[論文レビュー] On Decidable Growth-Rate Properties of Imperative Programs

Amir M. Ben-Amram|arXiv (Cornell University)|May 4, 2010

Logic, programming, and type systems参考文献 12被引用数 5

ひとこと要約

この論文は、Ben-Amram ら (2008) が提唱したコア言語にリセット・ゼロ命令 (X := 0) を追加することで、命令型プログラムの決定可能成長率解析を拡張し、多項式的および線形成長率の性質がこの拡張のもとでも決定可能であることを証明している。解析手法は、多項式的境界の反証に注力するトップダウンで、証明規則に基づく方法であり、PSPACE完全性の決定手続きをもたらす。これは、元来の PTIME 結果に比べて顕著な計算量の増加を示している。

ABSTRACT

In 2008, Ben-Amram, Jones and Kristiansen showed that for a simple "core" programming language - an imperative language with bounded loops, and arithmetics limited to addition and multiplication - it was possible to decide precisely whether a program had certain growth-rate properties, namely polynomial (or linear) bounds on computed values, or on the running time. This work emphasized the role of the core language in mitigating the notorious undecidability of program properties, so that one deals with decidable problems. A natural and intriguing problem was whether more elements can be added to the core language, improving its utility, while keeping the growth-rate properties decidable. In particular, the method presented could not handle a command that resets a variable to zero. This paper shows how to handle resets. The analysis is given in a logical style (proof rules), and its complexity is shown to be PSPACE-complete (in contrast, without resets, the problem was PTIME). The analysis algorithm evolved from the previous solution in an interesting way: focus was shifted from proving a bound to disproving it, and the algorithm works top-down rather than bottom-up.

研究の動機と目的

• リセット・ゼロ代入 (X := 0) を含めることで、命令型プログラムの決定的成長率解析フレームワークを拡張すること。
• リセットを追加しても、多項式的および線形成長率の性質の決定可能性が保たれるかを調査すること。
• 拡張された解析問題の計算量の複雑さを特定し、タイトな境界を確立すること。
• 多項式的境界の証明ではなく、反証に注力する新しいトップダウンで、証明規則に基づくアルゴリズムを開発すること。
• コア言語の表現力と、複雑さの性質の決定可能性との間のトレードオフを検討すること。

提案手法

• 解析は、非多項式的成長の証明を導出するための推論規則の論理的枠組みに基づく。多項式的境界の証明から、その反証への注力のシフトが行われる。
• この手法はトップダウンで動作し、制御フローを走査し、文脈に依存する解析により、変数の値とその成長パターンを追跡する。
• 主な革新点は、リセットによって生じる非単調的挙動を管理するための「文脈」の使用であり、ゼロ初期化された変数をリセットの既知のポイントとして扱う。
• アルゴリズムは、抽象化されたコア言語を用いて、実行時の意味を過剰近似することで、すべての可能な挙動を保守的に捉えることで健全性を保証する。
• 複雑さは、PSPACE完全問題への還元を通じて分析され、証明導出の多項式空間制限付き探索により、一致する上界が確立される。
• 元の PTIME アルゴリズムは、解析の目的を再定義することによって一般化される。多項式的境界の証明から、その反証の探求へと移行する。

実験結果

リサーチクエスチョン

• RQ1 決定的成長率解析フレームワークは、リセット・ゼロ命令 (X := 0) を含めても、決定可能性を保つように拡張可能か？
• RQ2 コア言語にリセットを追加した場合、成長率解析問題の計算量の複雑さはどのようになるか？
• RQ3 リセットの導入は、制御フローと値追跡の観点から、解析アルゴリズムの設計にどのような影響を与えるか？
• RQ4 境界の反証に注力する新しい解析手法は、境界の証明に注力する元の手法よりも、有効性や効率性に優れているか？
• RQ5 min 演算子や定数 1 のようなコア言語の自然な拡張は、決定可能性を保つのか、それともより高い複雑さを引き起こすのか？

主な発見

• コア命令型言語にリセット・ゼロ命令 (X := 0) を追加すると、多項式的および線形成長率の性質を決定する問題は PSPACE完全となる。
• 解析アルゴリズムは、もはやボトムアップの証明書生成に基づくのではなく、多項式的境界の反証に注力するトップダウンで、証明規則に基づくシステムを採用する。
• リセットなしの PTIME から PSPACE 完全への複雑さの増加は、一致する下界の構築により、タイトであることが示された。
• この手法は、ゼロ初期化された変数の文脈に依存する追跡を導入し、リセットによって生じる非単調的挙動を処理できるようにする。
• 非単調的演算が、構造的および論理的制約を適切に抽象化することで、決定可能性を維持できることを示している。
• min 演算子や定数 1 を含む拡張の決定可能性は、本論文では未解決のまま残されているが、min については PSPACE 完全性を予想し、定数 1 については、決定不能性またはより高い複雑さを示唆している。