程序形式化验证之——谓词抽象技术

一、克雷格Craig二元插值 & 归纳序列插值

注意点

● A和B插值I表达的是A的一些关键性质，正是因为这些性质才使A与B矛盾（因为A与B为FALSE）。插值I抽象掉了A中与导致矛盾无关的部分（I与B为FALSE说明插值是A中抽象出的冲突部分）。使用I来表示和该路径有相似原因导致属性不可达的路径集合，从而实现泛化，使我们能分析更多的路径。

● 二元插值中的A，序列插值中的F可以是状态机中的一个状态，也可以是例如C程序的几条执行语句组成的程序基本块（lock = true; old= new)

● 谓词运算的含义 及 两个特殊谓词（永真和永假）

● n个谓词 对应 n-1个插值

解释说明

二、命题 和 谓词 的区别和联系

命题：可以判断真伪的陈述句

● 比如命题P：小明是学生
● 复合命题Q：如果明天下雨，那么我不出门

谓词：引入了个体，扩展了命题

● P无法描述小明，而谓词P(x)：x是学生解决了这一问题
● 谓词用于描述个体属性或个体之间的关系
● 谓词只有在指定个体值时才是谓词
● 一个命题的谓词表达不唯一

三、抽象的几个重要概念

重要概念

● 抽象域的定义：谓词抽象的抽象域是谓词
● 抽象状态和标记的定义
● 抽象后记算子的作用：谓词抽象的抽象算子是最弱前置条件判断霍尔三元组是否成立
● 抽象后继的定义
● 整个计算过程都在抽象空间进行而不涉及程序的实际运行状态，从而提升计算效率
● 博客里没解释定义的抽象状态空间

基本流程

设定抽象域，将各程序节点使用抽象域中的元素进行标记，形成抽象状态（当前程序状态的上近似），通过抽象后继算子计算抽象后继，整个计算过程都在抽象空间中进行

解释说明

四、谓词抽象

基本抽象流程

● 设定抽象域，初始谓词集合为分支里的谓词，第一个节点的抽象状态为true，将各程序节点使用抽象域中的元素进行标记，形成抽象状态（当前程序状态的上近似），通过抽象后继算子（谓词抽象中是最弱前置条件）计算抽象后继

● 整个计算过程都在抽象空间中进行。采取深度优先的策略，遇到分支会先完成一个分支，直到达到断言处assert。以下情况不需要再使用抽象后继算子推抽象后继：如果新抽象状态包含在抽象状态中，这条环路的计算已经收敛，达到不动点，我们也无需继续计算。已经收敛，达到不动点，我们也无需继续计算。直到计算路径被阻塞，或者被之前的同名结点覆盖。

基本Refine流程

● 由于伪反例的存在，导致我们无法使用当前的抽象空间，来证明程序的正确性。 这代表我们抽象得太过了，我们需要依据得到的伪反例，对当前抽象空间进行修正，使其抽象粒度变小，从而排除伪反例。 我们称这一修正过程称为精化（Refined）

● 伪反例判定算法 SMT
实际上是一条抽象空间里的伪反例（是一条抽象状态空间下的反例），不是程序的实际执行路径。
谓词抽象状态空间是上近似空间，所以在抽象空间找出的错误路径不一定准确，可能并不属于程序的实际行为。

● 伪返利消除（Refine）算法：
对于谓词抽象而言，由于其抽象空间是由谓词集合生成的，所以其精化的方式就是在谓词集合中通过克雷格插值加入新谓词。排除插值中已经出现的谓词

CEGAR是一种思想而不是和谓词抽象等价？

在精化完成后，需要能够在精化后抽象空间中消除对应的伪反例路径。

通过向谓词集合中加入插值生成的新谓词，我们能够消除对应的伪反例路径么？

五、对比修复场景

● 输入的属性不同：一个为正，一个为反

● 抽象的目的相同：都是当前空间不好表达

● 抽象模型检测：一个用正一个用反

● 模型抽象方式不同：一个是谓词抽象且是上近似，一个是抽象空间由fi决定，规则语义和配置抽象，好像不是上近似但是改变了状态空间
● 但是模型抽象目的都相同：抽象状态空间

● 伪反例判定算法（本质也是反例分析）不同：一个SMT，一个智能家居场景的新算法
如果判定为真反例：一个为bug，一个为可用的fix
如果判定为伪反例：则进行抽象refine算法
如果未找到任何反例：一个为安全，一个为不存在可行的fix
● 伪反例判定算法除了general还有platform-specific:
% 在解空间包含的修复信息中，我们总结了如下三类包含虚伪修复信息的智能家居规则交互情景：1）相关规则并不是每次交互都存在漏洞。“正常规则执行情况”在与当前缺陷规则的交互情况无关的其它规则交互情况中也存在，但是它们对当前漏洞的修复没有作用（对应着general的不是程序实际执行路径）；2) 在与当前缺陷交互相关的规则交互中，通过改变人为无法控制的（uncontrollable）自然属性来制造“正常规则执行情况”是虚伪的，例如下雨时窗户打开的漏洞情况，如果将此时的天气变为不下雨就能消除漏洞，但是下雨并不是家居系统能控制的（platform-specific），例如；3）由于漏洞不会完全影响后续规则的正常执行，即使没有消除当前抽象空间的漏洞/当前漏洞仍存在（即虚伪），与当前缺陷规则交互情况相关的后续规则交互情况中也存在“正常规则执行情况”（platform-specific）；
● 但是伪反例的解释都相同：由于是抽象后的空间，这个在抽象空间里符合规定的反例不一定准确，可能并不属于程序的实际行为 / 不对应目前的缺陷情况。

● 抽象refine算法不同：一个是插值，一个是invarient / 一个是find assign & step和init
● 目的都相同：都是根据，对当前抽象空间进行修正 / 调整，从而消除对应的伪反例。由于伪反例的存在，导致我们无法使用当前的抽象空间，来证明程序的正确性。 这代表我们抽象得太过了 / 抽象的层次不对，我们需要依据得到的伪反例，对当前抽象空间进行修正 / 调整，使其抽象粒度变小，从而排除伪反例。 我们称这一修正过程称为精化（Refined）

六、谓词抽象的优化

关于谓词抽象算法，还有很多进一步优化的空间。 比如说，我们可以获取程序中的谓词（if语句和while语句的条件）来作为初始的谓词集合，以减少分析的迭代次数。 我们也可以使用一些轻量级的不变式生成技术（区间分析），来生成辅助不变式作为谓词，以加快迭代。

目前已有大量的研究工作来优化谓词抽象，其中最为知名的应该是惰性抽象（Lazy Abstraction）[2]。 此外，还有大块编码（Large Block Encoding）以及可调块编码（Adjustable Block Encoding）[3]等等。