.705 leader-6 needham 2.34 6.87 1.86 2.45 2.08 2.12 1.86 1.87 1.88 1.86 2.519 peterson-3 0.17 0.22 0.16 0.18 0.17 0.17 0.14 0.14 0.14 0.15 0.164 peterson-4 73.44 89.4 60.54 80.97 70.75 71.08 63.79 63.3 63.13 63.17 69.957 peterson-5 peterson-6 sender-05 0.13 0.3 0.11 0.23 0.12 0.12 0.12 0.12 0.12 0.12 0.149 sender-10 0.33 0.42 0.27 0.37 0.34 0.32 0.26 0.28 0.26 0.25 0.31 sender-20 1.3 1.63 0.92 1.29 1.06 1.09 0.96 0.98 1 0.99 1.122 sender-30 1.61 1.6 1.39 1.45 1.52 1.67 1.48 1.51 1.49 1.48 1.52 sender-50 5.6 6.82 4.35 4.89 4.89 4.92 4.66 4.63 4.66 4.73 5.015 Mô ｴｸnh Iﾙ" ﾉ姻i
"D違pi"D.3 Mô hình có l厩k"x噂k"XTM- MAR gi英 l衣i 50% bi院n
D違pi"D.4 Mô hình 8¿pi"x噂k"XTM- MAR gi英 l衣i 50% bi院n
D違pi"D.5 Mô hình 8¿pi"x噂k"XTM- SAGA gi英 l衣i 50% bi院n
]衣n 1 ]衣n 2 ]衣n 3]衣n 4 ]衣n 5 ]衣n 6 ]衣n 7 ]衣n 8 ]衣n 9 ]衣n 10 Trung Hｸnh leader-3 0.25 0.21 0.2 0.22 0.21 0.19 0.19 0.19 0.19 0.19 0.204 leader-4 25.21 21.09 21.4 23.04 25.74 20.48 20.34 20.34 20.3 20.24 21.817 leader-5 265.28 224.3 225 244.6 225.5 217.8 215.54 216.17 217.12 216.41 226.75 leader-6 needham 3.81 3.89 3.83 3.96 3.83 3.73 3.61 3.68 3.74 3.73 3.781 peterson-3 0.12 0.15 0.14 0.13 0.14 0.13 0.12 0.13 0.12 0.12 0.13 peterson-4 11.94 11.95 11.9 13.44 12.36 11.43 11.5 11.53 11.46 11.43 11.895 peterson-5 peterson-6 sender-05 2.44 2.48 2.5 2.68 2.52 2.36 2.36 2.36 2.37 2.38 2.445 sender-10 27.05 26.98 27.1 28.77 28.73 26.14 25.95 26.1 26.35 25.98 26.913 sender-20 241.34 241.8 241 248.9 259.2 232.39 231.93 231.37 231.21 231.68 239.057 sender-30 sender-50
~ｴ胤i gian ｴ迂c thi I韻a GOLFER ﾐｴ" ｴWﾗ"U飲ﾐ" 鰯"giây (s) qua 10 ﾉ衣n ｴ烏"ﾐｪｴｷ茨m Mô ｴｸnh Iﾙ" ﾉ姻i ]衣n 1 ]衣n 2 ]衣n 3 ]衣n 4 ]衣n 5 ]衣n 6 ]衣n 7 ]衣n 8 ]衣n 9 ]衣n 10 Trung Hｸnh brp 0.96 1 1.03 0.97 1.04 0.99 1.07 1.04 0.97 0.85 0.992 dme1 0.22 0.17 0.19 0.19 0.18 0.17 0.17 0.17 0.17 0.17 0.17 dme2 0.5 0.51 0.49 0.47 0.48 0.48 0.43 0.42 0.47 0.4 0.465 gigamax 0.05 0.05 0.05 0.06 0.05 0.04 0.05 0.05 0.05 0.05 0.05 msi_wtrans 1.45 1.5 1.48 1.57 1.38 1.4 1.32 1.26 1.29 1.22 1.387 periodic 0.01 0.01 0.01 0.02 0.02 0.01 0.01 0.02 0.02 0.02 0.015
~ｴ胤i gian ｴ迂c thi I韻a GOLFER ﾐｴ" ｴWﾗ"U飲ﾐ" 鰯"giây (s) qua 10 ﾉ衣n ｴ烏"ﾐｪｴｷ茨m Mô ｴｸnh U ng ]衣n 1 ]衣n 2 ]衣n 3 ]衣n 4 ]衣n 5 ]衣n 6 ]衣n 7 ]衣n 8 ]衣n 9 ]衣n 10 Trung Hｸnh brp 1.02 1 1.06 1.05 1.02 1.07 1.01 1.67 0.86 0.81 1.057 dme1 0.2 0.21 0.18 0.19 0.17 0.19 0.19 0.44 0.13 0.16 0.206 dme2 0.47 0.47 0.5 0.46 0.46 0.48 0.48 0.98 0.39 0.37 0.506 gigamax 0.07 0.08 0.07 0.08 0.07 0.08 0.07 0.03 0.06 0.06 0.067 msi_wtrans 1.44 1.35 1.28 1.48 1.44 1.39 1.3 0.16 1.21 1.22 1.227 periodic 0.02 0.02 0.02 0.02 0.03 0.02 0.02 0.09 0.02 0 0.026 Mô ｴｸnh U ng
Vtcpi"74
D違pi"D.6 Mô hình 8¿pi"x噂k"XTM- MAR gi英 l衣i 20% và 80% bi院n
D違pi"D.7 Mô hình 8¿pi"x噂k"XTM-gi英 l衣i 20%, và 80% bi院n
D違pi"D.8 Mô hình 8¿pi"x噂k"VRK-MAR gi英 l衣i 20%, 55% và 90% bi院n
]衣n 1 ]衣n 2 ]衣n 3 ]衣n 4 ]衣n 5 ]衣n 6 ]衣n 7 ]衣n 8 ]衣n 9 ]衣n 10 Trung Hｸnh brp 0.89 0.85 0.91 1.06 0.96 1.06 0.92 0.92 0.88 0.9 0.935 dme1 0.14 0.15 0.15 0.16 0.2 0.18 0.14 0.15 0.14 0.15 0.156 dme2 0.42 0.38 0.4 0.43 0.44 0.41 0.38 0.36 0.37 0.37 0.396 gigamax 0.06 0.04 0.04 0.03 0.04 0.05 0.03 0.04 0.04 0.04 0.041 msi_wtrans 0.21 0.2 0.22 0.17 0.28 0.24 0.19 0.23 0.22 0.22 0.218 periodic 0.01 0.02 0.02 0.02 0.03 0.01 0 0.02 0.01 0.02 0.016
~ｴ胤i gian ｴ迂c thi I韻a GOLFER ﾐｴ" ｴWﾗ"U飲ﾐ" 鰯"giây (s) qua 10 ﾉ衣n ｴ烏"ﾐｪｴｷ茨m Mô ｴｸnh U ng ]衣n 1 ]衣n 2 ]衣n 3 ]衣n 4 ]衣n 5 ]衣n 6 ]衣n 7 ]衣n 8 ]衣n 9 ]衣n 10 Trung Hｸnh brp 0.97 0.97 0.92 0.97 0.9 0.93 0.89 0.91 0.95 0.93 0.934 dme1 0.15 0.15 0.15 0.17 0.18 0.14 0.16 0.16 0.15 0.14 0.155 dme2 0.56 0.4 0.38 0.4 0.37 0.37 0.4 0.37 0.39 0.4 0.404 gigamax 0.06 0.1 0.06 0.07 0.07 0.06 0.07 0.07 0.07 0.07 0.07 msi_wtrans 0.24 0.2 0.22 0.23 0.24 0.23 0.22 0.22 0.21 0.2 0.221 periodic 0.03 0.02 0.03 0.02 0.02 0.02 0.02 0.02 0.01 0.02 0.021
~ｴ胤i gian ｴ迂c thi I韻a GOLFER ﾐｴ" ｴWﾗ"U飲ﾐ" 鰯"giây (s) qua 10 ﾉ衣n ｴ烏"ﾐｪｴｷ茨m Mô ｴｸnh U ng ]衣n 1 ]衣n 2 ]衣n 3 ]衣n 4 ]衣n 5 ]衣n 6 ]衣n 7 ]衣n 8 ]衣n 9 ]衣n 10 Trung Hｸnh brp 1.08 0.98 1.07 0.95 1 1.02 0.96 1.11 1.08 1.23 1.048 dme1 0.16 0.14 0.15 0.14 0.15 0.14 0.15 0.18 0.14 0.22 0.157 dme2 0.4 0.37 0.4 0.38 0.37 0.39 0.39 0.43 0.44 0.63 0.42 gigamax 0.05 0.04 0.04 0.05 0.06 0.04 0.05 0.06 0.06 0.04 0.049 msi_wtrans 0.23 0.16 0.2 0.2 0.28 0.23 0.24 0.21 0.24 0.25 0.224