[論文レビュー] Analysis and Transformation Tools for Constrained Horn Clause Verification

John P. Gallagher, Bishoksan Kafle|arXiv (Cornell University)|May 15, 2014

Logic, programming, and type systems被引用数 6

ひとこと要約

本論文は、抽象解釈、意味保存変換、プログラム特化、クエリ・アンサー変換を含む、制約論理プログラミング（CLP）からの既存技術を組み合わせることで、制約付きホルン帰納（CHC）検証のためのコンponentベースのツールチェーンを提案する。このアプローチは、カスタムアルゴリズムを必要とせず、ベンチマーク問題において高い検証成功率を達成しており、既存のCLP解析ツールを組み合わせて用いることで、複雑なCHC検証タスクを効果的に解決できることを示している。

ABSTRACT

Several techniques and tools have been developed for verification of properties expressed as Horn clauses with constraints over a background theory (CHC). Current CHC verification tools implement intricate algorithms and are often limited to certain subclasses of CHC problems. Our aim in this work is to investigate the use of a combination of off-the-shelf techniques from the literature in analysis and transformation of Constraint Logic Programs (CLPs) to solve challenging CHC verification problems. We find that many problems can be solved using a combination of tools based on well-known techniques from abstract interpretation, semantics-preserving transformations, program specialisation and query-answer transformations. This gives insights into the design of automatic, more general CHC verification tools based on a library of components.

研究の動機と目的

• 制約論理プログラミング（CLP）から得られる既存技術が、効果的で汎用的なCHC検証ツールチェーンに組み合わせて利用可能かどうかを調査すること。
• 特定の問題クラスに限定されがちな既存のCHC検証ツールの限界を是正すること。
• 再利用可能な変換および分析コンポONENTのライブラリに基づいた、自動的かつ拡張可能なCHC検証システムの設計を検討すること。
• 抽象解釈やプログラム特化といった標準的なCLP技術の組み合わせが、挑戦的なCHC検証問題を解くのにどの程度有効であるかを評価すること。

提案手法

• コン vex ポリヘドロン解析を用いた抽象解釈を含む、市販のCLP解析および変換ツールで構成されるモジュラーなツールチェーンを採用する。
• 不要な引数フィルタリングやクエリ・アンサー変換といった意味保存変換を適用し、CHCプログラムを簡略化および特化する。
• 特定の目的に基づいて述語の答えを精錬するためのプログラム特化技術を統合し、検証における精度を向上させる。
• 制約の簡略化および整合性制約を等価なCHC形式に変換する前処理パイプラインを採用する。
• 多様なCHC検証ベンチマークに対してツールチェーンを評価し、falseの導出不能性の証明に成功したかどうかで成否を判定する。
• CEGARにインspiredしたリファインメントループおよびプロパティベースの抽象化の統合を可能とする拡張性をアーキテクチャがサポートする。

実験結果

リサーチクエスチョン

• RQ1 標準的なCLP解析および変換技術の組み合わせが、広範なCHC検証問題を効果的に解けるか。
• RQ2 凸ポリヘドロン解析やクエリ・アンサー変換といった市販ツールが、CHC制約の検証にどの程度貢献するか。
• RQ3 展開、分割、特化といった複数の変換技術を組み合わせることで、検証成功率およびスケーラビリティにどのような影響を与えるか。
• RQ4 コンポーネントベースのアーキテクチャが、ベンチマーク問題においてモノリシックなCHC検証ツールをどの程度上回るか。

主な発見

• 32個のベンチマーク問題のうち28個が正常に検証に成功し、pldi12.pl や amebsa.smt2 といった複雑な例も含む。
• 凸ポリヘドロン解析と前処理の組み合わせが、検証パイプラインの精度およびスケーラビリティを顕著に向上させた。
• 反復的リファインメントやカスタム抽象化技術を必要とせず、標準的なCLP解析によって有効な不変条件を導出できることを示唆している。
• クエリ・アンサー変換および不要な引数フィルタリングの使用により、効果的な特化が達成され、falseの導出のための探索空間が削減された。
• 適切に構築された既存のCLPツールの組み合わせにより、専用のCHC検証フレームワークと比較して競争力のある性能が達成可能であることが示された。