×

可满足性与合成模预言。 (英语) Zbl 1498.68082号

Finkbeiner,Bernd(编辑)等人,《验证、模型检查和抽象解释》。第23届国际会议,VMCAI 2022,费城,宾夕法尼亚州,美国,2022年1月16日至18日。诉讼程序。查姆:斯普林格。莱克特。注释计算。科学。13182, 263-284 (2022).
摘要:在经典的程序综合算法中,例如反示例引导归纳综合(CEGIS),这些算法在综合阶段和预言(验证)阶段交替使用。许多综合算法使用基于可满足模理论(SMT)求解器的白盒预言来提供反例。但是,如果白盒甲骨文不可用或不易使用,该怎么办?我们提出了一个框架,用于解决一类我们称之为口语引导的综合问题合成模oracles(SyMo)。在此设置中,预言是带有由合成问题定义的查询-响应接口的黑盒。作为该框架的必要组成部分,我们还将以下问题形式化可满足性模理论与预言(SMTO),并提出了一种解决该问题的算法。我们实现了可满足性和综合模预言的原型解算器,并证明了通过使用执行SMT约束中不易建模的函数的预言,例如递归函数或包含代码编译和执行的预言,SMTO和SyMO可以解决标准SMT和合成求解器无法解决的问题。
关于整个系列,请参见[Zbl 1490.68015号]。

理学硕士:

68号30 软件工程的数学方面(规范、验证、度量、需求等)
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 赛格斯竞赛。https://sygus.org/。2021年5月19日访问
[2] Abate,A.,《连续设备可证明安全数字控制器的自动形式合成》,Acta Inform。,57, 1-2, 223-244 (2020) ·Zbl 1441.93171号 ·doi:10.1007/s00236-019-00359-1
[3] 阿巴特,A。;大卫·C。;Kesseli,P。;Kroening,D。;Polgreen,E。;节流阀,H。;Weissenbacher,G.,反例引导归纳合成模理论,计算机辅助验证,270-288(2018),Cham:Springer,Cham·Zbl 1511.68064号 ·doi:10.1007/978-3-319-96145-3_15
[4] Alur,R.等人:句法引导合成。摘自:《可靠软件系统工程》,《北约和平与安全科学系列》,D:信息与通信安全,第40卷,第1-25页。IOS出版社(2015)
[5] 阿鲁尔(Alur,R.)。;Radhakrishna,A。;Udupa,A。;Legay,A。;Margaria,T.,《通过分治来缩放枚举程序合成》,《系统构建和分析的工具和算法》,319-336(2017),海德堡:斯普林格,海德伯格·兹比尔1452.68043 ·doi:10.1007/978-3-662-54577-5_18
[6] Andraus,Z.S.,Sakallah,K.A.:Verilog模型的自动抽象和验证。摘自:《第41届设计自动化会议论文集》,DAC 2004,圣地亚哥,加利福尼亚州,美国,2004年6月7日至11日,第218-223页。ACM(2004)
[7] Angluin,D.,从查询和反例中学习规则集,信息计算。,75, 2, 87-106 (1987) ·Zbl 0636.68112号 ·doi:10.1016/0890-5401(87)90052-6
[8] Barrett,C.,Sebastiani,R.,Seshia,S.A.,Tinelli,C.:可满足性模理论。在:Biere,A.,van Maaren,H.,Walsh,T.(编辑)《可满足性手册》,第26章,第825-885页。IOS出版社(2009)
[9] Barrett,C.、Tinelli,C.等人:SMT-LIB标准:2.0版
[10] Barrett,C.W.:2018年SMT竞赛中的CVC4。CoRR,abs/1806.08775(2018)
[11] 阿联酋布拉德利;贾拉(Jhala,R.)。;Schmidt,D.,基于SAT的无展开模型检查、验证、模型检查和抽象解释,70-87(2011),海德堡:施普林格·兹比尔1317.68109 ·doi:10.1007/978-3642-18275-47
[12] Brady,B.A.,Bryant,R.E.,Seshia,S.A.:学习条件抽象。收录于:FMCAD,第116-124页。FMCAD公司(2011)
[13] Brady,B.A.、Bryant,R.E.、Seshia,S.A.、O'Leary,J.W.:ATLAS:RTL设计的自动术语级抽象。摘自:2010年7月第八届ACM/IEEE国际协同设计形式方法和模型会议记录(MEMOCODE),第31-40页
[14] 克拉克,E。;格伦伯格,O。;Jha,S。;卢,Y。;维思,H。;艾默生,EA;Sistla,AP,反例引导的抽象精化,计算机辅助验证,154-169(2000),海德堡:施普林格·Zbl 0974.68517号 ·doi:10.1007/10722167_15
[15] Collie,B.,Woodruff,J.,O'Boyle,M.F.P.:用概率合成建模黑盒组件。摘自:GPCE,第1-14页。ACM(2020年)
[16] 大卫·C。;Kesseli,P。;Kroening,D。;Lewis,M.,《程序分析的程序综合》,ACM Trans。程序。语言系统。,40, 2, 5:1-5:45 (2018) ·数字对象标识代码:10.1145/3174802
[17] 埃恩,n。;Sörensson,N。;Giunchiglia,E。;Taccella,A.,可扩展SAT解决方案,可满足性测试的理论与应用,502-518(2004),海德堡:斯普林格·Zbl 1204.68191号 ·doi:10.1007/978-3-540-24605-337
[18] Feng,Y.,Martins,R.,Bastani,O.,Dillig,I.:使用冲突驱动学习的程序合成。摘自:PLDI,第420-435页。ACM(2018)
[19] 加格,P。;Löding,C。;Madhusudan,P。;奈德,D。;Biere,A。;Bloem,R.,ICE:学习不变量的健壮框架,计算机辅助验证,69-87(2014),查姆:施普林格,查姆·doi:10.1007/978-3-319-08867-9_5
[20] Jha,S.、Gulwani,S.、Seshia,S.A.、Tiwari,A.:Oracle指导的基于组件的程序合成。摘自:国际软件工程会议(ICSE),第215-224页。ACM(2010)
[21] Jha,S。;Seshia,SA,《通过归纳学习实现形式合成的理论》,《信息学报》。,54, 7, 693-726 (2017) ·Zbl 1380.68124号 ·doi:10.1007/s00236-017-0294-5
[22] Kent,M.,GCSE数学Edexcel高等学生用书(2015),纽约:Harpercollins出版社,纽约
[23] Miltner,A.,Padhi,S.,Millstein,T.D.,Walker,D.:表示不变量的数据驱动推理。摘自:PLDI,第1-15页。ACM(2020)
[24] Udupa,A.,Raghothaman,M.,Reynolds,A.:SyGuS语言标准2.0版(2019年)。https://sygus.org/language网站/
[25] 雷诺兹,A。;巴博萨,H。;Nötzli,A。;巴雷特,C。;Tinelli,C。;迪利格,I。;Tasiran,S.,cvc4sy:语法引导合成的智能快速项枚举,计算机辅助验证,74-83(2019),Cham:Springer,Cham·doi:10.1007/978-3-030-25543-55
[26] 雷诺兹,A。;JC布兰切特;Cruanes,S。;Tinelli,C。;Olivetti,N。;Tiwari,A.,SMT中递归函数的模型查找,自动推理,133-151(2016),Cham:Springer,Cham·Zbl 1475.68448号 ·数字对象标识代码:10.1007/978-3-319-40229-1_10
[27] Seshia,S.A.,Subramanyan,P.:UCLID5:集成建模、验证、合成和学习。摘自:MEMOCODE,第1-10页。IEEE(2018)
[28] Si,X.,Yang,Y.,Dai,H.,Naik,M.,Song,L.:学习语法引导程序合成的元解决方案。参加:2019年5月6日至9日在美国洛杉矶新奥尔良举行的第七届国际学习代表大会。OpenReview.net(2019)
[29] Solar-Lezama,A.、Tancau,L.、Bodík,R.、Seshia,S.A.、Saraswat,V.A.:有限程序的组合草图绘制。摘自:ASPLOS,第404-415页。ACM(2006年)
[30] Udupa,A.,Raghavan,A.,Deshmukh,J.V.,Mador-Haim,S.,Martin,M.M.K.,Alur,R.:TRANSIT:使用共合片段指定协议。收录于:Boehm,H.-J.,Flanagan,C.(编辑)ACM SIGPLAN编程语言设计与实现会议(PLDI),第287-296页。ACM(2013)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。