[논문 리뷰] Sampling Techniques for Boolean Satisfiability

Kuldeep S. Meel|arXiv (Cornell University)|2014. 04. 26.

Formal Methods in Verification참고 문헌 66인용 수 15

한 줄 요약

이 논문은 제한된 독립성 해싱을 사용하여 다항수준의 SAT 솔버 호출을 통해 강력한 이론적 보장을 확보하고 실용적인 확장성을 갖춘, near-uniform SAT 해답 생성과 근사적 모델 수세기의 두 확장 가능한 알고리즘인 UniWit과 ApproxMC를 제안한다. 수만 개의 변수를 가진 공식들에 대해 강력한 이론적 보장과 실용적 확장성을 동시에 달성한다.

ABSTRACT

Boolean satisfiability ({\SAT}) has played a key role in diverse areas spanning testing, formal verification, planning, optimization, inferencing and the like. Apart from the classical problem of checking boolean satisfiability, the problems of generating satisfying uniformly at random, and of counting the total number of satisfying assignments have also attracted significant theoretical and practical interest over the years. Prior work offered heuristic approaches with very weak or no guarantee of performance, and theoretical approaches with proven guarantees, but poor performance in practice. We propose a novel approach based on limited-independence hashing that allows us to design algorithms for both problems, with strong theoretical guarantees and scalability extending to thousands of variables. Based on this approach, we present two practical algorithms, {\UniformWitness}: a near uniform generator and {\approxMC}: the first scalable approximate model counter, along with reference implementations. Our algorithms work by issuing polynomial calls to {\SAT} solver. We demonstrate scalability of our algorithms over a large set of benchmarks arising from different application domains.

연구 동기 및 목표

• 강력한 이론적 보장을 갖춘 실용적인 near-uniform SAT 해답 생성 및 근사적 모델 수세기 알고리즘의 부족을 보완한다.
• 이론적 접근법(보장은 있지만 성능가 낮음)과 히우리스틱 방법(보장 없음) 사이의 격차를 메운다.
• 수만 개의 변수를 가진 대규모 산업 및 벤치마크 공식을 처리할 수 있는 확장 가능한 알고리즘을 설계한다.
• 근사적 수세기와 거의 균일한 생성 간의 상호환원 가능성에 대한 이론적 결과를 실용적으로 활용할 수 있도록 한다.

제안 방법

• 제한된 독립성 해싱을 활용하여 충분한 랜덤성을 보장하면서도 효율적으로 계산 가능한 해시 함수를 구축한다.
• 정밀하게 설계된 해시 제약 조건을 사용한 SAT 쿼리를 반복적으로 적용하여 해공간을 점진적으로 정밀화함으로써 near-uniform 생성기를 UniWit으로 설계한다.
• near-uniform 생성기와 통계적 추정 기법을 조합하여 총 만족 할당 수를 추정하는 근사적 모델 수세기 ApproxMC를 개발한다.
• 해답 생성과 모델 수세기 추정에 모두 다항수준의 SAT 쿼리를 사용함으로써 이론적 타당성과 실용적 실행 가능성을 확보한다.
• 오픈소스 SAT 솔버와 통합하여 실제 벤치마크에서의 구현을 가능하게 한다.
• 해시 함수 성질의 확률적 분석을 통해 near-uniformity와 근사 정확도에 대한 이론적 보장을 확보한다.

실험 결과

연구 질문

• RQ1 제한된 독립성 해싱을 사용하여 강력한 이론적 보장을 갖춘 실용적인 near-uniform SAT 해답 생성기를 설계할 수 있는가?
• RQ2 동일한 프레임워크를 확장하여 다항 시간 내에 실행 가능한 근사적 모델 수세기 알고리즘을 만들 수 있는가? 이 알고리즘은 증명 가능한 정확도 범위를 제공하는가?
• RQ3 다항 시간 내의 SAT 쿼리를 얼마나 효과적으로 활용하여 고확장성의 균일 샘플링과 수세기를 동시에 달성할 수 있는가?
• RQ4 대규모 산업 및 벤치마크 공식에서 성능을 유지하면서도 강력한 이론적 보장을 확보할 수 있는가?
• RQ5 이 접근법을 부울 만족 가능성 외의 NP 및 #P 문제로 일반화할 수 있는가?

주요 결과

• UniWit는 균일성에 가까운 분포에 이론적 보장을 갖춘 만족 할당의 near-uniform 샘플링을 달성한다.
• ApproxMC는 수만 개의 변수를 가진 공식에서 작동하며, 증명 가능한 정확도 범위를 제공하는 첫 번째 확장 가능한 근사적 모델 수세기 알고리즘이다.
• 형식적 검증, 계획, 최적화 분야의 다양한 벤치마크 세트에서 알고리즘이 효과적으로 확장된다.
• 제한된 독립성 해싱을 사용함으로써 필요한 통계적 성질을 유지하면서도 최소한의 오버헤드로 효율적인 해시 함수 계산이 가능하다.
• 실증 평가 결과, 두 알고리즘이 실용적으로 잘 작동하며, ApproxMC는 대규모 인스턴스에서 원하는 오차 범위(ε, δ) 내에서 정확한 추정치를 제공함을 확인했다.
• 프레임워크는 near-uniform 생성기를 화이트박스 컴포넌트로 활용하여 근사적 수세기를 구축할 수 있음을 보여주며, 더 나아가 풍부한 제약 언어와의 통합 및 최적화 가능성을 시사한다.