[논문 리뷰] Static Race Detection and Mutex Safety and Liveness for Go Programs

Julia Gabet, Nobuko Yoshida|arXiv (Cornell University)|2020. 01. 01.

Logic, programming, and type systems참고 문헌 26인용 수 4

한 줄 요약

이 논문은 행동 유형과 유형 수준의 모델 체킹을 사용하여 공유 메모리와 채널 통신에서 발생하는 데이터 레이스, 데드락, 뮤텍스 안전성/생존성 위반을 통합적으로 탐지하는 첫 번째 정적 검증 프레임워크를 제시한다. 이는 µ-계산법 유형 모델 내에서 고의 happens-before 관계를 형식화하여 공유 메모리와 채널 통신에서 기인하는 동시성 버그에 대한 신뢰할 수 있는 정적 분석을 가능하게 한다.

ABSTRACT

Go is a popular concurrent programming language thanks to its ability to efficiently combine concurrency and systems programming. In Go programs, a number of concurrency bugs can be caused by a mixture of data races and communication problems. In this paper, we develop a theory based on behavioural types to statically detect data races and deadlocks in Go programs. We first specify lock safety/liveness and data race properties over a Go program model, using the happens-before relation defined in the Go memory model. We represent these properties of programs in a μ-calculus model of types, and validate them using type-level model-checking. We then extend the framework to account for Go’s channels, and implement a static verification tool which can detect concurrency errors. This is, to the best of our knowledge, the first static verification framework of this kind for the Go language, uniformly analysing concurrency errors caused by a mix of shared memory accesses and asynchronous message-passing communications.

연구 동기 및 목표

• 공유 메모리와 메시지 전달 문제를 모두 통합적으로 다루는 Go 동시성 버그를 위한 정적 분석 도구의 부족을 해결하기 위해.
• 행동 유형 체계 내에서 Go의 메모리 모델을 happens-before 관계를 사용해 형식화하기 위해.
• Go 프로그램에서 안전성(데이터 레이스, 데드락)과 생존성(뮤텍스 공정성)을 모두 검사하는 통합 정적 검증 프레임워크를 개발하기 위해.
• mCRL2를 사용한 유형 수준의 모델 체킹을 통해 확장 가능하고 신뢰할 수 있는 Go 프로그램 검증을 가능하게 하기 위해.
• Go의 -race 플래그와 같은 동적 레이스 검출기의 한계를 극복하기 위해, 높은 오버헤드와 완전성 부족 문제를 야기하는 동적 검출기의 단점을 해결하기 위해.

제안 방법

• 공유 메모리와 채널을 확장한 프로세스 계산 모델을 사용하여 Go의 동시성 의미 체계를 형식화하기 위해.
• Go 메모리 모델의 happens-before 관계를 사용하여 잠금 안전성 및 생존성 성질을 정의하기 위해.
• 정적 검증을 위해 행동 유형 기반의 µ-계산법 공식으로 프로그램 성질을 표현하기 위해.
• mCRL2를 통한 유형 수준의 모델 체킹을 사용하여 런타임 오버헤드 없이 안전성 및 생존성 성질을 검증하기 위해.
• Go의 채널과 고루틴 생성을 포함한 동적 프로세스 생성을 처리할 수 있도록 프레임워크를 확장하기 위해.
• 분석을 위해 Go 코드를 형식적 GoL 유사 중간 언어로 추출하는 프로토타입 도구를 구현하기 위해.

실험 결과

연구 질문

• RQ1 행동 유형과 유형 수준의 모델 체킹을 사용하여 Go 프로그램에서 데이터 레이스와 데드락을 정적으로 검증할 수 있는가?
• RQ2 Go 메모리 모델의 happens-before 관계를 어떻게 정확하게 표현하고, 이를 사용하여 데이터 레이스와 뮤텍스 안정성 위반을 탐지할 수 있는가?
• RQ3 통합 정적 분석 프레임워크는 Go에서 공유 메모리 동시성과 채널 기반 메시지 전달을 효과적으로 처리할 수 있는가?
• RQ4 제안된 프레임워크는 Go의 -race 플래그와 같은 동적 레이스 검출기와 비교해 정밀도와 확장성 측면에서 어떻게 성능을 발휘하는가?
• RQ5 이 프레임워크는 동적 프로세스 생성을 지원하고, 탐지된 버그에 대한 반례를 제공할 수 있는가?

주요 결과

• 제안된 프레임워크는 통합 행동 유형 모델을 사용하여 Go 프로그램에서 데이터 레이스와 데드락/생존성 문제를 정적으로 검증하는 데 있어 최초의 사례이다.
• mCRL2를 사용한 유형 수준의 모델 체킹은 런타임 오버헤드 없이 신뢰할 수 있는 검증을 가능하게 하며, ThreadSanitizer와 같은 동적 검출기와는 달리 이에 비해 유리하다.
• 프레임워크는 그림 1의 데이터 레이스(안전하지 않은 RWMutex 사용)를 성공적으로 탐지하고, 그림 2의 안전한 버전을 정확히 식별한다.
• 이 방법은 읽기/쓰기 뮤텍스와 채널 기반 통신을 모두 지원하여 Go에서 발생할 수 있는 광범위한 동시성 버그를 커버한다.
• 도구 프로토타입은 실제 Go 프로그램에서의 타당성과 정확성을 입증하였으며, 모델 체킹을 통한 형식적 검증이 수행되었다.
• 기존의 동적 검출기에서의 격차를 밝혀냈으며, 예를 들어 제한된 기록 기록과 비차단 버그에서의 거짓 음성 결과 등이 있으며, 정적 접근이 이를 보완함을 보여준다.