Formal Methods for the Reliability of Non-Classical Systems

Nicht-klassische Systeme, die als eigene Klasse von Systemen verstanden werden können, besitzen ein enormes Potenzial, die Informatik grundlegend zu revolutionieren. Egal ob Quantencomputer, die superpolynomielle Geschwindigkeitsvorteile für bestimmte Probleme versprechen, oder maschinelles Lernen, das in vielen Anwendungsbereichen bereits klassische Techniken übertrifft – diese Systeme zeigen deutliche Vorteile gegenüber klassischen Equivalenten.

Die zusätzliche Ausdrucksstärke solcher Systeme geht jedoch mit einer erhöhten Komplexität einher. Die Quantenmechanik, die Grundlage für den Geschwindigkeitsvorteil des Quantencomputings ist, gilt als extrem schwer verständlich. ... mehrEbenso ist Verständlichkeit und Interpretierbarkeit für großen Modelle beim maschinellen Lernen eine Herausforderung. Diese inhärente Komplexität, kombiniert mit dem Einsatz in ressourcenintensiven oder sogar sicherheitskritischen Szenarien, macht nicht-klassische Systeme zu einem perfekten Anwendungsgebiet für verschiedenste Arten von Zuverlässigkeitsanalysen.

In dieser Dissertation untersuchen wir Methoden, um die Zuverlässigkeit solcher Systeme auf verschiedenen Abstraktionsebenen zu klassifizieren und zu verbessern.

Non-classical systems, as a broad category of computational paradigms extending beyond classical computing, hold immense potential to revolutionize the field of computing. Whether we consider quantum computing, which offers superpolynomial speedups for certain problems, or machine learning approaches, which already outperform classical techniques in various application areas, these systems demonstrate significant advantages over their classical counterparts.

However, this additional computational power comes at the cost of increased complexity. Quantum mechanics, the foundation of quantum computing's speedup, is notoriously difficult to understand. ... mehrSimilarly, interpreting and understanding the decision-making processes of large machine learning models is a complex challenge. This inherent complexity, combined with their deployment in resource-intensive or even safety-critical scenarios, makes non-classical systems a prime focus for reliability analysis.

In this thesis, we explore methods to classify and enhance the reliability of such systems across various levels of abstraction.