[논문 리뷰] Symmetry-Aware Predicate Abstraction for Shared-Variable Concurrent Programs (Extended Technical Report)

Alastair F. Donaldson, Alexander Kaiser외 2명|arXiv (Cornell University)|2011. 02. 11.

Formal Methods in Verification참고 문헌 22인용 수 4

한 줄 요약

이 논문은 공유 변수를 가진 동시성 C 프로그램을 위한 대칭성 인식 예측 추상화 기법을 제안하며, 스레드 대칭성을 활용하여 확장 가능한 모델 체킹을 가능하게 한다. 혼합 예측(로컬 및 공유 변수를 모두 포함)을 처리하기 위한 새로운 부울 프로그램 템플릿 구축 방법을 도입하여, 동시성 벤치마크에서 비음성 또는 단순한 접근 방식보다 성능과 정확도를 크게 향상시킨다.

ABSTRACT

Predicate abstraction is a key enabling technology for applying finite-state model checkers to programs written in mainstream languages. It has been used very successfully for debugging sequential system-level C code. Although model checking was originally designed for analyzing concurrent systems, there is little evidence of fruitful applications of predicate abstraction to shared-variable concurrent software. The goal of this paper is to close this gap. We have developed a symmetry-aware predicate abstraction strategy: it takes into account the replicated structure of C programs that consist of many threads executing the same procedure, and generates a Boolean program template whose multi-threaded execution soundly overapproximates the concurrent C program. State explosion during model checking parallel instantiations of this template can now be absorbed by exploiting symmetry. We have implemented our method in the SATABS predicate abstraction framework, and demonstrate its superior performance over alternative approaches on a large range of synchronization programs.

연구 동기 및 목표

• 스레드 인터리빙으로 인한 상태 폭발로 인해 공유 변수를 가진 동시성 프로그램 검증에 발생하는 확장성 문제를 해결하기 위해.
• 로컬 및 공유 변수를 모두 포함하는 혼합 예측을 정확히 다룰 수 있는 음성 예측 추상화 전략을 개발하기 위해.
• 모델 체킹 동안 상태 공간 폭발을 줄이기 위해 반복된 스레드 구조의 대칭성을 활용하기 위해.
• 실제 동시성 벤치마크에서 비음성 또는 단순한 추상화 기법에 비해 성능과 정확도가 뛰어난 성능을 입증하기 위해.

제안 방법

• 예측 추상화를 사용하여 공유 변수와 로컬 변수를 가진 C 프로그램을 부울 프로그램 템플릿으로 변환하기 위해.
• 변수 범위에 따라 예측을 로컬, 공유, 또는 혼합으로 분류하고, 음성성을 유지하기 위해 부울 변수를 할당하기 위해.
• 공유 예측에는 공유 부울 변수를, 로컬 예측에는 로컬 부울 변수를 사용하며, 음성성을 피하기 위해 혼합 예측에 대해 새로운 처리 방식을 도입하기 위해.
• 원래 C 프로그램의 동작을 과소약속하는 다중 스레드 부울 프로그램 템플릿을 구성하기 위해.
• 스레드 복제의 대칭성을 활용하여 모델 체킹 동안 상태 공간을 줄이고 확장성을 확보하기 위해.
• 거짓 반례를 처리하기 위해 CEGAR 기반 정밀화를 통합한 SATABS 프레임워크에 접근 방식을 통합하기 위해.

실험 결과

연구 질문

• RQ1 로컬 및 공유 변수를 모두 포함하는 혼합 예측이 있는 동시성 C 프로그램에 대해 예측 추상화를 어떻게 음성적으로 적용할 수 있는가?
• RQ2 모든 혼합 예측을 로컬 또는 공유로 간주하는 단순한 접근 방식이 모델 체킹의 음성성과 확장성에 어떤 영향을 미치는가?
• RQ3 반복된 스레드 구조의 대칭성을 효과적으로 활용하여 동시성 프로그램 검증에서 상태 공간 폭발을 줄일 수 있는가?
• RQ4 제안된 대칭성 인식 추상화 기법은 실제 동시성 벤치마크에서 기존 예측 추상화 기법에 비해 성능과 정확도 면에서 어떻게 비교되는가?

주요 결과

• 제안된 방법은 혼합 예측을 정확히 다룸으로써 공유 변수를 가진 동시성 프로그램에 대해 음성 추상화를 달성하며, 비음성 접근 방식에서 흔히 발생하는 거짓 반례를 방지한다.
• 대칭성 인식 접근 방식을 통해 이전에는 가능하지 않았던 훨씬 더 높은 스레드 수를 가진 동시성 프로그램의 모델 체킹이 가능해졌다.
• 안전한 벤치마크에서, 이 방법은 비음성 대안들이 실패하거나 잘못된 결과를 도출하는 것과는 달리 더 큰 스레드 수에서 정확성을 입증할 수 있었다.
• 안전하지 않은 벤치마크에서, 이 방법은 비음성 방법들이 거짓 반례로 인해 정밀화에 실패할 수 있는 상황에서 더 작은 스레드 수에서 버그를 탐지할 수 있었다.
• 비음성 접근 방식(혼합 예측을 로컬/공유로 간주)은 자주 거짓 음성 또는 정밀화 실패를 유발하여 검증의 신뢰성을 떨어뜨린다.
• SATABS에 구현된 이 방법은 다양한 동기화 벤치마크에서 실용적인 확장성과 정확성을 입증했다.