Assessing the Usefulness of Assurance Cases: an Experience with the CERN Large Hadron Collider
Notice bibliographique
Résumé
Assurance cases are structured arguments designed to show that a system functions properly in its operational environment. They are mandated by safety standards and are largely used in the industrial domain; however, they are typically proprietary and not publicly available. Therefore, the benefits of assurance case development are usually not rigorously documented, measured, or assessed. In this paper, we present an assurance case for the CERN Large Hadron Collider (LHC) Machine Protection System (MPS). We relied on open-source documentation for its creation and used eliminative argumentation, a well-known methodology for assurance case development. The development involved four authors with considerable experience in assurance case development, three of whom work for Critical System Labs, a small enterprise specializing in assurance case development. The process required approximately three months and led to an assurance case with 506 nodes. The results have been validated with CERN experts. Our experience shows that (a) the effort (cost and time) required to develop our assurance case is negligible compared to the time needed to develop the system, (b) eliminative argumentation helped identify 10 defeaters not detailed in the documentation we used for creation of the assurance case (and in general can identify correct defeaters with high precision and recall). In the paper, describe our experience and also discuss how the LHC assurance case helped accurately identify Key Performance Indicators for the Machine Protection System.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,067 | 0,154 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,005 | 0,008 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».