[논문 리뷰] Verifying Lock-Free Search Structure Templates

Nisarg Patel, Dennis Shasha외 1명|arXiv (Cornell University)|2024. 01. 01.

Logic, programming, and type systems인용 수 1

한 줄 요약

이 논문은 동시성 분리 논리(Iris)를 사용하여 잠금 해제 검색 구조 템플릿—특히 스키타입과 연결 리스트에 대해—검증하기 위한 모듈형, 매개변수화된 프레임워크를 제시한다. 미래에 의존하는 선형화 지점 처리를 위해 후회 추론과 예측 추적을 기반으로 한 기계화된 증명 기법을 도입하여 기존 방법에 비해 증명 노력의 53%를 감소시켰다. 이 방법은 하나의 통합 증명에서 기존 및 새로운 잠금 해제 알고리즘을 공식적으로 검증할 수 있게 하며, 높이가 무한한 첫 번째 완전 검증된 잠금 해제 스키타입을 실현한다.

ABSTRACT

We present and verify template algorithms for lock-free concurrent search structures that cover a broad range of existing implementations based on lists and skiplists. Our linearizability proofs are fully mechanized in the concurrent separation logic Iris. The proofs are modular and cover the broader design space of the underlying algorithms by parameterizing the verification over aspects such as the low-level representation of nodes and the style of data structure maintenance. As a further technical contribution, we present a mechanization of a recently proposed method for reasoning about future-dependent linearization points using hindsight arguments. The mechanization builds on Iris' support for prophecy reasoning and user-defined ghost resources. We demonstrate that the method can help to reduce the proof effort compared to direct prophecy-based proofs.

연구 동기 및 목표

• 잠금 해제 검색 구조의 광범위한 클래스—스키타입과 연결 리스트 포함—를 검증하기 위한 모듈형, 매개변수화된 템플릿을 개발하는 것.
• 미래에 의존하는 외부 선형화 지점이 있는 잠금 해제 데이터 구조에서 선형화 가능성 검증의 과제를 해결하는 것.
• Iris 동시성 분리 논리 프레임워크 내에서 후회 추론을 공식화하고 기계화하여 확장 가능하고 재사용 가능한 증명을 가능하게 하는 것.
• 사용자 정의 가짜 자원과 시간적 통합을 활용하여 직접 예측 기반 추론에 비해 증명 노력의 감소를 이루는 것.
• 기존 알고리즘(예: Herlihy-Shavit, Michael, Harris)의 검증과 함께 새로운 정확한 구조를 갖춘 변형 생성을 통해 프레임워크의 적용 가능성을 입증하는 것.

제안 방법

• 프레임워크는 노드 표현 방식, 유지 방식(즉각적 대비 지연), 고수준에서의 작업 순서에 대해 추상화하는 매개변수화된 템플릿 알고리즘을 사용한다.
• 선형화 가능성 증명은 프로파시 추론과 가짜 자원을 지원하는 기초적인 동시성 분리 논리인 Iris에서 기계화된다.
• 후회 추론의 새로운 공식화가 개발되어, 시간적 통합과 예측 해소를 통해 과거 상태에 대한 추론을 가능하게 한다.
• markNode와 changeNext와 같은 도우미 함수는 예측 해소와 업데이트 추적을 통합한 원자적 트리플을 사용해 명세화된다.
• 프레임워크는 다중 복사 템플릿에 대한 이전 작업을 재사용하고 확장하며, 후회 추론을 적용하여 증명 복잡도를 감소시킨다.
• 증명 전략은 과거 연산자(⟪s,t₀⟫)를 사용하여 상태 역사에 대해 추론하고, 후행적으로 선형화 지점을 확립한다.

실험 결과

연구 질문

• RQ1 단일 모듈형 템플릿 알고리즘을 사용하여 스키타입과 연결 리스트를 포함한 다양한 잠금 해제 검색 구조의 구현을 검증할 수 있는가?
• RQ2 실행 결과에 대한 사전 지식이 필요 없이, 미래에 의존하는 선형화 지점을 갖는 잠금 해제 데이터 구조를 어떻게 공식적으로 추론할 수 있는가?
• RQ3 예측 추적을 통한 후회 추론이 Iris에서 직접 예측 기반 증명에 비해 증명 노력 감소에 얼마나 기여하는가?
• RQ4 제안된 프레임워크는 기존의 잠금 해제 알고리즘(예: Herlihy-Shavit, Michael, Harris)을 검증하고 새로운 정확한 구조를 갖춘 변형을 생성할 수 있는가?
• RQ5 기초 프로그램 논리에서 높이가 무한한 잠금 해제 스키타입에 대한 선형화 가능성 증명을 완전히 기계화할 수 있는가?

주요 결과

• 프레임워크는 Herlihy-Shavit 스키타입, Michael 세트, Harris 리스트 알고리즘을 동일한 템플릿의 인스턴스로 성공적으로 검증하였다.
• 기계화된 후회 추론 기법은 기존의 맞춤형 증명에 비해 다중 복사 템플릿 알고리즘 재검증 시 증명 노력의 53%를 감소시켰다.
• 이 프레임워크를 사용하여 높이가 무한한 완전 기능성 잠금 해제 스키타입의 첫 번째 공식적 검증을 달성하였다.
• 사용자 정의 가짜 자원과 예측 추론의 사용은 확장 가능하고 조합 가능한 증명을 가능하게 하여 알고리즘 변형 간에 스케일링이 가능하다.
• 매개변수 인스턴스화를 통해 새로운 정확한 구조를 갖춘 잠금 해제 스키타입 알고리즘의 생성을 프레임워크가 지원한다.
• Iris에서 후회 추론의 공식화는 이 기법을 기초 프로그램 논리 수준에서 기계화한 최초의 사례로, 재사용 가능하고 확장 가능한 검증을 가능하게 한다.