研究论文

公共访问

利用决策树和蕴涵反例学习不变量

作者:

普拉纳夫加格,

丹尼尔奈德,

第页。迈德苏丹,

丹罗斯作者信息和声明

POPL’16：第43届ACM SIGPLAN-SIGACT编程语言原理研讨会会议记录

页499-512

https://doi.org/10.1145/2837614.2837664

出版:2016年1月11日出版历史

PDF格式电子阅读器

摘要

归纳不变量可以使用一个学习模型进行稳健合成，其中教师是程序验证者，负责指导学习者完成具体的程序配置，分为积极、消极和暗示。我们提出了该模型中的第一个学习算法，并以基于机器学习技术的隐含反例为例。特别是，我们扩展了机器学习中的经典决策树学习算法来处理隐含样本，构建了新的可扩展方法来使用统计度量构造小决策树。我们还在该模型中开发了一种决策树学习算法，该算法保证收敛到正确的概念（不变量）（如果存在）。我们实现了学习者和适当的教师，并证明了所得到的不变量综合对于大型程序集是有效的和收敛的。

补充材料

辅助档案（p499-garg-s.zip）

请在以下网址查找其他材料http://madhu.cs.illinois.edu/popl16/

下载
.22 KB

工具书类

[1]

软件验证（SV-COMP）基准测试的竞争。https://svn.sosy-lab.org/软件/sv-benchmarks/tags/svcomp14/loops/。

[2]

等价约束下贝叶斯网络参数的学习。人工智能，（0）：–，2015。

[3]

A.Albarghouthi和K.L.McMillan。漂亮的插值。《第25届计算机辅助验证国际会议论文集》，CAV’13，第313–329页，2013年。是978-3-642-39798-1。

数字图书馆

[4]

R.Alur、P.Cerní、P.Madhusudan和W.Nam。java类接口规范的合成。在POPL 2005中，第98–109页。ACM，2005年。

数字图书馆

[5]

R.Alur、P.Madhusudan和W.Nam。通过学习假设进行符号成分验证。在CAV 2005中，LNCS第3576卷，第548-562页。斯普林格，2005年。

数字图书馆

[6]

R.Alur、R.Bodík、G.Juniwal、M.M.k.Martin、M.Raghothaman、S.A.Seshia、R.Singh、A.Solar-Lezama、E.Torlak和A.Udupa。句法引导合成。在FMCAD 2013中，第1-17页。IEEE，2013年。

[7]

D.安格鲁因。从查询和反例中学习规则集。信息计算。，75(2):87–106, 1987.

数字图书馆

[8]

D.安格鲁因。查询和概念学习。机器。学习。，2（4）：319–3421988年4月。ISSN 0885-6125。统一资源定位地址http://dx.doi.org/10。1023/A:1022821128753。

[9]

G.BakIr、T.Hofmann、B.Scholkopf、A.J.Smola、B.Taskar和S.Vishwanathan。预测结构化数据。麻省理工学院出版社，马萨诸塞州剑桥，美国。

数字图书馆

[10]

M.Barnett、B.E.Chang、R.DeLine、B.Jacobs和K.R.M.Leino。Boogie：面向对象程序的模块化可重用验证器。在FMCO 2005，LNCS第4111卷，第364–387页。斯普林格，2005年。

数字图书馆

[11]

A.Betts、N.Chong、A.Donaldson、S.Qadeer和P.Thomson。Gpuverify：用于gpu内核的验证器。SIGPLAN否。，47（10）：113–1322012年10月。

数字图书馆

[12]

D.Beyer和M.E.Keremoglu。Cpachecker：用于可配置软件验证的工具。在CAV 2011中，LNCS第6806卷，第184-190页。施普林格，2011年。

数字图书馆

[13]

A.Blum和T.Mitchell。将标记数据和未标记数据与协同训练相结合。《第十一届计算学习理论年会论文集》，COLT’98，第92-100页，1998年。

数字图书馆

[14]

国际标准书号1-58113-057-0。

[15]

A.R.布拉德利。基于Sat的模型检查，无需展开。在VMCAI 2011中，LNCS第6538卷，第70-87页。施普林格，2011年。

数字图书馆

[16]

Y.-F.Chen和B.-Y.Wang。增量学习布尔函数。在CAV中，LNCS第7358卷，第55-70页。施普林格，2012年。

数字图书馆

[17]

J.M.Cobleigh、D.Giannakopoulou和C.S.Pasareanu。学习成分验证的假设。在TACAS 2003中，LNCS第2619卷，第331-346页。斯普林格，2003年。

数字图书馆

[18]

E.Cohen、M.Dahlweid、M.A.Hillebrand、D.Leinenbach、M.Moskal、T.Santen、W.Schulte和S.Tobies。Vcc：验证并发c的实用系统。在TPHOL中，第23-42页，2009年。

数字图书馆

[19]

M.Colón、S.Sankaranarayanan和H.Sipma。使用非线性约束求解生成线性不变量。在CAV 2003中，LNCS第2725卷，第420-432页。斯普林格，2003年。

[20]

C.Cortes和V.Vapnik。支持向量网络。机器学习，20（3）：273–2971995。

数字图书馆

[21]

P.库索和R.库索。抽象解释：通过构造或近似不动点对程序进行静态分析的统一格模型。POPL 1977，第238-252页。ACM出版社，1977年。

数字图书馆

[22]

L.M.de Moura和N.Björner。smt求解器的高效电子匹配。在CADE中，第183–198页，2007年。

数字图书馆

[23]

M.D.Ernst、A.Czeisler、W.G.Griswold和D.Notkin。快速检测相关程序不变量。在ICSE 2000中，第449–458页。ACM出版社，2000年。

数字图书馆

[24]

C.Flanagan和K.R.M.Leino。胡迪尼是ESC/Java的注释助手。在FME中，LNCS第2021卷，第500–517页。斯普林格，2001年。

数字图书馆

[25]

P.Garg、C.Löding、P.Madhusudan和D.Neider。学习线性数据结构的通用量化不变量。在CAV 2013中，LNCS第8044卷，第813-829页。施普林格，2013年。

[26]

P.Garg、C.Löding、P.Madhusudan和D.Neider。ICE：一个用于学习不变量的健壮框架。在CAV 2014中，LNCS第8559卷，第69-87页。斯普林格，2014年。

数字图书馆

[27]

P.Garoche、T.Kahsai和C.Tinelli。使用基于逻辑的自动抽象变换器的增量不变量生成。在NFM 2013中，LNCS第7871卷，第139-154页。施普林格，2013年。

[28]

B.S.Gulavani、T.A.Henzinger、Y.Kannan、A.V.Nori和S.K.Rajamani。Synergy：一种新的属性检查算法。在SIGSOFT FSE中，第117-127页。ACM，2006年。

数字图书馆

[29]

S.Gulwani、S.Srivastava和R.Venkatesan。作为约束求解的程序分析。在PLDI中，第281-292页。ACM，2008年。

数字图书馆

[30]

A.Gupta和A.Rybalchenko。Invgen：一个高效的不变量生成器。在CAV 2009中，LNCS第5643卷，第634-640页。施普林格，2009年。

数字图书馆

[31]

F.Ivancic和S.Sankaranarayanan。NECLA基准。http://www.nec-labs.com/research/system/systems _ SAV-website/small_static_bench-v1.1.tar.gz。

[32]

R.Jhala和K.L.McMillan。一种实用而完整的谓词求精方法。在TACAS中，LNCS第3920卷，第459-473页。斯普林格，2006年。

数字图书馆

[33]

M.Kawaguchi、P.M.Rondon和R.Jhala。基于类型的数据结构验证。在PLDI 2009中，第304–315页。ACM，2009年。

数字图书馆

[34]

M.J.卡恩斯和U.V.瓦齐拉尼。计算学习理论导论。麻省理工学院出版社，美国马萨诸塞州剑桥，1994年。国际标准图书编号0-262-11193-4。

数字图书馆

[35]

S.Kong、Y.Jung、C.David、B.-Y.Wang和K.Yi。通过简单模板的算法学习自动推断量化循环不变量。在APLAS。施普林格，2010年。

数字图书馆

[36]

S.Krishna、C.Puhrsch和T.Wies。使用决策树学习不变量。CoRR，abs/1501.047252015年。

[37]

N.小石头。当不相关属性大量存在时快速学习：一种新的线性阈值算法。机器学习，2（4）：285–3181987。

数字图书馆

[38]

K.L.McMillan。插值和基于SAT的模型检查。在CAV中，LNCS第2725卷，第1-13页。斯普林格，2003年。

[39]

K.L.McMillan。用插值进行懒惰的抽象。在CAV 2006中，LNCS第4144卷，第123–136页。斯普林格，2006年。

数字图书馆

[40]

T·M·米切尔。机器学习。McGraw-Hill，1997年。ISBN 978-0-07-042807-2。

数字图书馆

[41]

D.奈德。自动机学习在Versation和Synthesis中的应用。RWTH亚琛大学博士论文，2014年4月。

[42]

T.Nguyen、D.Kapur、W.Weimer和S.Forrest。使用动态分析发现多项式和数组不变量。在ICSE中，第683-693页。IEEE，2012年。

数字图书馆

[43]

E.Pek、X.Qiu和P.Madhusudan。使用分离逻辑对c中的数据结构操作进行自然证明。PLDI，第46页，2014年。

数字图书馆

[44]

X.Qiu、P.Garg、A.Stefanescu和P.Madhusudan。结构、数据和分离的自然证明。在PLDI中，第231–242页，2013年。

数字图书馆

[45]

J.R.昆兰。决策树的归纳。机器学习，1（1）：81–1061986。

[46]

J.R.昆兰。C4.5：机器学习程序。摩根·考夫曼，1993年。国际标准图书编号1-55860-238-0。

数字图书馆

[47]

A.Reynolds、C.Tinelli、A.Goel、S.Krstic、M.Deters和C.Barrett。SMT中有限模型发现的量化器实例化技术。在自动扣款-CADE-24-第24届自动扣款国际会议，美国纽约州普莱西德湖，2013年6月9日至14日。会议记录，第377-391页，2013年。统一资源定位地址http://dx.doi.org/ 10.1007/978-3-642-38574-2_26.

数字图书馆

[48]

F.罗森布拉特。感知器：大脑中信息存储和组织的概率模型。《心理评论》，65（6）：386–4081958。

[49]

C.E.香农。传播的数学理论。贝尔系统技术期刊，27:379–423，623–6561948。

[50]

R.Sharma和A.Aiken。从不变量检查到使用随机搜索的不变量推理。在CAV 2014中，LNCS第8559卷，第88–105页。斯普林格，2014年。

数字图书馆

[51]

R.Sharma、A.V.Nori和A.Aiken。作为分类器的插值。在CAV中，LNCS第7358卷，第71-87页。施普林格，2012年。

数字图书馆

[52]

R.Sharma、S.Gupta、B.Hariharan、A.Aiken、P.Liang和A.V.Nori。代数循环不变量的数据驱动方法。在ESOP中，LNCS第7792卷，第574-592页。施普林格，2013年。

数字图书馆

[53]

R.Sharma、S.Gupta、B.Hariharan、A.Aiken和A.V.Nori。学习几何概念时的验证。在SAS中，LNCS第7935卷，第388-411页。施普林格，2013年。

[54]

A.Solar Lezama公司。通过草图进行程序合成。2008年12月，加州大学伯克利分校EECS系博士论文。

[55]

A.Thakur、A.Lal、J.Lim和T.Reps.Posthat和所有这些：获得最精确的归纳不变量。技术报告TR1790，威斯康星大学，威斯康星州麦迪逊，2013年4月。

[56]

A.Vardhan和M.Viswanathan。学习验证分支时间属性。系统设计中的形式方法，31（1）：35-612007。

数字图书馆

引用人

恩德斯MFakhoury S公司查克拉博蒂S拉希里S(2024)大型语言模型能否将自然语言意图转换为形式方法后置条件？ACM软件工程会议录10.1145/36607911：FSE(1889-1912)在线发布日期：2024年7月12日
https://dl.acm.org/doi/10.1145/3660791
刘H李G(2024)利用除法征服和修剪的经验可扩展不变量生成软件工程的理论方面10.1007/978-3-031-64626-3_19(324-342)在线发布日期：2024年7月29日
https://dl.acm.org/doi/10.1007/978-3-031-64626-3_19
简体中文里希特CWehrheim H公司(2024)ChatGPT是否支持软件验证？软件工程的基本方法10.1007/978-3-031-57259-3_13(266-279)在线发布日期：2024年4月6日
https://dl.acm.org/doi/10.1007/978-3-031-57259-3_13
显示更多引用者

索引术语

利用决策树和蕴涵反例学习不变量

建议

用于合成不变量和契约的Horn-ICE学习

我们设计了使用Horn蕴涵反例（Horn-ICE）合成不变量的学习算法，扩展了ICE学习模型。特别地，我们描述了一种从非线性Horn-ICE样本中学习的决策树学习算法。。。
利用决策树和蕴涵反例学习不变量
流行'16

归纳不变量可以使用一个学习模型进行稳健合成，其中教师是程序验证者，负责指导学习者完成具体的程序配置，分为积极、消极和暗示。我们建议第一个。。。
从决策规则中学习决策树：一种方法和比较研究的初步结果
智能系统方法论专题

评论

信息和贡献者

问询处

发布于

封面图片ACM会议

POPL’16：第43届ACM SIGPLAN-SIGACT编程语言原理研讨会会议记录

2016年1月

815页

十亿英镑：9781450335492

内政部：10.1145/2837614

总主席：
拉斯蒂斯拉夫·博迪克
美国加州大学伯克利分校
,
项目主席：
鲁帕克·马朱姆达尔
MPI-SWS，德国

ACM SIGPLAN通知第51卷第1期
流行'16
2016年1月
815页
国际标准编号：0362-1340
EISSN公司：1558-1160
内政部：10.1145/2914770
编辑：
安迪·吉尔
堪萨斯州劳伦斯堪萨斯大学
期刊目录

版权所有©2016 ACM。

如果复制品不是为了盈利或商业利益而制作或分发的，并且复制品的第一页载有本通知和完整引文，则允许免费制作本作品的全部或部分数字或硬拷贝以供个人或课堂使用。必须尊重作者以外的其他人对本作品组成部分的版权。允许用信用证进行摘要。要以其他方式复制或重新发布，在服务器上发布或重新发布到列表，需要事先获得特定许可和/或付费。从请求权限[电子邮件保护].

赞助商

SIGPLAN：ACM编程语言特别兴趣小组

合作中

SIGACT:ACM算法和计算理论特别兴趣小组

出版商

计算机协会

美国纽约州纽约市

出版历史

出版：2016年1月11日

权限

请求对此文章的权限。

检查更新

作者标记

限定符

研究文章

资金来源

会议

流行'16

赞助商：

SIGPLAN（SIGPLAN）

POPL’16：第43届ACM SIGPLAN-SIGACT编程语言原理年会

2016年1月20日至22日

佛罗里达州，圣彼得堡，美国

接受率

4130份提交文件的总体接受率为824份，20%

即将召开的会议

流行乐'25

赞助商：
信号平面图

第52届ACM SIGPLAN编程语言原理年会

2025年1月19日至25日

丹佛，有限公司，美国

贡献者

其他指标

查看文章度量

文献计量学和引文

文献计量学

文章指标

133
引文总数
查看引文
2,447
总下载次数

下载量（最近12个月）305
下载次数（最近6周）40

反映截至2024年9月15日的下载量

其他指标

查看作者指标

引文

引用人

恩德斯MFakhoury S公司查克拉博蒂S拉希里S(2024)大型语言模型能否将自然语言意图转化为形式方法后条件？ACM软件工程会议录10.1145/36607911：FSE(1889-1912)在线发布日期：2024年7月12日
https://dl.acm.org/doi/10.1145/3660791
刘浩李G(2024)利用除法征服和修剪的经验可扩展不变量生成软件工程的理论方面10.1007/978-3-031-64626-3_19(324-342)在线发布日期：2024年7月29日
https://dl.acm.org/doi/10.1007/978-3-031-64626-3_19
简体中文里希特C韦尔海姆H(2024)ChatGPT是否支持软件验证？软件工程的基本方法10.1007/978-3-031-57259-3_13(266-279)在线发布日期：2024年4月6日
https://dl.acm.org/doi/10.1007/978-3-031-57259-3_13
包J特里维迪N帕塔克D徐杰罗伊·SElkind E公司(2023)概率程序的数据驱动不变学习（扩展抽象）第三十二届国际人工智能联合会议记录10.24963/ijcai.2023/712(6415-6419)在线发布日期：2023年8月19日
https://dl.acm.org/doi/10.24963/ijcai.2023/712
于S王T王杰仅R弗雷泽G(2023)基于SMT求解的循环不变量推理增强强化学习第32届ACM SIGSOFT软件测试与分析国际研讨会论文集10.1145/3597926.3598047(175-187)在线发布日期：2023年7月12日
https://dl.acm.org/doi/10.1145/3597926.3598047
胡G张伟张H(2023)NeuroPDR：在硬件模型检查的PDR算法中集成神经网络2023年ACM/IEEE第五届CAD机器学习研讨会（MLCAD）10.1109/MLCAD58807.2023.10299875(1-6)在线发布日期：23年9月10日
https://doi.org/10.1109/MLCAD58807.2023.10299875
Vediramana Krishnan H公司陈毅Shoham S公司格芬克尔A(2023)模型检验中局部泛化的全局指导系统设计中的形式化方法2007年10月10日/10703-023-00412-3在线发布日期：2023年3月28日
https://doi.org/10.1007/s10703-023-00412-3
阿克沙伊S查特吉K梅根多夫T扎伊凯利奇(2023)MDPs作为配电变压器：安全目标的仿射不变量综合计算机辅助验证10.1007/978-3-031-37709-9_5(86-112)在线发布日期：2023年7月17日
https://doi.org/10.1007/978-3-031-37709-9_5
小林寺N吴明（Wu M）(2023)递归列表函数的神经网络综合系统构建和分析的工具和算法10.1007/978-3-031-30823-9_12(227-245)在线发布日期：2023年4月22日
https://dl.acm.org/doi/10.1007/978-3-031-30823-9_12
西里西BEnea C公司法尔赞AMutluergil S公司(2023)有状态部分降阶的语用方法验证、模型检查和抽象解释10.1007/978-3-031-24950-1_7(129-154)在线发布日期：2023年1月16日
https://dl.acm.org/doi/10.1007/978-3-031-24950-1_7
显示更多引用者

视图选项

查看选项

PDF格式

以PDF文件查看或下载。

电子阅读器

使用联机查看电子阅读器.

电子阅读器

获取访问权限

登录选项

检查您是否可以通过登录凭据或您的机构访问本文。

完全访问权限

获取此出版物

媒体

数字

其他

桌子