一种用于高阶模型检验的类型定向抽象精化方法

高阶递归格式的平凡自动机模型检验问题已经成为与高阶程序自动验证相关的一个广泛研究的对象。这个问题非常困难：尽管近年来取得了相当大的进展，但还没有任何决策过程能够比包含数百条重写规则的递归方案更强大。我们提出了一种新的固定参数多项式时间算法，该算法基于一种新颖的、类型定向的抽象求精形式，在这种形式中，方案的行为由抽象根据它们所在的交集类型（它们满足的属性）来区分。与其他交集类型的方法不同，我们的算法同时考虑了属性自动机的接受和对偶的接受，以便通过从两边收敛到问题实例的解决方案来最小化所做的工作量。我们构建了算法的原型实现“前言”，并收集了大量证据，从经验上证明该算法很容易扩展到数千条规则的递归方案，远远超出了当前最先进的高阶模型检查器的能力。