[論文レビュー] PAGAI: a path sensitive static analyzer

Julien Henry, David Monniaux+1 more|arXiv (Cornell University)|Jul 17, 2012

Formal Methods in Verification参考文献 13被引用数 8

ひとこと要約

PAGAI は、SMT 解法と抽象解釈を組み合わせた、LLVM インfraストラクチャ上に構築されたパスセンシティブな静的解析器であり、数値変数の帰納的不変量を計算する。PAGAI は、ループのヘッダーに焦点を当て、決定手続きを用いたパスセンシティブ解析を実行することで、古典的手法に比べて 8.29–9.86% の制御点でより高い精度を達成しており、特に論理和不変量と凸多面体領域において優れた結果を示している。

ABSTRACT

We describe the design and the implementation of PAGAI, a new static analyzer working over the LLVM compiler infrastructure, which computes inductive invariants on the numerical variables of the analyzed program. PAGAI implements various state-of-the-art algorithms combining abstract interpretation and decision procedures (SMT-solving), focusing on distinction of paths inside the control flow graph while avoiding systematic exponential enumerations. It is parametric in the abstract domain in use, the iteration algorithm, and the decision procedure. We compared the time and precision of various combinations of analysis algorithms and abstract domains, with extensive experiments both on personal benchmarks and widely available GNU programs.

研究の動機と目的

• C/C++ プログラムにおける数値変数の正確な帰納的不変量を自動的に計算する完全自動の静的解析器の開発。
• 制御フローマージにおける凸包操作によって生じる精度損失を克服すること。
• すべてのパスを明示的に列挙せずに、必要に応じて SMT クエリをオンデマンドで実行することで、効率的なパスセンシティブ解析を可能にすること。
• 異なる抽象ドメイン、反復戦略、決定手続きをモジュラーに実験的に比較できるようにすること。
• 実世界のプログラムにおける、さまざまな解析手法の組み合わせの精度とパフォーマンスのトレードオフを評価すること。

提案手法

• PAGAI は LLVM ビットコードを対象とし、ユーザーが選択可能な抽象ドメインに基づく抽象解釈を用いてプログラムを解析する。
• 不変量の計算は、制御フローチャート全体の伝搬を避けるために、特定のキーノード（主にループヘッダーまたはフィードバック頂点集合ノード）に限定して実行する。
• パスセンシティブ解析は、必要に応じてオンデマンドで SMT 解法を用いて実現される。各パスは、充足可能性クエリによって必要とされた場合にのみ探索される。
• 構成可能な反復戦略により、結合的不変量（例：凸多面体、オクタゴン）と論理和不変量（抽象要素の集合）の両方をサポートする。
• 複雑な算術制約を処理するために SMT ソルバと統合されるが、非線形算術は「未知」の結果を引き起こす可能性があり、回避策が必要となる。
• 本システムはパrametricである。ユーザーは、実験的比較のため、抽象ドメイン、反復アルゴリズム、決定手続きを個別に選択可能である。

実験結果

リサーチクエスチョン

• RQ1 オンデマンド SMT 解法を用いたパスセンシティブ解析は、すべてのパスを列挙する指数的計算コストを伴わずに、帰納的不変量の計算精度を向上させることができるか？
• RQ2 同じ解析手法を用いる場合、異なる抽象ドメイン（例：凸多面体、オクタゴン、区間）の精度とパフォーマンスはどのように比較されるか？
• RQ3 論理和不変量を用いることで、精度はどの程度向上するのか。その際のパフォーマンスコストは何か？
• RQ4 Bagnara 他による改善された拡大演算子は、古典的拡大と比較して過剰近似をどの程度低減するか？
• RQ5 現行の SMT ソルバは、実世界の C/C++ プログラムにおける非線形算術をどの程度正しく処理できており、その結果、解析の完全性にどのような影響を与えるか？

主な発見

• PAGAI は、凸多面体とパスフォーカスを用いた古典的手法と比較して、8.29% から 9.86% の制御点で精度が向上している。
• 論理和不変量の使用により、ベンチマークセット全体の 14.46% の制御点で G+PF 技法よりも精度が向上したが、計算コストは高くなった。
• オクタゴンドメインは、97.98% のケースで区間よりも優れている。これは、特にループインデックスの非定数境界を表現できる点に起因する。
• Bagnara 他による改善された拡大演算子は、3.70% の制御点で古典的拡大よりもより正確な不変量を生成した。
• Lapack/Blas ベンチマークでは、非線形浮動小数点算術のため、SMT ソルバの失敗率が非常に高く（1602 関数中 798 関数がスキップ）、現行の SMT サポートにおける主要な制限を示している。
• パスフォーカスは、計算対象の制御点が少ないため、実行時間において古典的手法を上回ることもある。