[論文レビュー] Perturbed affine arithmetic for invariant computation in numerical program analysis

Éric Goubault, Sylvie Putot|ArXiv.org|Jul 18, 2008

Numerical Methods and Algorithms参考文献 18被引用数 12

ひとこと要約

本稿では、順序論的構造と位相的構造（特に順序付きバナッハ空間）を組み合わせることで、収束する不動点反復を可能にする、数値プログラム解析のための新しい抽象ドメインとして、摂動付きアフィン算術を導入する。任意の次数の安定な線形再帰フィルタに対して、有限で正確な境界を保証する。変数間の依存関係を保持する洗練された結合演算子により、非線形ケースにおいても高い正確性が裏付けられる。

ABSTRACT

We completely describe a new domain for abstract interpretation of numerical programs. Fixpoint iteration in this domain is proved to converge to finite precise invariants for (at least) the class of stable linear recursive filters of any order. Good evidence shows it behaves well also for some non-linear schemes. The result, and the structure of the domain, rely on an interesting interplay between order and topology.

研究の動機と目的

• 浮動小数点および実数演算を含む数値プログラムにおける正確な不変量を計算するための堅牢な抽象ドメインの開発。
• 特に航空機や制御システムなどの安全が重要なシステムにおいて、数値スキームにおける変数値の効率的かつ厳密な境界化の課題に対処すること。
• 標準的な区間算術やアフィン算術の限界を克服し、収束性と正確性の両方を向上させるために、順序構造と位相的構造を併せ持つドメインを導入すること。
• 任意の次数の安定な線形再帰フィルタに対して、提案ドメインにおける不動点反復が有限で正確な境界に収束することの証明。

提案手法

• 順序付きバナッハ空間を形成する一般化されたアフィン形式ドメインを構築し、順序論的および位相的推論を可能にする。
• 不動点反復の効果を摂動としてモデル化する摂動付き結合演算子を導入し、変数間の依存関係を保持する。
• ドメインは「ほとんど」有界完備ラティスであることが示され、最大下界と最小上界が存在し、順序とノルム位相の相互作用を活用する。
• 不動点を計算するためのクレインの反復技法を開発し、安定な線形再帰フィルタに対して収束を証明する。
• 不確実性の記号的表現として誤差項（εi）を用い、シフトおよび結合操作を適用して境界をプログラム状態間で伝搬する。
• 関連する変数の結合を許容するように標準アフィン算術を拡張し、アフィン関係（例：y = 2x - 2）を保持することで、ループや分岐における正確性を向上させる。

実験結果

リサーチクエスチョン

• RQ1 順序と位相を併せ持つ数値抽象ドメインは、任意の次数の線形再帰フィルタに対して不動点反復の収束を保証できるか？
• RQ2 抽象解釈の過程で、プログラム変数間の依存関係をどのように保持することで正確性を向上させられるか？
• RQ3 摂動付きアフィン算術は、非線形スキームにおいて、標準的な区間算術やアフィン算術をどの程度上回るか？
• RQ4 このドメインの構造は、精度を向上させるために高次近似（例：テイラー・モデル）をサポートできるか？
• RQ5 不動点反復の収束性は、非線形系や他のノルム空間へ一般化可能か？

主な発見

• 提案ドメインは、任意の次数の安定な線形再帰フィルタに対して、不動点反復が有限で正確な境界に収束することを保証する。
• ドメインは順序付きバナッハ空間であり、「ほとんど」リーマン空間（Riesz space）であることが示され、位相的・順序論的双対性を用いて有界完備性が確立されている。
• 結合演算子はアフィン形式の摂動として再定義され、依存関係の正確な伝搬を可能にし、単純な結合に比べて性能が向上している。
• 線形再帰フィルタの例では、3反復後にγ(ˆxn³) = [-0.32, 0.8] のタイトな境界が得られる。
• 分岐付きプログラムでは、分岐間でアフィン関係（例：y = 2x - 2）を保持でき、正確な結合抽象化が可能になる。
• 誤差項を離散値（例：ε₂ = ±1）に制限することで、分岐分岐における正確な推論を可能にするため、選言的解析をサポートする。