[논문 리뷰] Relating Complexity-theoretic Parameters with SAT Solver Performance

Edward Zulkoski, Ruben Martins외 5명|arXiv (Cornell University)|2017. 06. 26.

Formal Methods in Verification참고 문헌 24인용 수 5

한 줄 요약

이 논문은 CDCL SAT 솔버에서 리스타트를 통합한 복잡도 이론적 파arameter인 리스타트를 고려한 학습 민감성 백도어(LSR)를 도입한다. 이는 LS 백도어를 확장한 것으로, 문장 흠모흡법을 사용하여 최소 LSR 백도어 크기의 상한을 계산하는 알고리즘을 제안하며, 특정 공식에 대해 최소 LSR 백도어가 최소 LS 백도어보다 지수적으로 작아질 수 있음을 증명한다. 이는 산업적 인스턴스에서의 솔버 효율성을 설명한다.

ABSTRACT

Over the years complexity theorists have proposed many structural parameters to explain the surprising efficiency of conflict-driven clause-learning (CDCL) SAT solvers on a wide variety of large industrial Boolean instances. While some of these parameters have been studied empirically, until now there has not been a unified comparative study of their explanatory power on a comprehensive benchmark. We correct this state of affairs by conducting a large-scale empirical evaluation of CDCL SAT solver performance on nearly 7000 industrial and crafted formulas against several structural parameters such as backdoors, treewidth, backbones, and community structure. Our study led us to several results. First, we show that while such parameters only weakly correlate with CDCL solving time, certain combinations of them yield much better regression models. Second, we show how some parameters can be used as a "lens" to better understand the efficiency of different solving heuristics. Finally, we propose a new complexity-theoretic parameter, which we call learning-sensitive with restarts (LSR) backdoors, that extends the notion of learning-sensitive (LS) backdoors to incorporate restarts and discuss algorithms to compute them. We mathematically prove that for certain class of instances minimal LSR-backdoors are exponentially smaller than minimal-LS backdoors.

연구 동기 및 목표

• CDCL SAT 솔버 성능에 대한 구조적 파라미터(백도어, 트리위드, 커뮤니티 구조 등)의 설명력에 대한 종합적 평가를 수행한다.
• 다양한 산업적 및 제작된 벤치마크에서 해소 시간과 가장 잘 상관관계를 가지는 파라미터를 규명한다.
• CDCL 솔버의 리스타트를 고려한 새로운 파라미터인 LSR 백도어를 개발한다.
• 이론적 및 실험적 증거를 통해 LSR 백도어가 LS 백도어보다 지수적으로 작아질 수 있음을 보이며, 이는 실제 인스턴스에서의 솔버 효율성을 설명한다.
• 산업 SAT 인스턴스에서 유망한 구조적 특징을 규명하여 향후 파rameterized 복잡도 분석과 솔버 설계를 안내한다.

제안 방법

• SAT 경연 대회에서의 응용, 제작, 애질리지 트랙에서 약 7,000개의 SAT 인스턴스에 대해 대규모 실험적 평가를 수행했다.
• 각 인스턴스에 대해 백도어, 트리위드, 백본, 커뮤니티 구조의 모듈래리티와 같은 구조적 파라미터를 계산했다.
• CDCL 솔버의 해소 시간에 대한 개별 및 조합된 파라미터의 예측 능력을 평가하기 위해 회귀 모델을 사용했다.
• 이전 연구에서의 문장 흡수 기법을 활용해 최소 LSR 백도어 크기의 상한을 계산하는 새로운 알고리즘을 제안했다.
• 이론적 분석을 통해 决定 순서에서의 순서 어긋남 변수 할당 수가 LS 백도어 크기의 하한을 결정함을 밝혔다.
• 특정 공식에 대해, 1단계-UIP 학습과 백점프 없이, 최소 LSR 백도어 크기는 O(log N)이지만 최소 LS 백도어 크기는 Ω(N)임을 증명했다.

실험 결과

연구 질문

• RQ1 백도어, 트리위드, 커뮤니티 구조와 같은 구조적 파라미터가 CDCL SAT 솔버의 해소 시간과 얼마나 잘 상관관계를 가지는가?
• RQ2 구조적 파라미터의 조합은 개별 파라미터보다 해소 성능 예측에 더 유의미한 회귀 모델을 제공하는가?
• RQ3 LSR 백도어는 LS 백도어와 어떻게 다를 수 있으며, 어떤 경우에 지수적으로 작아지는가?
• RQ4 산업 인스턴스는 제작 또는 무작위 인스턴스에 비해 더 유리한 구조적 파라미터 값을 보이는가?
• RQ5 LSR 백도어는 리스타트가 존재할 때 다양한 CDCL 히우리스틱의 효과성을 이해하는 데 유용한 시각을 제공할 수 있는가?

주요 결과

• 개별 구조적 파라미터는 CDCL 해소 시간과 약한 상관관계를 보이지만, 특정 조합은 특히 애질리지 벤치마크에서 유의미하게 더 나은 회귀 모델을 제공한다.
• 응용 및 애질리지 인스턴스는 제작 인스턴스보다 유의미하게 더 좋은 구조적 파라미터 값을 보이며(예: 더 작은 백도어, 더 높은 모듈래리티), 이는 본질적인 구조적 이점이 있음을 시사한다.
• 제안된 LSR 백도어 파라미터는 리스타트 하에서 솔버 행동을 포괄하며, 특정 공식에 대해 LS 백도어보다 지수적으로 작은 백도어를 구성할 수 있다.
• 모든 n > 3에 대해, 1단계-UIP 학습과 백점프 없이, O(log N)의 최소 LSR 백도어를 가지지만 Ω(N)의 최소 LS 백도어를 가지는 공식 F_n가 존재한다.
• 이론적 분석을 통해 결론적으로, 결정 순서에서의 순서 어긋남 변수 할당 수가 LS 백도어 크기의 하한을 직접 결정함을 확인했다.
• 실험 결과는 CDCL 솔버가 산업 인스턴스에서 많은 작은 LSR 백도어 덕분에 리스타트를 통해 더 빠른 수렴을 이룰 수 있어 더 잘 작동할 수 있음을 시사한다.