[논문 리뷰] DES: a Challenge Problem for Nonmonotonic Reasoning Systems

Maarit Hietalahti, Fabio Massacci외 1명|ArXiv.org|2000. 03. 08.

Logic, Reasoning, and Knowledge참고 문헌 11인용 수 14

한 줄 요약

이 논문은 안정 모델 의미론 하에서 정규 논리 프로그램으로 데이터 암호화 표준(DES)을 인코딩하여 비단조화 추론 시스템을 위한 벤치마크로 DES를 제안한다. 직접적이고 최적화된 인코딩은 Smodels 시스템을 통한 효율적인 키 검색을 가능하게 하며, 특히 최적화된 인코딩에서 최신 SAT 솔버들과 경쟁 가능한 성능을 보이며, 안정 모델 의미론이 산업용 추론 문제에 실현 가능하다는 것을 입증한다.

ABSTRACT

The US Data Encryption Standard, DES for short, is put forward as an interesting benchmark problem for nonmonotonic reasoning systems because (i) it provides a set of test cases of industrial relevance which shares features of randomly generated problems and real-world problems, (ii) the representation of DES using normal logic programs with the stable model semantics is simple and easy to understand, and (iii) this subclass of logic programs can be seen as an interesting special case for many other formalizations of nonmonotonic reasoning. In this paper we present two encodings of DES as logic programs: a direct one out of the standard specifications and an optimized one extending the work of Massacci and Marraro. The computational properties of the encodings are studied by using them for DES key search with the Smodels system as the implementation of the stable model semantics. Results indicate that the encodings and Smodels are quite competitive: they outperform state-of-the-art SAT-checkers working with an optimized encoding of DES into SAT and are comparable with a SAT-checker that is customized and tuned for the optimized SAT encoding.

연구 동기 및 목표

• 비단조화 추론 시스템을 위한 실용적이고 산업적으로 관련성이 있는 벤치마크로 DES를 확립하기 위해.
• 안정 모델 의미론을 사용하여 DES의 두 가지 논리 프로그램 인코딩—직접적이고 최적화된 것—을 개발하고 비교하기 위해.
• Smodels 시스템의 DES 키 검색 과제에서의 계산 효율성을 평가하기 위해.
• DES 인코딩에서 논리 프로그래밍 기반 추론과 최신 SAT 솔버 간의 성능을 비교하기 위해.
• 암호 분석과 같은 복잡한 실세계 문제에 대해 안정 모델 의미론의 실현 가능성과 경쟁력 평가하기 위해.

제안 방법

• 안정 모델 의미론 하에서 부울 함수를 표현하기 위해 기본 부정(not)을 사용하는 정규 논리 프로그램을 사용하여 DES를 인코딩하기 위해.
• 명확성과 단순성을 위해 표준 DES 사양에 기반한 직접적 인코딩을 만들기 위해.
• 논리 프로그램을 위한 Massacci와 Marraro의 SAT 인코딩 기법을 확장하여 최적화된 인코딩을 개발하기 위해.
• 안정 모델를 계산하기 위해 Smodels 시스템을 사용하여 모델 찾기를 통한 DES 키 검색을 가능하게 하기 위해.
• Smodels에 내장된 검색 히ュ리스틱 및 잘라내기 기법을 적용하여 인코딩에서의 성능을 향상시키기 위해.
• 안정 모델 찾기 문제를 비교 분석을 위해 만족 가능성 문제로 매핑하기 위해.

실험 결과

연구 질문

• RQ1 DES는 비단조화 추론 시스템을 위한 확장 가능하고 산업적으로 관련성이 있는 벤치마크로 기능할 수 있는가?
• RQ2 DES의 논리 프로그램 인코딩은 키 검색 과제에서 최적화된 SAT 인코딩에 비해 효율성이 높은가?
• RQ3 다양한 라운드와 블록에서 Smodels가 DES 키 검색에서 안정 모델 의미론의 성능은 어떻게 되는가?
• RQ4 왜 최적화된 논리 프로그래밍 인코딩이 직접 인코딩보다 전파 및 검색 효율성에서 뛰어나게 되는가?
• RQ5 안정 모델 의미론은 실세계 암호 분석 문제에서 매우 최적화된 SAT 솔버와 얼마나 경쟁할 수 있는가?

주요 결과

• 안정 모델 의미론 하에서 정규 논리 프로그램으로 인코딩한 DES의 직접적 인코딩은 SAT 솔버를 위한 등가의 CNF 인코딩보다 간결하고 이해하기 쉬운 편이다.
• 최적화된 논리 프로그래밍 인코딩은 특히 다중라운드 DES에서 직접 인코딩에 비해 전파 효율을 크게 향상시킨다.
• Smodels는 DES 인코딩에서 일반적인 SAT 솔버보다 뛰어난 성능을 보이며, 산업 문제에 대해 안정 모델 의미론의 경쟁력 있는 가능성을 입증한다.
• 두 블록에 대한 세 라운드 DES의 경우, Smodels는 최적화된 인코딩을 사용해 8,900개의 분기와 6,400초가 소요되었고, rel_sat는 141,291개의 분기와 920초가 소요되어 Smodels가 이 특정 인스턴스에서는 덜 효율적이지만 전반적으로는 여전히 경쟁 가능하다.
• Smodels의 성능은 대부분의 인스턴스에서 안정적이지만, 세 라운드와 두 블록의 경우 런타임과 검색 공간에서 1,000배 정도의 변동이 있어 문제의 구조에 민감함을 보이며,
• 결과는 안정 모델 의미론, 특히 압축된 논리 프로그램 인코딩을 통해 실세계 비단조화 추론 과제, 예를 들어 암호 분석과 같은 과제에 대해 실현 가능하고 효율적인 패러다임임을 시사한다.