×

将CDCL提升到基于模板的抽象域以进行程序验证。 (英语) Zbl 1495.68139号

D’Souza,Deepak(编辑)等人,《验证和分析自动化技术》。2017年10月3日至6日在印度浦那举行的2017年第15届ATVA国际研讨会。诉讼程序。查姆:斯普林格。莱克特。注释计算。科学。10482, 307-326 (2017).
摘要:冲突驱动子句学习(CDCL)在布尔可满足性方面的成功启发了其他领域的采用。我们提出了一种新的将CDCL提升到程序分析的方法,称为课程的抽象冲突驱动学习(ACDLP)。ACDLP在模型搜索,通过约束传播执行过近似推导,以及冲突分析,使用启发式选择执行欠近似外推。我们用抽象域实例化模型搜索和冲突分析算法模板多面体,严格地将CDCL从布尔格推广到更丰富的格结构。我们的模板多面体可以表示程序变量上的区间、八边形和受限多面体约束。我们已经实现了ACDLP,用于C程序的自动有界安全验证。我们通过与使用布尔CDCL的CBMC和商业抽象解释工具Asterée进行比较来评估分析仪的性能。我们观察到,与CBMC相比,决策、传播和冲突的数量减少了两个数量级,运行时的速度加快了1.5倍。与Asterée相比,ACDLP解决了两倍的基准测试,并且具有更高的精度。这是第一次使用模板多面体抽象域实例化CDCL。
关于整个系列,请参见[Zbl 1372.68007号].

MSC公司:

60年第68季度 规范和验证(程序逻辑、模型检查等)
68号30 软件工程的数学方面(规范、验证、度量、需求等)
68问题32 计算学习理论
68T20型 人工智能背景下的问题解决(启发式、搜索策略等)
PDF格式BibTeX公司 XML格式引用