Skip to main content
QUICK REVIEW

[论文解读] On Integrating Deductive Synthesis and Verification Systems

Etienne Kneuss, Viktor Kunčak|arXiv (Cornell University)|Apr 20, 2013
Formal Methods in Verification参考文献 45被引用 6
一句话总结

本文提出了一种用于在无界域上递归函数式程序的归纳综合与验证的集成框架,结合基于SMT的可满足性求解与反例引导的综合技术,从关系规格中生成自证正确的代码。该系统通过利用符号推理、代数数据类型的综合过程以及与验证器的紧密集成,实现了高度自动化与正确性保障,成功地为列表和树等复杂数据结构生成了形式化正确性证明的函数。

ABSTRACT

We describe techniques for synthesis and verification of recursive functional programs over unbounded domains. Our techniques build on top of an algorithm for satisfiability modulo recursive functions, a framework for deductive synthesis, and complete synthesis procedures for algebraic data types. We present new counterexample-guided algorithms for constructing verified programs. We have implemented these algorithms in an integrated environment for interactive verification and synthesis from relational specifications. Our system was able to synthesize a number of useful recursive functions that manipulate unbounded numbers and data structures.

研究动机与目标

  • 解决自动化开发经过验证的函数式程序的挑战,这些程序操作无界数据结构(如列表和树)。
  • 实现直接从关系后置条件生成自证正确程序,而非仅依赖输入/输出示例。
  • 在单一交互式环境中集成综合与验证,以在开发过程中提供快速反馈。
  • 将现有综合技术扩展至支持递归函数、嵌套递归及任意代数数据类型。
  • 通过符号推理与SMT求解器的集成,实现高度自动化与正确性保障。

提出的方法

  • 采用可满足性模递归函数(SMT-RF)框架,用于在无界域上推理递归函数的行为。
  • 使用反例引导的综合技术,基于验证失败结果迭代地改进候选程序。
  • 应用代数数据类型的综合过程,利用可判定逻辑将规格片段编译为可执行代码。
  • 利用验证器生成具体反例,以指导综合过程,提升效率与正确性。
  • 结合符号变换与成本引导的归纳综合规则应用,以分解复杂的综合问题。
  • 将综合器与基于Web的IDE集成,以支持交互式、实时的验证与综合反馈。

实验结果

研究问题

  • RQ1归纳综合综合能否与验证有效结合,以在无界数据类型上生成自证正确的函数式程序?
  • RQ2反例引导的综合如何适应递归函数与复杂代数数据类型?
  • RQ3符号推理与SMT求解在多大程度上能提升自动化综合的可扩展性与正确性?
  • RQ4仅凭关系规格(无显式示例)是否足以引导高自动化综合出复杂程序?
  • RQ5综合与验证工具之间的集成在多大程度上能缩短开发时间并提升开发人员生产力?

主要发现

  • 该系统成功综合出一系列操作无界列表与树的递归函数式程序,包括树遍历与列表变换等复杂算法。
  • 将反例引导的综合与验证器集成后,性能相比朴素的生成-测试方法提升了数个数量级。
  • 通过使用SMT推理在无限域上证明性质,该框架可对所有输入提供完整的正确性保障,而不仅限于测试用例。
  • 该系统实现了首个已知在完全自动化、归纳设置下支持代数数据类型的综合过程。
  • 集成于基于Web的IDE中的工具链提供了实时反馈,支持交互式开发与已验证程序的迭代优化。
  • 该方法表明,与领域无关的综合启发式方法是有效的,但未来通过引入领域特定的生成器有望进一步提升性能。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。