[论文解读] The Automatic Synthesis of Linear Ranking Functions: The Complete Unabridged Version

Roberto Bagnara, Fred Mesnard+2 more|arXiv (Cornell University)|Apr 6, 2010

Formal Methods in Verification参考文献 40被引用 7

一句话总结

本文提出并形式化证明了两种自动合成线性排名函数以证明程序循环终止性的算法：一种基于Sohn和Van Gelder（1991）的方法，此前在主流验证中被忽视，另一种基于Podelski和Rybalchenko（2004）的方法。本文建立了两者的等价性，分析了其最坏情况下的时间复杂度，通过实验评估了其效率，并在Parma Polyhedra Library中发布了开源实现，支持集成到自动化程序验证工具中。

ABSTRACT

The classical technique for proving termination of a generic sequential computer program involves the synthesis of a ranking function for each loop of the program. Linear ranking functions are particularly interesting because many terminating loops admit one and algorithms exist to automatically synthesize it. In this paper we present two such algorithms: one based on work dated 1991 by Sohn and Van Gelder; the other, due to Podelski and Rybalchenko, dated 2004. Remarkably, while the two algorithms will synthesize a linear ranking function under exactly the same set of conditions, the former is mostly unknown to the community of termination analysis and its general applicability has never been put forward before the present paper. In this paper we thoroughly justify both algorithms, we prove their correctness, we compare their worst-case complexity and experimentally evaluate their efficiency, and we present an open-source implementation of them that will make it very easy to include termination-analysis capabilities in automatic program verifiers.

研究动机与目标

• 对Sohn和Van Gelder于1991年提出的算法进行形式化证明和推广，该算法虽具有广泛适用性，但在终止性分析中长期被忽视。
• 为Podelski和Rybalchenko（2004）提出的线性排名函数合成算法提供首个完整正确性证明和理论依据。
• 从正确性、完备性、最坏情况时间复杂度以及在真实世界基准测试中的实际效率等方面，对两种算法进行比较。
• 在Parma Polyhedra Library中实现两种算法的开源版本，以支持集成到自动化程序验证工具中。
• 通过在多样化的真实程序上展示合成技术的实际精度与性能，证明其在决定循环终止性方面具有高成功率。

提出的方法

• 将自动合成线性排名函数的问题形式化为基于循环转移关系导出的线性不等式约束满足问题。
• 应用Sohn和Van Gelder的方法，通过将线性排名函数的存在性建模为线性约束系统，并利用线性规划或Fourier-Motzkin消去法求解。
• 利用Farkas引理的一种变体重新表述Podelski和Rybalchenko的方法，通过转移约束的非负线性组合来刻画线性排名函数的存在性。
• 提出Podelski-Rybalchenko方法的替代形式，通过避免冗余约束处理来提升效率。
• 利用Parma Polyhedra Library（PPL）进行循环不变量和转移关系的精确静态分析，从而准确抽象程序行为。
• 使用多样化的基准测试套件（如CaffeineMark、JavaCC、NQueens）进行实验评估，比较两种算法在多个指标下的性能与精度。

实验结果

研究问题

• RQ1 在何种条件下，Sohn和Van Gelder方法与Podelski和Rybalchenko方法能够正确合成线性排名函数？
• RQ2 两种算法的最坏情况时间复杂度如何比较？这对实际验证任务中的性能有何实际影响？
• RQ3 两种算法在多大程度上实现了相对完备性——即当给定循环存在线性排名函数时，是否总能成功找到？
• RQ4 在真实程序中，这些算法的实际效果如何？有多少比例的循环能够通过这些方法证明其终止性？
• RQ5 Sohn和Van Gelder方法能否扩展以支持条件终止性分析？在此背景下，其与Podelski-Rybalchenko方法相比表现如何？

主要发现

• Sohn和Van Gelder方法与Podelski和Rybalchenko方法在存在线性排名函数时具有等价的合成能力，证实了其相对完备性。
• 在半决策问题（即判断是否存在排名函数）中，Sohn和Van Gelder方法更高效；而在计算仿射排名函数的完整空间时，Podelski和Rybalchenko方法表现更优。
• 平均而言，两种算法在基准测试套件中成功判断终止性的循环占比为75%至99%，表明其具有较高的实际精度。
• 实验评估显示，两种方法在性能上差异极小，平均执行时间低于标准台式机上的12秒，内存使用量低于53 MB。
• 在Parma Polyhedra Library中发布的开源实现支持与自动化验证工具无缝集成，显著降低了采用自动化终止性分析的门槛。
• 本研究证实，线性排名函数可高效且可靠地合成于大量真实世界程序中，使自动化终止性分析成为一种实用且可扩展的验证技术。