1 Computergestützte Verifikation 21.6.2002. 2 Probleme bei der Softwareverifikation 1.komplexe Datentypen und Expressions 2.Pointer und dynamische Datenstrukturen.

Präsentation zum Thema: "1 Computergestützte Verifikation 21.6.2002. 2 Probleme bei der Softwareverifikation 1.komplexe Datentypen und Expressions 2.Pointer und dynamische Datenstrukturen."—  Präsentation transkript:

1 1 Computergestützte Verifikation 21.6.2002

2 2 Probleme bei der Softwareverifikation 1.komplexe Datentypen und Expressions 2.Pointer und dynamische Datenstrukturen 3.Prozeduren und Rekursion 4. Bibliotheken

3 3 Abstrakte Zustände a ¬ b ¬ a b ¬ a ¬ b a b c d ¬ c dc ¬d ¬ c ¬ d (¬ b ¬ d) (¬ a ¬ c ¬ d) Praxis: z.B. Repräsentation abstrakter Zustände als BDD oder: Restriktion auf einfache Konjunktionen (im Beispiel: ¬ d)

4 4 Abstrakter Nachfolger geg.: Abstrakter Zustand a, guarded command g: x 1..n :=T 1..n ges.: a so daß - jeder konkrete Zustand, der von einem von a repr. Zustand aus per g entsteht, von a repr. wird - a mglst. stark a: - false, falls a[b i i ] i=1..n ¬ Berechnung von a im allg. schwer, für Konjunktionen leichter: - j = 1 n b j falls a[b i i ] i=1..n j [ x i T i ] i=1..n ¬b j falls a[b i i ] i=1..n ¬ j [ x i T i ] i=1..n true, sonst Theorembeweiser

5 5 Beispiel typedef struct cell{ int val; struct cell* next; } * list; list partition(list *l, int v) { list curr, prev, newl, nextCurr; curr = * l; prev = NULL; newl = NULL; while( curr != NULL) { nextCurr = curr -> next; if(curr -> val > v) { if(prev != NULL) { prev -> next = nextCurr; } if(curr == *l) { *l = nextCurr; } curr -> next = newl; L: newl = curr; } else { prev = curr; } curr = nextCurr; } return newl; } void partition() { bool b1,b2,b3,b4; b1 = unknown(); b3 = unknown(); b2 = true; b4 = unknown(); skip; while(*) { assume(!b1); skip; if(*) { assume(b3) if(*) { assume(!b2); skip; } if(*) { skip; } skip; L: skip; } else { assume(!b3); b2 = b1; b4 = b3; } b1 = unknown(); b3 = unknown(); } assume(b1); } b1: curr==NULL b2: prev==NULL b3: curr->val>v b4: prev->val>v AG(@L curr!=NULL AND curr->val>v AND (prev->val<=v OR prev=NULL)) AG(@L !b1 AND b3 AND (!b4 OR b2))

6 6 Pointer bisher: wpre(x := E, ) = [ x E] stimmt nicht, wenn Pointer beteiligt sind: Beispiel: Sei p = & x; wpre(x = 3, *p > 5) != *p > 5 (für einen potentiellen Alias y) wpre(x := E, ) = ( ( &x = &y [y E]) ( &x != &y ) ) Nichtdeterminismus, es sei denn, Alias-Analyse kann eine Alternative ausschließen: may point to, may not point to

7 7 Bedingungen IF B THEN T ELSE E END IF * THEN assume(X); T ELSE assume(Y); END X: das stärkste Prädikat (über den gegebenen Prädikaten) das von B impliziert wird Y: das stärkste Prädikat (über den gegebenen Prädikaten) das von ¬B impliziert wird zwischen X und Y kann Lücke klaffen Nichtdet.

8 8 Prozeduren Beispiel int bar(int * q, int y) { int l1,l2;.... return l1; } void foo(int * p, int x) { int r;..... r = bar(p,x); } Prädikate bar: b1: y >= 0 b2: *q <=y b3: y == l1 b4: y > l2 foo: b5: *p <= 0 b6: x == 0 b7: r == 0 form. par rück + ref [bool,bool] bar(b1,b2) { bool b3,b4;... return [b2,b3]; } void foo(b5,b6) { bool b7,t1,t2,t3,t4;... t1 = t2 = [t3,t4] = bar(t1,t2); b5 = b7 = } bool choose(b1,b2) { if(b1) return true; if(b2) return false; return unknown(); } x==0 y>=0 x==0 *p<=0 *q<=y x==0 ! *p<=0 ! *q<=y choose(b6,false); choose(b6 b5,b6 !b5); (y==)x==0 *q<=y *p<=0 (y==)x==0 ! *q<=y ! *p<=0 (y==)x==0 y==l1 r==0 (y==)x==0 ! y==l1 ! r==0 choose(t3 b6,t3 !b6); choose(t4 b6,t4 !b6);

9 9 Prozeduren Also: anfangs Prädikate der rufenden Prozeduren in Prädikate der gerufenen Prozedur übersetzen, am Ende umgekehrt Alternativen: - Inlining (mit Tiefenbegrenzung bei Rekursion) - Fixpunktberechnung 8.2

10 10 8.2 Abstract Interpretation Concrete Interpretation = Menge der Variablenbelegungen, die an einer geg. PC-Position im Laufe des Programms vorkommen können. M x := E { ( \ {[x, (x)]}) {[x, (E)]}| M} M IF B THEN M B.... M1 ELSE M ¬ B.... M2 END M1 M2 M WHILE B DO X..... F(X) END F(Y) := (M F(Y)) B (M F(M B)) B..... i=0 F i (Ø) kleinster Fixpunkt von F (F(Z) = Z) Ø M B

11 11 Wichtige Rechenoperationen, und kleinster Fixpunkt = unendliche Vereinigung = Rechnen auf vollständigem Verband [M,, ] ist Verband, falls – beide Operationen komm., ass. - Absorption ggf. neutrale Elemente vollständig = abgeschlossen geg. unendliche Vereinigung Verband induziert Halbordnung: x y gdw. x y = x (gdw. x y = y) ist gr. untere Schranke, ist kl. obere Schranke von

12 12 Idee von Abstract Interpretation Rechnen im konkretem Verband Rechnen in einem passenden abstrakten Verband Beispiele für abstrakte Verbände: Zahlenintervalle [a,c] [b,d] = [max(a,b),min(c,d)] [a,c] [b,d] = [min(a,b),max(c,d)] Boolesche Funktionen mit, Zonen mit Schnitt und konvexer Hülle der Vereinigung Kreuzprodukte beliebiger Verbände (, komponentenweise)

13 13 passend = Galois-Verbindung Konkret: [C,, ] Abstrakt: [A,, ] Abstraktionsfunktion : C A Konkretisierungsfunktion : A C ( ) ist Galoisverbindung, wenn (x) Y gdw. x (Y) Insbesondere: z ( (z)) (x := z, Y := (z) ) ( (Z)) Z (x := (Z)), Y := Z ) – präziseste Abstraktion – liberalste Interpretation

14 14 Beispiel für Galois-Verbindung C = Mengen ganzer Zahlen A = Intervalle reeller Zahlen (M) := [min(M),max(M)] (Ø) = (I) := I Z ({1,2,5}) = [1,5] ([1,5]) = {1,2,3,4,5} ([-, ]) = {-3,-2,-1,0,1,2,3} = [-3,3]

15 15 Approximation von Funktionen geg.: F: C C F*: A A F* approximiert F wenn für alle x in C: F(x) (F*( (x))) Satz: Seien F, F* monoton, F* approximiert F. Sei Z kleinster Fixpunkt von F Z* kleinster Fixpunkt von F* Dann: Z (Z*) Rechnen in einem Galois-verbundenen abstrakten Verband approximiert alle entsprechenden Rechnungen im konkreten Verband korrekt

16 16 Beispiel für abstrakte Interpretation x = x / 2; while(x<7) { x = x + 3; x = 2 * x; } [0,5] [0,2] [0,2] [0,6] [0,6] [3,5] [3,9] [6,10] [6,18] [7,18] (8,10,18) in konkreter Interpretation wichtiger Unterschied zu Model Checking: pro PC jederzeit nur ein Objekt

17 17 Fixpunktberechnung nutzt nur etwas, wenn sie in endlich vielen Schritten terminiert Variante 1: endlicher abstrakter Verband Variante 2: Terminierung forcieren Widening

18 18 Widening = Zwischenergebnis bei Fixpunktberechnung bewußt vergrößern Vorteil: Terminierung in endlich vielen Schritten Nachteil: berechneter Fixpunkt ist nicht notwendigerweise der kleinste Beispiel: Widening: instabile Grenzen auf min(- 0,1)/max(0,1, ) [64,70] [32,71] [1, ] [0, ] [64,70] [63,71] [1, ] [0, ] [-, ]

19 19 Widening formal : A A heißt Widening falls - X X Y (alle X,Y) - Y X Y (alle X,Y) und für keine mon. wachsende Folge X0, X1,... ist die Folge Y0 := X0 Yi+1 := Yi Xi+1 stark monoton Satz: Für jeden monotonen Operator F liefert die folgende Iteration nach endlich vielen Schritten einen Fixpunkt: X0 :=, Xi+1 := Xi falls F(Xi) Xi, := Xi F(Xi) sonst

20 20 Narrowing = den durch Widening entstandenen Schaden begrenzen: Def.: ist Narrowing falls x y x y x y und für keine monoton fallende Kette x0, x1,..., ist die Folge y0 := x0, yi+1 := yi x i+1 stark monoton fallend.

21 21 Beispiel für Widening/Narrowing int i i = 1; [1,1] while (i < 101) { i = i +1; } [a,b] [c,d] = [if c<a then - else a, if d>b then else b] [a,b] [c,d] = [if a = - then c else a, if b = then d else b] {X} X0 = X1 =X0 (( [1,1] X0 [1,1]) [-,100]) = (( [1,1] [1,1]) [-,100]) = [1,1] X2 = X1 (( [1,1] X1 [1,1]) [-,100]) = [1,1] (( [1,1] [1,1] [1,1]) [-,100]) = [1,1] [1,2] = [1, ] X3 = [1, ] (( [1,1] [1, ] [1,1]) [-,100]) = [1, ] [1,100] = [1, ] X2

22 22 Beispiel für Widening/Narrowing int i i = 1; [1,1] while (i < 101) { i = i +1; } [a,b] [c,d] = [if c<a then - else a, if d>b then else b] [a,b] [c,d] = [if a = - then c else a, if b = then d else b] {X} Y0 = X2 = [1, ] Y1 = Y0 (( [1,1] ( Y0 [1,1])) [-,100]) = [1, ] [1,100] = [1,100] Y2 = Y1 (( [1,1] ( Y1 [1,1])) [-,100]) = [1, 100 ] [1,100] = [1,100] = Y1 ultimativer Fixpunkt nach Widening und Narrowing = [1,100]