[논문 리뷰] On Verifying Complex Properties using Symbolic Shape Analysis

Thomas Wies, Viktor Kunčak외 3명|ArXiv.org|2006. 09. 18.

Protein Structure and DynamicsBiochemistry, Genetics and Molecular Biology참고 문헌 56인용 수 21

한 줄 요약

Bohne는 단일 차수 이차 논리, SMT 솔버(CVC Lite), 그리고 Isabelle의 정리 증명기의 조합을 통해 이원적, 전칭 기호화된 루프 인variant를 합성함으로써 복잡한 데이터 구조의 불변성을 검증하는 기호적 형태 분석 알고리즘이다. 이는 연결 리스트, 트리, 배열과 같은 동적 데이터 구조에서 안전성, 일관성, 계약 속성의 정밀한 검증을 가능하게 하며, 캐싱과 전칭 기호화의 인스턴스화를 통한 성능 향상도 제공한다.

ABSTRACT

One of the main challenges in the verification of software systems is the analysis of unbounded data structures with dynamic memory allocation, such as linked data structures and arrays. We describe Bohne, a new analysis for verifying data structures. Bohne verifies data structure operations and shows that 1) the operations preserve data structure invariants and 2) the operations satisfy their specifications expressed in terms of changes to the set of objects stored in the data structure. During the analysis, Bohne infers loop invariants in the form of disjunctions of universally quantified Boolean combinations of formulas. To synthesize loop invariants of this form, Bohne uses a combination of decision procedures for Monadic Second-Order Logic over trees, SMT-LIB decision procedures (currently CVC Lite), and an automated reasoner within the Isabelle interactive theorem prover. This architecture shows that synthesized loop invariants can serve as a useful communication mechanism between different decision procedures. Using Bohne, we have verified operations on data structures such as linked lists with iterators and back pointers, trees with and without parent pointers, two-level skip lists, array data structures, and sorted lists. We have deployed Bohne in the Hob and Jahob data structure analysis systems, enabling us to combine Bohne with analyses of data structure clients and apply it in the context of larger programs. This report describes the Bohne algorithm as well as techniques that Bohne uses to reduce the ammount of annotations and the running time of the analysis.

연구 동기 및 목표

• 연결 리스트와 동적 할당된 배열과 같은 무한 크기의 힙에 할당된 데이터 구조에서 복잡한 불변성을 검증하는 데 도전하는 것.
• 통합 프레임워크를 통해 구조적 속성(예: 도달 가능성, 트리 구조)과 기능적 속성(예: 정렬성, 배열 불변성)을 동시에 검증할 수 있도록 하는 것.
• 결정 절차와 의미적 캐싱을 사용하여 자동으로 정밀한 루프 인variant를 추론함으로써 수동 애너테이션의 필요성을 줄이는 것.
• 다양한 결정 절차를 합성된 인variant를 통해 통합함으로써 프로그램 검증의 확장성과 자동화를 향상시키는 것.
• 단일 차수 이차 논리, SMT 해법, 정리 증명의 조합이 복잡한 데이터 구조 연산의 검증에 효과적으로 기여할 수 있음을 보여주는 것.

제안 방법

• Bohne는 힙에 할당된 객체를 단항 술어로 표현된 구조적 및 기능적 속성으로 분할하는 기호적 형태 분석을 사용한다.
• 이 알고리즘은 이원적 기호화된 공식의 논리합으로 표현된 전칭 기호화된 불리안 조합으로서의 루프 인variant를 합성하며, 이를 이진 결정 다이어그램의 집합으로 표현한다.
• 알고리즘은 트리 위의 단일 차수 이차 논리에 대한 결정 절차, SMT 솔버(CVC Lite), 그리고 Isabelle의 자동 추론기의 조합을 통해 인variant를 추론한다.
• 필드 제약 조건 분석을 통해 단일 차수 이차 논리 공식 내에서 무의미한 함수 기호를 사용할 수 있게 되어 핵심 케이스에서 완전성을 유지한다.
• 의미적 캐싱과 전처리 조건의 공통 항목 전파로 인해 중복된 결정 절차 호출이 감소하고 성능이 향상된다.
• 전칭 기호화의 인스턴스화는 이전 루프 반복의 맥락에 기반하여 수행되어 정밀도를 유지하면서 계산 비용을 줄인다.

실험 결과

연구 질문

• RQ1 기호적 형태 분석 알고리즘이 데이터 구조에서 도달 가능성과 기능적 속성을 결합한 복잡한, 논리합 형태의 루프 인variant를 자동으로 추론할 수 있는가?
• RQ2 단일 차수 이차 논리 및 SMT에 대한 결정 절차를 효과적으로 조율하여 수동 애너테이션 없이도 데이터 구조의 불변성을 검증할 수 있는가?
• RQ3 의미적 캐싱과 맥락 민감한 전칭 기호화 인스턴스화는 형태 분석에서 결정 절차 호출 수를 얼마나 줄일 수 있는가?
• RQ4 통합 분석 프레임워크가 동일한 검증 과정에서 구조적 불변성(예: 트리 형태)과 기능적 불변성(예: 정렬성)을 모두 검증할 수 있는가?
• RQ5 Isabelle의 정리 증명기와 외부 결정 절차의 통합이 합성된 인variant의 소통과 정밀도를 어떻게 향상시키는가?

주요 결과

• Bohne는 단일 연결 리스트, 이중 연결 리스트, 이중 레벨 스킵 리스트, 부모 포인터가 있는/없는 트리, 정렬 리스트, 배열 등 다양한 데이터 구조에서 복잡한 속성을 성공적으로 검증했다.
• List.reverse에 대해 결정 절차 호출 수가 72% 감소했으며(총 371회, 캐시 히트율 22%), 캐싱의 효과를 입증했다.
• 의미적 캐싱 비활성화 시 분석 속도가 1.3배에서 1.5배 느려졌으며, 이는 캐싱의 성능에 미치는 영향이 크다는 것을 시사한다.
• 전칭 기호화 인스턴스화 비활성화 시 실행 시간이 1.2배에서 3.6배 증가했으며, 이는 확장성 확보에 있어 핵심적인 역할을 한다는 것을 보여준다.
• Tree.add에 대해 결정 절차 호출이 총 983회 발생했고(전체 시간의 91%), 81초가 소요되어 복잡한 불변성의 비용이 크다는 점을 확인했다.
• 이 프레임워크는 수동 애너테이션의 필요성을 줄였으며, 데이터 구조에 저장된 원소 집합의 변화와 같은 절차 계약의 검증을 가능하게 했다.