[論文レビュー] A verification algorithm for Declarative Concurrent Programming

Jean Krivine|ArXiv.org|Jun 22, 2006

Formal Methods in Verification被引用数 3

ひとこと要約

本稿では、背後因果的圧縮を用いたイベント構造による、記述的並行プログラミング（DCP）の検証アルゴリズムを提案する。この手法により、CCSプロセスの状態空間が圧縮され、バックトラックを伴う分散システムの効率的検証が可能になる。前向きと後向きの振る舞いを分離し、観察可能な行動に焦点を当てることで、顕著な圧縮が達成され、直接的双模倣法では5人までしか扱えなかったダイニング・フィロソファー問題を、本手法では19人まで処理可能となる。時間的・記憶容量的効率性において顕著な向上が示された。

ABSTRACT

A verification method for distributed systems based on decoupling forward and backward behaviour is proposed. This method uses an event structure based algorithm that, given a CCS process, constructs its causal compression relative to a choice of observable actions. Verifying the original process equipped with distributed backtracking on non-observable actions, is equivalent to verifying its relative compression which in general is much smaller. We call this method Declarative Concurrent Programming (DCP). DCP technique compares well with direct bisimulation based methods. Benchmarks for the classic dining philosophers problem show that causal compression is rather efficient both time- and space-wise. State of the art verification tools can successfully handle more than 15 agents, whereas they can handle no more than 5 following the traditional direct method; an altogether spectacular improvement, since in this example the specification size is exponential in the number of agents.

研究の動機と目的

• 分散システムの自動検証における状態空間爆発問題に取り組むこと、特にトランザクションおよび並行処理環境を想定する。
• 前向き（因果的）正しさと完全な後向き（可逆的）正しさを分離する間接的検証手法を開発すること。
• 観察可能な行動に基づいてCCSプロセスの相対的因果的圧縮を自動的に計算することで、検証プロセスを自動化すること。
• 本手法が直接的双模倣法に基づく検証よりも、時間的および記憶容量的使用量において優れていることを示すこと。
• イベント構造意味論を活用することで、ダイニング・フィロソファー問題のようなより大きなシステムへの形式的検証の適用範囲を拡大すること。

提案手法

• CCSプロセスをその因果的振る舞いを表現する再帰的フローイベント構造に変換する。
• 選択された観察可能な行動の観点から、プロセスの相対的因果的圧縮を計算し、冗長性と状態空間のサイズを削減する。
• イベント間の衝突関係のコンパクトな表現を用いることで、記憶容量効率を向上させる。
• 真の並列性とトレース同値性をモデル化するためにイベント構造に依存し、インタリーブに起因する冗長性を最小限に抑える。
• 元のプロセスの分散バックトラックを伴う検証は、はるかに小さい因果的圧縮の検証に還元される。
• 実装はOcamlライブラリ（Causal）として統合され、スケーラブルなシステムモデル化を可能にするパラメトリックプロセス定義を可能にする。

実験結果

リサーチクエスチョン

• RQ1 イベント構造の因果的圧縮に基づく検証手法は、並行システムの状態空間を効果的に縮小できるか？
• RQ2 因果的圧縮は、分散システムにおける双模倣法に基づく検証のスケーラビリティをどの程度向上させるか？
• RQ3 時間的および記憶容量的使用量の観点から、本手法は直接的双模倣法と比べてどの程度優れているか？
• RQ4 本手法は、従来のツールの限界を超えて、ダイニング・フィロソファー問題のような複雑で大規模な例を処理できるか？
• RQ5 因果的圧縮アプローチは、CCSを超えて、π計算のようなより豊富なプロセス計算にも適用可能か？

主な発見

• 因果的圧縮アルゴリズムは、CCSプロセスの状態空間を顕著に縮小し、直接的双模倣法では不可能なシステムの検証を可能にする。
• ダイニング・フィロソファー問題において、本手法は最大19人のフィロソファーを正しく検証できたが、直接的双模倣法ツールでは最大5人までしか対応できなかった。
• 検証に要する時間は状態数にほぼ比例しており、圧縮アルゴリズムの良好なスケーラビリティが示された。
• Causalモジュールは、Mobility Workbenchのような標準ツールがメモリスワップの限界に達する状況でも、検証を可能にする状態圧縮を達成した。
• 観察可能な行動に対する前向き正しさと分散バックトラックの組み合わせが、完全な正しさを保証するのに十分であり、検証の複雑さを低減することが示された。
• 本アプローチは一般性に富み、特に名前渡し計算のためのイベント構造意味論の進展を背景に、π計算を含む他のプロセス代数へも拡張可能である。