[論文レビュー] Dynamic Backward Slicing of Rewriting Logic Computations

Marı́a Alpuente, Demis Ballis+2 more|arXiv (Cornell University)|May 13, 2011

Software Testing and Debugging Techniques参考文献 20被引用数 4

ひとこと要約

本稿では、代数的公理（結合則・可換則を含む）の下でも、意味的関連性を保持したまま、特にMaudeモデル・チェッカーからの反例を含む複雑で大規模な実行トレースを体系的に縮小する、リライト論理（RWL）計算のための新規な動的後向きトレーススライシング技法を提案する。文脈に基づくラベル付けを用いた後向きトレース走査により、不要なデータおよび制御依存関係を特定・削除し、RWL理論の効率的なデバッグと解析を可能にする。トレースの大幅な圧縮が達成され、意味的関連性が保持される。

ABSTRACT

Trace slicing is a widely used technique for execution trace analysis that is effectively used in program debugging, analysis and comprehension. In this paper, we present a backward trace slicing technique that can be used for the analysis of Rewriting Logic theories. Our trace slicing technique allows us to systematically trace back rewrite sequences modulo equational axioms (such as associativity and commutativity) by means of an algorithm that dynamically simplifies the traces by detecting control and data dependencies, and dropping useless data that do not influence the final result. Our methodology is particularly suitable for analyzing complex, textually-large system computations such as those delivered as counter-example traces by Maude model-checkers.

研究の動機と目的

• RWLベースのツール（特にMaudeモデル・チェッカー）によって生成される、極めて大規模かつ複雑な実行トレースの分析という課題に対処すること。
• リライト論理で形式化された複雑で並列的なシステムの挙動の効果的ないくつかのデバッグと理解を可能にすること。
• 結合的・可換的公理を含む、代数的理論においても動作する汎用的なトレーススライシング技法の開発。
• 最終結果に影響しないデータおよび制御依存関係を特定・除去する後向きトレースメカニズムの提供。
• 基本的および拡張されたリ write 理論をサポートする実用的なトレーススライシングツールの実装と評価。

提案手法

• 還元列を逆方向に走査することで不要なイベントを特定・削除する、後向きトレーススライシングアルゴリズムの提案。
• リ write ルールから導出される文脈関係に基づくラベル付けメカニズムを採用し、項間の動的依存関係を関数記号レベルで追跡。
• 非左線形ルール、方程式の収縮、結合的・可換的（AC）代数的公理を扱えるように、従来の動的トレーシング技法を拡張。
• 左辺の記号が右辺のすべての記号に伝播する文脈ベースのラベル付け戦略を採用し、正確な起源追跡を可能にする。
• 基本的および拡張されたリ write 理論（組み込み演算子および複雑な代数的制約を含む）をサポート。
• Maude形式のトレースを処理し、ユーザーが指定した注目位置に基づいてフィルタリングを実行するソフトウェアツールとしてスライシング技法を実装。

実験結果

リサーチクエスチョン

• RQ1 代数的理論の下で、リライト論理計算のための後向きトレーススライシングを形式的に定義・実装する方法は何か？
• RQ2 結合的・可換的代数的公理の存在下でも、正確な後向き依存関係トレースを実現するメカニズムは何か？
• RQ3 動的後向きスライシングは、Maudeモデル・チェッカーから得られる大規模で複雑な実行トレースをどの程度縮小できるか？
• RQ4 不要なデータおよび制御フローを除去しながら、意味的関連性をどのように保持できるか？
• RQ5 実世界のRWLベースのシステムトレースに後向きスライシングを適用することで得られる実用的性能およびスケーラビリティの利点は何か？

主な発見

• 提案された後向きスライシング技法は、不要なデータおよび制御依存関係をフィルタリングすることで、大規模トレースの分析を可能にする。
• トレースの大幅な圧縮が達成され、Web-TLRにおける反例トレースは75 KB（モデルサイズの5000%）から管理可能なサイズにまで縮小された。
• ラベル付けメカニズムは、非左線形および収縮ルールが存在する場合でも、リ write 連鎖における先祖・子孫関係を正しく特定した。
• 本手法は、Webアプリケーションや生物学的モデルで一般的に見られるAC公理を含む複雑な代数的理論に対しても対応可能である。
• 実装されたツールは、トレースサイズが検査を困難にするモデル・チェックの場面において、デバッグおよび監視の実用的有用性を示した。
• 最終結果に焦点を当て、関連する原因へと後退的にたどる戦略のため、後向きトレースは前向きトレースよりもエラー診断に優れている。