[論文レビュー] Polsat: A Portfolio LTL Satisfiability Solver

Jianwen Li, Geguang Pu+4 more|arXiv (Cornell University)|Nov 7, 2013

Formal Methods in Verification参考文献 7被引用数 9

ひとこと要約

Polsat は、マルチコアハードウェア上で同時に 4 つの既成品 LTL ソルバ — pltl、TRP++、NuSMV、Aalta — を実行するパフォーマンス最適化型 LTL 滿足可能性ソルバである。結果が得られ次第直ちに終了するため、特にランダムおよび複雑な論理式において優れた全体的性能を発揮し、LTL ソルバの評価と最適化のための統合的テストプラットフォームとしても機能する。

ABSTRACT

In this paper we present a portfolio LTL-satisfiability solver, called Polsat. To achieve fast satisfiability checking for LTL formulas, the tool integrates four representative LTL solvers: pltl, TRP++, NuSMV, and Aalta. The idea of Polsat is to run the component solvers in parallel to get best overall performance; once one of the solvers terminates, it stops all other solvers. Remarkably, the Polsat solver utilizes the power of modern multi-core compute clusters. The empirical experiments show that Polsat takes advantages of it. Further, Polsat is also a testing plat- form for all LTL solvers.

研究の動機と目的

• 普遍的に優れた LTL 滿足可能性ソルバが存在しないという課題に対処するため、複数のソルバタイプを組み合わせて全体的性能を向上させる。
• 現代のマルチコアコンピューティングクラスタを活用し、複数の LTL ソルバを並列実行することで、満たし可能性のチェックを高速化する。
• 共通のベンチマークスイートを用いて、LTL ソルバの性能を評価・比較するための標準化されたテストプラットフォームを提供する。
• 特定の論理式タイプにおいてどのソルバが優れているかを特定することで、実証的分析によるソルバ性能の最適化を実現する。
• 記号的、テーブル式、解消法、ハイブリッド手法といった多様なアルゴリズム的手法を統合することで、LTL 滿足可能性チェックのスケーラビリティと耐障害性を向上させる。

提案手法

• 代表的な 4 つの LTL ソルバを統合：pltl（テーブル式ベース）、TRP++（時系列解消法）、NuSMV（BDD および SAT を用いた記号的モデルチェックイング）、Aalta（ヒューリスティクスを用いたハイブリッドテーブル式）。
• 各ソルバを専用スレッドで並列実行し、中央集権的な調整メカニズムを用いて、最初のソルバが完了した時点で他のすべてのスレッドを即時終了させる。
• Polsat のネイティブ LTL 構文を各統合ソルバが要求する入力形式に変換するための統合入力パーサーを用いる。
• 結果の出力を統一するため、共通フォーマット（'sat' または 'unsat'、ソースソルバ、実行時間）に正規化する。
• 外部ソルバが同一の入出力インターフェースに準拠していれば、拡張性を確保して外部ソルバの統合を可能にする。
• cactus プロットベースの評価フレームワークを用い、拡張されたランダムおよび論理積の論理式を含む複数のベンチマークでソルバ性能を比較する。

実験結果

リサーチクエスチョン

• RQ1 複数の LTL ソルバを組み合わせたパフォーマンス最適化型アプローチが、多様なベンチマークで個々のソルバーよりも優れた性能を発揮できるか？
• RQ2 マルチコアシステム上で並列実行することで、LTL 滿足可能性チェックの全体的性能が顕著に向上するか？
• RQ3 Polsat は、新しい LTL ソルバの評価と最適化のための効果的なテストプラットフォームとして機能できるか？
• RQ4 記号的、テーブル式、解消法、ハイブリッドといったソルバタイプの中で、どのタイプが LTL 論理式のどのクラスで最も優れた性能を発揮するか？
• RQ5 特にランダムおよび論理積ベースの論理式において、Polsat は大規模で複雑なベンチマークでどのようにスケーリングするか？

主な発見

• Polsat は、Schuppan が収集したベンチマークにおいて、14 種類の論理式のうち 12 種類で最良の単一ソルバーよりも速い結果を達成し、全体的な性能が優れている。
• 拡張されたランダム論理式（100〜200 文字）およびランダム論理積論理式（1〜20 要素）において、Polsat は 60 秒のタイムアウト内に他のどのソルバよりも多くのインスタンスを解消した。cactus プロットにより明確に示されている。
• NuSMV-BMC の統合が /alaska/lift 論理式に対して最も効果的であった。一方、Aalta は /schuppan/O1formula および /schuppan/O2formula のセットにおいて他を上回った。
• 入力フォーマット変換に伴うオーバーヘッドは一部のベンチマークで性能にわずかに悪影響を与えたが、ソルバの多様性と並列実行の利点がそれを上回った。
• Polsat のプラットフォームにより、Aalta の性能最適化が実証的フィードバックを通じて可能となり、開発およびベンチマーク環境としての有用性が実証された。
• 最初のソルバが完了すると直ちに終了するパフォーマンス最適化型アプローチにより、Polsat の性能はセット内での最速ソルバに制限され、効率的かつスケーラブルであることが保証される。