[論文レビュー] CVC4 at the SMT Competition 2018

Clark Barrett, Haniel Barbosa+9 more|arXiv (Cornell University)|Jun 20, 2018

Formal Methods in Verification参考文献 3被引用数 3

ひとこと要約

本論文は、2018年SMTコンペティションにおけるCVC4 SMTソルバの設定を提示し、SymFPUを用いたネイティブ浮動小数点ソルバと遅延的ビットベクタ処理、鋭利なビットブレイクアウト用にCaDiCaLをSATバックエンドとして採用、非線形算術のヒューリスティクスの改善、デフォルトでシンボリック逆数に基づく量化ビットベクタ解決、および境界付きモデル検索と文脈依存的簡約を用いた文字列処理の実験的サポートといった、主な強化を強調している。これらの進歩により、CVC4はすべての主要、応用、およびunsatコアトラックに加え、QF_SLIAの実験的部門にも参加することができた。

ABSTRACT

This paper is a description of the CVC4 SMT solver as entered into the 2018 SMT Competition. We only list important differences from the 2017 SMT Competition version of CVC4. For further and more detailed information about CVC4, please refer to the original paper, the CVC4 website, or the source code on GitHub.

研究の動機と目的

• SMTコンペティション2018のすべてのFP論理トラックに参加できるように、CVC4の浮動小数点論理に対するサポートを強化すること。
• SATバックエンドとヒューリスティクス技術の更新を通じて、ビットベクタおよび非線形算術の解決におけるパフォーマンスとスケーラビリティを向上させること。
• 量化ビットベクタ論理式の解決に、新しいシンボリック逆数に基づくアプローチをデフォルト戦略として導入すること。
• 境界付きモデル検索と文脈に依存する簡約を用いて、QF_SLIA実験的部門における文字列論理の処理能力を拡張すること。
• 非インタラクティブ入力、インタラクティブ入力、証明生成の使用ケースに対応するため、主、応用、unsatコア、および実験的トラックごとに最適化されたCVC4の設定を実現すること。

提案手法

• CVC4の浮動小数点ソルバは、SymFPUを用いて浮動小数点演算をビットベクタ演算に変換し、その後遅延的ビットベクタエンジンで処理する。
• 鋭いビットブレイクアウトエンジンは、現在、SATバックエンドとしてCaDiCaL（コミット b44ce4f）を採用しており、これによりビットベクタ問題におけるパフォーマンスが向上した。
• 非線形算術は、Cimattiらの研究にインspiredされたヒューリスティクスで処理され、必要に応じてビットベクタ符号化にフォールバックし、CaDiCaLを基盤のSATソルバとして使用する。
• 量化ビットベクタに対しては、CVC4はビットベクタ演算子のシンボリック逆数計算手法を採用しており、現在はデフォルトの解決戦略となっている。
• QF_SLIAにおける文字列解決では、有限モデル検索アプローチを用い、文字列長に上限を設け、contains や replace などの拡張文字列関数に対して文脈依存的簡約を適用する。
• 各トラックに応じた設定が行われている：CVC4-main は証明なしの非インタラクティブ入力向け、CVC4-application はインタラクティブ入力向け、CVC4-uc は証明有効なunsatコア抽出向け、CVC4-experimental-idl-2 はIDLにおけるインクリメンタルな最短経路解決向け。

実験結果

リサーチクエスチョン

• RQ1 CVC4は、すべてのコンペティショントラックでネイティブに浮動小数点論理をサポートできるようにどのように拡張できるか？
• RQ2 SATバックエンドをCryptoMiniSat 4からCaDiCaLに切り替えることで、鋭いビットブレイクアウトにおけるパフォーマンスにどのような影響を与えるか？
• RQ3 シンボリック逆数計算は、量化ビットベクタ解決の効率性と正しさを向上させることができるか？
• RQ4 境界付き有限モデル検索と文脈依存的簡約を組み合わせたアプローチは、文字列論理問題の解決にどの程度有効か？
• RQ5 主、応用、unsatコア、および実験的部門を含む多様なSMTコンペティショントラックにおいて、CVC4のパフォーマンスを最大化するための設定戦略は何か？

主な発見

• CVC4は2018年SMTコンペティションにおいて、主、応用、unsatコアトラックのすべての部門に参加し、多様な論理的理論への広範なサポートを示した。
• SymFPUを介した浮動小数点ソルバの統合により、CVC4は初めてすべてのFP論理トラックに参加することができた。
• 鋭いビットブレイクアウト用にCaDiCaLをSATバックエンドとして採用することで、以前のCryptoMiniSat 4設定に比べて顕著なパフォーマンス向上が達成された。
• 量化ビットベクタのためのシンボリック逆数ベースの手法がデフォルト戦略として採用され、複雑なビットベクタの量化問題の取り扱いが改善された。
• 実験的QF_SLIA設定は、境界付きモデル検索と文脈に依存する簡約を効果的に適用し、コンペティションで拡張文字列操作をサポートした。
• 非インタラクティブ、インタラクティブ、証明生成の使用ケースに対応するため、異なるコンパイルオプションとパラメータを用いたトラック別最適化設定により、最適なパフォーマンスが達成された。