[논문 리뷰] Explicit-Value Analysis Based on CEGAR and Interpolation

Dirk Beyer, Stefan Löwe|arXiv (Cornell University)|2012. 12. 28.

Software Testing and Debugging Techniques참고 문헌 26인용 수 3

한 줄 요약

이 논문은 CEGAR, 보간법, 추상화를 명시적 값 프로그램 분석에 새로운 방식으로 통합하여, 불가능한 오류 경로를 제거하기 위해 필요한 변수들만 정밀도를 높임으로써 동적 정밀도 조정이 가능한 방법을 제시한다. 명시적 값 추적과 술어 분석을 결합하고 불가능한 반례를 통한 정밀도 조정을 통해, SV-COMP’12 경쟁에서 최첨단 도구인 cpa-memo를 능가하는 경쟁력 있는 성능과 정밀도를 달성한다.

ABSTRACT

Abstraction, counterexample-guided refinement, and interpolation are techniques that are essential to the success of predicate-based program analysis. These techniques have not yet been applied together to explicit-value program analysis. We present an approach that integrates abstraction and interpolation-based refinement into an explicit-value analysis, i.e., a program analysis that tracks explicit values for a specified set of variables (the precision). The algorithm uses an abstract reachability graph as central data structure and a path-sensitive dynamic approach for precision adjustment. We evaluate our algorithm on the benchmark set of the Competition on Software Verification 2012 (SV-COMP'12) to show that our new approach is highly competitive. In addition, we show that combining our new approach with an auxiliary predicate analysis scores significantly higher than the SV-COMP'12 winner.

연구 동기 및 목표

• 강력한 술어 기반 분석과 간단한 명시적 값 분석 간 격차를 해소하기 위해 추상화, CEGAR, 보간법을 통합한다.
• 불가능한 오류 경로를 제거하기 위해 필요한 변수들만 정밀도를 높임으로써 명시적 값 분석에서 동적이고 적응형 정밀도를 가능하게 한다.
• 추상화 정밀도 조정 과정에서 복잡한 SMT 솔버에 의존하지 않고도 검증 성능과 정밀도를 향상시킨다.
• 명시적 값 분석과 술어 분석을 결합하여 정밀도와 확장성 측면에서 상호 보완적인 이점을 얻는다.
• 경량 명시적 값 분석에 정밀도 조정 기법을 적용한 결과가 선도적인 기호 모델 체크어와 맞먹거나 뛰어나다는 것을 입증한다.

제안 방법

• 분석 중 프로그램 상태를 표현하기 위해 추상적 도달 가능성 그래프를 중심 데이터 구조로 사용한다.
• 경로 민감한 동적 정밀도 조정을 포함한 CEGAR를 적용하며, 최소한의 추적으로 시작하여 불가능한 오류 경로 기반으로 정밀도를 높인다.
• 불가능한 경로를 제거할 수 있는 변수 집합의 최소성을 확보하기 위해 명시적 값 도메인에서 보간법을 활용한다.
• 정밀도와 성능의 균형을 위해 명시적 값 분석과 보조 술어 분석을 결합한다.
• 불가능한 반례를 활용하여 추상화 정밀도 조정을 이끌어내어 관련이 없는 변수들의 불필요한 추적을 방지한다.
• SMT 솔버는 타당성 검증과 보간법에만 사용하며, 핵심 추상화 계산에는 사용하지 않는다.

실험 결과

연구 질문

• RQ1 CEGAR와 보간법이 명시적 값 분석에 효과적으로 적용되어 정밀도와 확장성 향상에 기여할 수 있는가?
• RQ2 추상화와 정밀도 조정을 통한 경량 명시적 값 분석이 SMT 기반 술어 추상화와 경쟁 가능한 성능을 달성할 수 있는가?
• RQ3 명시적 값 분석과 술어 분석을 결합하면 단독으로 사용할 경우보다 더 나은 검증 결과를 얻을 수 있는가?
• RQ4 명시적 값 도메인에서의 보간법이 불가능한 오류 경로를 제거하기 위해 필요한 최소한의 변수 집합을 식별할 수 있는가?
• RQ5 실제 산업 규모의 검증 벤치마크에서 제안된 방법이 최첨단 도구와 비교해 어떻게 성능을 발휘하는가?

주요 결과

• 제안된 방법은 SV-COMP’12 벤치마크 세트의 280개 인스턴스 중 211개를 해결하여 점수 318을 기록했으며, SV-COMP’12 최우수 상 수상자인 cpa-memo를 능가했다.
• 명시적 값 분석과 술어 분석의 조합(cpa-expl itp -pred)은 단독으로 사용된 술어 분석(cpa-pred)이나 명시적 값 분석(cpa-expl itp)보다 더 많은 인스턴스를 해결하고 더 높은 점수를 기록했다.
• Blast와 SATabs보다 훨씬 적은 검증 시간을 소비하면서도 더 많은 인스턴스를 해결하고 더 높은 점수를 기록했다.
• CEGAR와 보간법이 명시적 값 분석에 효과적으로 적용되어 고비용 SMT 사용 없이도 동적 정밀도 조정이 가능하다는 것이 입증되었다.
• 술어 분석과의 조합은 결과를 크게 향상시켰으며, 두 분석 유형의 상호 보완적 강점이 결합되어 전체 검증 효과성을 높인다는 것이 확인되었다.
• 정밀도가 매우 높았으며, cpa-memo와 비교해 해결한 인스턴스 수의 차이가 미미함에도 불구하고 훨씬 높은 점수를 기록하여 잘못된 결과가 훨씬 적다는 것이 입증되었다.