[논문 리뷰] SAT Solving for Argument Filterings

Michael Codish, Peter Schneider–Kamp외 3명|ArXiv.org|2006. 05. 17.

Logic, programming, and type systems인용 수 3

한 줄 요약

이 논문은 term rewrite system의 정지성 증명을 위해 종속성 쌍 방법을 사용할 때, 사전 순서 경로 순서(LPO)와 인자 필터링을 동시에 탐색하는 SAT 기반 인코딩을 제안한다. LPO 우선순위와 인자 필터링 간의 상호의존적 제약 조건을 단일 명제 공식으로 인코딩함으로써, 효율적인 SAT 해법이 가능해져 기존 방법에 비해 수십 배에서 수백 배 빠른 성능 향상과 증명 능력의 급격한 향상을 이룬다.

ABSTRACT

This paper introduces a propositional encoding for lexicographic path orders in connection with dependency pairs. This facilitates the application of SAT solvers for termination analysis of term rewrite systems based on the dependency pair method. We address two main inter-related issues and encode them as satisfiability problems of propositional formulas that can be efficiently handled by SAT solving: (1) the combined search for a lexicographic path order together with an \emph{argument filtering} to orient a set of inequalities; and (2) how the choice of the argument filtering influences the set of inequalities that have to be oriented. We have implemented our contributions in the termination prover AProVE. Extensive experiments show that by our encoding and the application of SAT solvers one obtains speedups in orders of magnitude as well as increased termination proving power.

연구 동기 및 목표

• 인자 필터링의 광범위한 탐색 공간으로 인해 발생하는 종속성 쌍 기반 정지성 분석의 자동화 장애를 해결하기 위해.
• 사전 순서 경로 순서(LPO)와 인자 필터링의 탐색을 통합된 효율적인 프레임워크로 통합하기 위해.
• 결합된 제약 조건에 기반한 SAT 해법을 활용하여 자동 정지성 도구의 증명 능력과 성능을 향상시키기 위해.
• 제안된 인코딩을 사용한 SAT 해법이 기존의 비-SAT 기반 접근 방식에 비해 속도와 성공률 측면에서 뛰어나다는 것을 입증하기 위해.

제안 방법

• LPO 정의와 인자 필터링 선택에서 발생하는 모든 제약 조건을 포함하는 명제 인코딩을 제안한다.
• 종속성 쌍 프레임워크 내에서 인자 필터링과 사용 가능한 규칙 집합 간의 의존성을 모델링한다.
• 함수 기호 간의 우선순위 관계와 필터링 선택을 하나의 SAT 공식으로 인코딩하여, 유효한 LPO와 필터링 쌍이 존재할 때만 만족 가능하도록 한다.
• AProVE 정지성 검증기 내에 이 인코딩을 통합하여 LPO와 인자 필터링을 위한 SAT 기반 탐색을 가능하게 한다.
• CNF 크기를 줄이고 SAT 솔버 성능을 향상시키기 위해 잘라내기 기법을 활용해 인코딩을 최적화한다.
• 각 모델이 유효한 정지성 증명을 제공하도록, LPO와 인자 필터링의 결합 탐색 공간을 효율적으로 탐색한다.

실험 결과

연구 질문

• RQ1 사전 순서 경로 순서와 인자 필터링의 결합 탐색이 명제 만족 문제로 효과적으로 인코딩될 수 있는가?
• RQ2 인자 필터링의 선택이 종속성 쌍 방법에서 정렬되어야 할 부등식 집합에 어떤 영향을 미치는가?
• RQ3 SAT 해법을 활용하여 인자 필터링을 포함한 자동 정지성 분석의 성능 향상에 상당한 기여를 할 수 있는가?
• RQ4 제안된 인코딩이 비-SAT 기반 설정에 비해 정지성 도구의 증명 능력을 향상시키는가?
• RQ5 최적화 기법이 실질적으로 SAT 기반 인코딩의 효율성에 어떤 영향을 미치는가?

주요 결과

• AProVE의 SAT 기반 설정은 동일한 벤치마크 세트에서 비-SAT 기반 설정 대비 수십 배 빠른 성능 향상을 보였으며, 총 실행 시간이 30,000초 이상에서 단 115초로 감소하였다.
• SAT 기반 접근 방식은 2005년 국제 정지성 경쟁에서 어떤 도구도 해결하지 못한 5개의 어려운 예제를 증명했으며, 그 중 하나는 단 0.95초 만에 해결되었다.
• SAT 기반 설정에서는 엄격한 LPO 모드에서 773개의 예제 중 348개가 성공적으로 증명되었고, 비-SAT 버전은 338개에 그쳤다.
• 핵심 최적화 기법을 활성화했을 경우, 총 실행 시간이 1,968초에서 119초로 16배 감소하여 성능 향상이 뚜렷했다.
• SAT 기반 설정은 거의 모든 예제에서 타임아웃이 발생하지 않았다(773개 중 0개), 반면 비-SAT 버전은 엄격한 LPO 모드에서 368개의 예제에서 타임아웃이 발생했다.
• 증명 과정에서 생성된 가장 큰 CNF 공식은 29,794개의 리터럴을 포함했으며, 평균적으로 50ms 이내에 SAT 해법이 완료되어 확장성의 가능성을 입증했다.