На сильно связном орграфе, сильная связность требуется для обратного распространения информации о состоянии вершин и рёбер.
Существенным является то, что:
0) Сильная связность может быть осуществлена за счёт проброски обратных дуг от детей к корню (передача информации происходит _именно_ по дугам).
1) Добавляемые "скрытые" вершины в самом начале восстанавливаются по связи с изменением атрибутов: *-->fork()-->**-->найденные сис. вызовы (паттерны для них)-->***
2) Рёбра (**)-->..-->(***) могут быть переброшены как внутри одной области восстановления, так и между разными областями (см. пример с вычислением отложенного setsid)

(I) - Подход с КЗ-агентами и 1 сборщиком.

Роли агентов:
1) в любой вершине - агент (КА), переключающий состояние в зависимости от состояния вершины + входящих рёбер
2) Сборщик в корневой вершине - все состояния  --> вычисление (не лучше, чем со строчной нотацией, ИМХО)

а)Разбор: восходящий, но нужен будет спуск на 1 уровень вниз (для обработки переупорядочивания потомков)
  *переприсоединение на восстановлении exit
б)Разбор: нисходящий - по аналогии с атрибутными грамматиками (SECR-2018), также отметить upbranch с отложенной переброской дуги.

(II) - На графе зависимостей (DG).
Используется схема нумерации {n_вершины PStree, attr_node_num}


class AttrNode:
 def __init__(...):
  attr_node_num = Enum(...)
  # optionally: glob_node_num =
 def glob_num_calc()
 ...

class PNode:
 def __init__(...):
  self.pid = AttrNode(AttrNodeEnum.pid)
  ...

потом нужно прокинуть связи между вершинами

def link():
 поиск и добавление связи

На выходе: Граф DG.

Далее на нём уже сбор значений.
После сбора - вычисление функции.
(См. аггрегирующие функции)