[論文レビュー] Unfolding-based Partial Order Reduction

Rodríguez González, Marcelo Sousa+2 more|arXiv (Cornell University)|Jul 3, 2015

Numerical methods for differential equations参考文献 2被引用数 7

ひとこと要約

この論文は、状態に依存しない動的順序還元（DPOR）アルゴリズムの新規な手法を紹介しており、展開意味論と可換性に基づくPORを統合することで、マズルキエヴィチトレースごとに最大でも1つの実行しか探索しないため、探索を指数関数的に削減し、スーパー最適性を達成する。非終了系を処理するためにカットオフイベントを採用し、RAMをイベントキャッシュに活用することで、ビジーワイトを含むベンチマークにおいて従来のDPORを著しく上回る性能を発揮する。

ABSTRACT

Partial order reduction (POR) and net unfoldings are two alternative methods to tackle state-space explosion caused by concurrency. In this paper, we propose the combination of both approaches in an effort to combine their strengths. We first define, for an abstract execution model, unfolding semantics parameterized over an arbitrary independence relation. Based on it, our main contribution is a novel stateless POR algorithm that explores at most one execution per Mazurkiewicz trace, and in general, can explore exponentially fewer, thus achieving a form of super-optimality. Furthermore, our unfolding-based POR copes with non-terminating executions and incorporates state-caching. Over benchmarks with busy-waits, among others, our experiments show a dramatic reduction in the number of executions when compared to a state-of-the-art DPOR.

研究の動機と目的

• 並行システムにおける状態空間の爆発を解消するために、部分順序還元（POR）と展開技術を組み合わせること。
• マズルキエヴィチトレースごとに最大1つの実行しか探索しない状態に依存しないDPORを設計し、カットオフイベントを用いてスーパー最適性を達成すること。
• カットオフイベントを用いて非終了実行を処理し、イベントキャッシュにより利用可能なRAMを活用すること。
• PORと展開の長所を統合すること—冗長な状態探索を回避し、メモリ圧力を軽減し、スケーラビリティを向上させること。

提案手法

• 任意の独立性（可換性）関係をパrameter化した展開意味論を提案し、並行実行をモデル化する。
• マズルキエヴィチトレースごとに最大1つのトレースしか探索しない、新規な状態に依存しないDPORを設計し、展開の接頭部分を用いて構成を探索する。
• 無限または冗長な分岐を削除するためのカットオフイベントを用い、非終了系においても停止を可能にする。
• 動的イベントキャッシュを採用し、イベントを保存・再利用することで、再計算を削減し、パフォーマンスを向上させる。
• 任意の適切な順序（例：McMillanのサイズ順序）を用いてカットオフ述語を再定義し、複数の探索経路にわたって正しさを保証する。
• イベントを赤（決してカットオフされない）と青（カットオフおよび非カットオフ）の2セットに分割することで完全性を証明し、すべての到達可能なマークイングがカバーされることを示す。

実験結果

リサーチクエスチョン

• RQ1 マズルキエヴィチトレースごとに最大1つの実行しか探索しないDPORアルゴリズムを設計でき、スーパー最適性を達成できるか？
• RQ2 展開理論からのカットオフイベントを、非終了系を処理する状態に依存しないDPORに統合する方法は何か？
• RQ3 DPORが正しさや状態の独立性を損なわずに、利用可能なRAMをイベントキャッシュに活用できるか？
• RQ4 異なる探索経路でイベントのカットオフ状態が変化する場合でも、正しさを維持できるか？
• RQ5 PORと展開の組み合わせにより、単独で用いる場合よりも探索複雑性をさらに低減できるか？

主な発見

• 提案されたアルゴリズムは、同値類ごとに最大1つのマズルキエヴィチトレースしか探索しないため、多くの場合、探索を指数関数的に削減し、スーパー最適性を達成する。
• カットオフイベントを用いることで、無限の実行分岐を削除するため、非終了系を効果的に処理する。
• ビジーワイトを含むベンチマークにおいて、最先端のDPORと比較して、探索する実行数が顕著に減少する。
• イベントキャッシュの使用により、イベントの再訪問が著しく高速化され、利用可能なRAMを効果的に活用する。
• 赤および青のイベントプレフィックスを用いた新規な議論により、動的カットオフ決定にもかかわらず、すべての到達可能なマークイングがカバーされることを正しさの証明で示している。
• カットオフ意思決定に任意の適切な順序を用いることで、正しさが保証され、McMillanのサイズ順序の一般化が可能となり、より広範な適用性が得られる。