[論文レビュー] Combining k-Induction with Continuously-Refined Invariants

Dirk Beyer, Matthias Dangl+1 more|arXiv (Cornell University)|Jan 31, 2015

Software Testing and Debugging Techniques参考文献 30被引用数 9

ひとこと要約

この論文は、k-帰納法と段階的に精錬される不変条件を組み合わせることで、ソフトウェア検証において整合的で効率的な手法を提案している。不変条件は解析中に段階的に強化され、証明の成功確率が向上する。本手法は、既存のk-帰納法ツールに比べ、検証カバレッジと効率性において優れている。特に、必要なループ展開回数（k値）が削減されており、CPAcheckerに実装されており、結果は公開されている。

ABSTRACT

Bounded model checking (BMC) is a well-known and successful technique for finding bugs in software. k-induction is an approach to extend BMC-based approaches from falsification to verification. Automatically generated auxiliary invariants can be used to strengthen the induction hypothesis. We improve this approach and further increase effectiveness and efficiency in the following way: we start with light-weight invariants and refine these invariants continuously during the analysis. We present and evaluate an implementation of our approach in the open-source verification-framework CPAchecker. Our experiments show that combining k-induction with continuously-refined invariants significantly increases effectiveness and efficiency, and outperforms all existing implementations of k-induction-based software verification in terms of successful verification results.

研究の動機と目的

• k-帰納法が、弱いかつ不十分な不変条件のため、複雑なプログラムの検証に限界を示す問題に対処すること。
• 解析中に動的に不変条件を精錬することで、k-帰納法に基づくソフトウェア検証の効果性と効率性を向上させること。
• 一般用途のソフトウェア検証において、既存のk-帰納法ツールに代わる整合的でスケーラブルで競争力のある代替手法を提供すること。
• 成熟した検証フレームワーク（CPAchecker）に本手法を統合し、実用的導入と評価を行うこと。

提案手法

• 精度の細分化を伴う設定可能なプログラム解析を用い、初期段階では弱いが、検証プロセス中に段階的に強化される不変条件を生成する。
• k-帰納法をk値を段階的に増加させながら繰り返し適用し、各証明試行では、現在利用可能な不変条件集合を用いて帰納仮説を強化する。
• 不変条件生成をk-帰納法と並列に実行することで、単純なプログラムでは早期に成功し、複雑なプログラムではより深い探索が可能になる。
• 不変条件は失敗した証明試行に基づいて精錬されるため、従来のツールが使用する不正確なヒューリスティクスを避ける、整合的な反復的深さ優先戦略を採用する。
• 実装はCPAcheckerに統合され、SMTソルバーや形式的検証インfraストラクチャーを活用している。
• 初期状態の値を保持するといった不正確なヒューリスティクスに依存せず、整合性を保証する。

実験結果

リサーチクエスチョン

• RQ1 連続的に精錬される不変条件は、k-帰納法のソフトウェア検証における証明成功確率を顕著に向上させることができるか？
• RQ2 動的に強化された不変条件の統合は、k-帰納法における必要なk値（ループ展開深さ）にどのように影響を与えるか？
• RQ3 不変条件の精錬を伴う整合的k-帰納法は、ヒューリスティクスや不正確な手法を用いる既存のk-帰納法ツールを上回ることができるか？
• RQ4 Esbmcのような最先端のツールと比較して、本手法はループ展開回数をどの程度削減できるか？
• RQ5 CPAcheckerに組み込まれた成熟した技術（述語抽象化）と比較して、本手法の性能はどの程度か？

主な発見

• 本手法は、2015年ソフトウェア検証コンテストのベンチマークにおいて、既存のすべてのk-帰納法ベースの実装よりも、検証成功結果において優れている。
• CPAcheckerに連続的に精錬される不変条件を組み込んだ場合、1回のループ展開（k=1）で十分な845のプログラムをすべて検証できたが、Esbmcはこれらの多くでより多くの展開を必要としていた。
• k値がより高いプログラムについても、CPAcheckerは4つのプログラムを除きk ≤ 32で処理できたが、Esbmcは71のプログラムでk=100まで必要としていた。
• ループ展開回数は顕著に削減されており、本手法ではk > 32となるのは4つのプログラムにとどまったが、Esbmcでは71のプログラムがk > 100を必要としていた。
• 本手法は、新しい技術であるにもかかわらず、CPAcheckerにおける述語抽象化と同等の性能を示しており、特定の不変条件の精錬をさらに進めることでさらなる改善が期待できる。
• 整合的な不変条件の精錬により、Esbmcが例示不正プログラムで誤った証明を出したのとは対照的に、正しく信頼性のある証明が得られた。