확률적 종료 분석을 위한 추상 해석 기법

초록

본 논문은 화학 반응 네트워크를 모델링하는 Chemical Ground Form(CGF) 계산법에 추상 해석을 적용해, 초기 농도 차이만으로 구분되는 실험 집합을 다중성 구간으로 추상화한다. 이를 바탕으로 추상 라벨 전이 시스템(LTS)과 구간 마코프 체인(Interval Markov Chain)의 변형을 이용해 확률적 종료 특성을 보수적으로 하한·상한으로 추정한다.

상세 분석

이 연구는 기존의 추상 해석 기반 확률 의미론을 확장하여, 특히 “확률적 종료”(probabilistic termination) 문제에 초점을 맞춘다. 먼저 저자들은 CGF라는 프로세스 대수적 모델을 선택한다. CGF는 생화학적 반응을 원자적 이벤트(결합·분해·전이)로 분해하고, 각 이벤트에 지수 분포를 부여함으로써 스토케스틱 시뮬레이션을 가능하게 한다. 전통적인 구체적 모델링에서는 초기 농도를 정확히 지정해야 하지만, 실제 실험에서는 농도 측정 오차와 환경 변동으로 인해 정확한 수치를 알기 어렵다. 이를 해결하기 위해 저자들은 “다중성 구간”(multiplicity intervals)을 도입한다. 각 종의 분자 수를