[논문 리뷰] Reverse Engineering Code Dependencies: Converting Integer-Based Variability to Propositional Logic

Adam Krafczyk, Sascha El-Sharkawy외 1명|arXiv (Cornell University)|2021. 10. 12.

Advanced Software Engineering Methodologies참고 문헌 14인용 수 3

한 줄 요약

이 논문은 C-프리프로세서 코드에서 정수 기반의 가변성 조건을 등가의 명제 논리 공식으로 변환하는 방법을 제시한다. 이를 통해 기존의 SAT 기반 분석 도구가 정수 값 설정 변수를 사용하는 소프트웨어 제품군에 적용할 수 있다. 허용 가능한 값에 대해 부울 변수로 정수 변수를 모델링하고, 산술 및 비교 표현식에 대해 명제 공식을 구성함으로써, 제한된 정수 변수에 대해 만족 가능성은 유지되며, 제한이 없는 경우에도 유용한 가변성 정보를 유지한다. 이는 산업 현장 사례 연구를 통해 검증되었다.

ABSTRACT

A number of SAT-based analysis concepts and tools for software product lines exist, that extract code dependencies in propositional logic from the source code assets of the product line. On these extracted conditions, SAT-solvers are used to reason about the variability. However, in practice, a lot of software product lines use integer-based variability. The variability variables hold integer values, and integer operators are used in the conditions. Most existing analysis tools can not handle this kind of variability; they expect pure Boolean conditions. This paper introduces an approach to convert integer-based variability conditions to propositional logic. Running this approach as a preparation on an integer-based product line allows the existing SAT-based analyses to work without any modifications. The pure Boolean formulas, that our approach builds as a replacement for the integer-based conditions, are mostly equivalent to the original conditions with respect to satisfiability. Our approach was motivated by and implemented in the context of a real-world industrial case-study, where such a preparation was necessary to analyze the variability. Our contribution is an approach to convert conditions, that use integer variables, into propositional formulas, to enable easy usage of SAT-solvers on the result. It works well on restricted variables (i.e. variables with a small range of allowed values); unrestricted integer variables are handled less exact, but still retain useful variability information.

연구 동기 및 목표

• 많은 소프트웨어 제품군에서 작은 범위의 정수 기반 가변성(예: 작은 범위의 설정 값)을 사용하지만, 기존의 SAT 기반 분석 도구는 순수 부울 조건을 요구한다.
• Undertaker, TypeChef, 기능 효과 분석기와 같은 기존 도구들은 #if 조건 내에서 정수 산술 또는 비교를 처리할 수 없다.
• 본 연구는 도구를 수정하지 않고도 SAT 기반 분석을 정수 기반 제품군에 적용할 수 있도록 격차를 메우는 데 목적이 있다.
• 정수 표현식에서 명제 논리로의 변환 과정에서 만족 가능성과 가변성 정보를 유지하는 것이 목표이다.
• 이 방법은 제한된(작은 값 범위) 및 제한이 없는(크거나 무한한 범위) 정수 변수를 효과적으로 처리해야 한다.

제안 방법

• 허용 가능한 값의 범위가 제한된 각 정수 변수에 대해, 그 변수가 범위 내 특정 값을 가질 때를 나타내는 부울 변수를 도입한다.
• 정수 하위 표현식을 평가하기 위해 추상 구문 트리(_AST_)를 하향식으로 순회하며, 모든 유효한 값 조합을 추적한다.
• 각 비교 또는 산술 연산에 대해 조건을 만족하는 모든 값 조합을 포괄하는 명제 공식을 구성한다.
• 양측 모두가 범위가 제한된 변수인 경우, 모든 쌍의 값 조합을 고려하게 되어 조합 수가 제곱 수준으로 증가한다.
• 제한이 없거나 큰 범위의 정수 변수의 경우, 변수가 정의되어 있는지를 나타내는 단일 부울 플래그를 사용하여 부분적인 가변성 정보를 유지한다.
• 변환 과정은 KernelHaven 프레임워크용 오픈소스 플러그인으로 구현되었으며, 소스 파일 내의 #if 조건을 등가의 명제 논리로 대체한다.

실험 결과

연구 질문

• RQ1 C-프리프로세서 코드 내의 정수 기반 가변성 조건을 정확하게 명제 논리로 변환할 수 있는가?在此, SAT 기반 분석을 위한 변환 과정에서의 정확성과 타당성을 확보한다.
• RQ2 작은 값 범위를 가진 제한된 정수 변수를 명제 논리로 어떻게 모델링할 수 있으며, 이를 통해 만족 가능성은 어떻게 유지할 수 있는가?
• RQ3 값을 완전히 나열할 수 없는 제한이 없는 또는 고범위의 정수 변수를 효과적으로 다루는 전략은 무엇인가?
• RQ4 변환 과정에서 원래의 가변성 의미 체계가 얼마나 잘 유지되는가, 특히 극단적인 케이스에서의 경우를 포함하여?
• RQ5 변환된 코드는 수정 없이 기존의 SAT 기반 분석 도구와 효과적으로 통합될 수 있는가?

주요 결과

• 이 변환 방법은 제품군 크기와 선형적으로 확장되며, 후속 분석 단계에 비해 성능 오버헤드가 거의 없다.
• 제한된 정수 변수의 경우, 명제 공식은 원래의 정수 조건과 대부분 등만족가능하다. 이는 분석의 정확성을 유지함을 의미한다.
• 제한이 없는 정수 변수의 경우에도 단일 부울 플래그를 사용하여 정의 여부를 나타내어, 여전히 유용한 가변성 정보를 유지한다.
• Bosch PS-EC 제품군에 대한 실제 산업 사례 연구에서, 이 방법은 기존의 SAT 기반 도구가 의미 있는 분석 결과를 도출할 수 있도록 성공적으로 지원했다.
• KernelHaven 플러그인으로서의 구현은 산업 현장에서의 실용성과 재사용 가능성을 입증했다.
• 고복잡도 케이스에서 값 조합의 수를 제한하면 성능 영향이 줄어들지만 정밀도가 감소하므로, 이를 보완하기 위해 후속 전략이 마련되어 있다.