数据驱动的数值不变式合成与有界模型检查的新方法
数据驱动的数值不变式合成
在数值不变式学习过程中,高效生成相关谓词是一个关键问题。有一种方法通过构建数据样本的分隔器来生成谓词,该方法基于在数值抽象域中迭代应用连接操作,以覆盖正状态而不包含负状态。这种方法与 ICE - DT 模式紧密集成,形成了一种高效的数据驱动不变式合成和验证算法。
在性能比较方面,将 NIS(poly) 与 LoopInvGen、CVC4 和 Spacer 进行了运行时间对比,同时将 NIS(oct) 与原始的 ICE - DT(基于八角形模板的枚举属性生成)进行对比。结果显示,该工具在速度上明显更快。
未来的工作有几个方向:
1. 研究替代的分隔器构造方法,以在学习过程中减少属性池的大小,同时增加其潜在相关性。
2. 控制教师提供的反例,因为它们在学习过程中起着重要作用。目前,反例的选择完全依赖于实现教师的 SMT 求解器。
3. 将这种方法扩展到其他类型的程序,特别是具有其他数据类型的程序和具有更通用控制结构(如过程式程序)的程序。
下面以表格形式总结相关信息:
| 对比内容 | 对比对象 | 结果 |
| ---- | ---- | ---- |
| 运行时间 | NIS(poly) 与 LoopInvGen、CVC4、Spacer | - |
| 运行时间 | NIS(oct) 与原始 ICE - DT | NIS(oct) 明显更快 |
| 未来工作方向 | 分隔器构造方法 | 减少属性池大小,增加相关性 |
| 未来工作方向 | 反例控制 | 目前依赖 SMT 求解器 |
| 未
数据驱动的不变式合成与BMC新算法
超级会员免费看
订阅专栏 解锁全文
1995

被折叠的 条评论
为什么被折叠?



