ВПнМ, 01 лекция (от 08 февраля)

Материал из eSyr's wiki.

---

Версия 15:05, 8 февраля 2008

Верификация программ на моделях, Верификация моделей программ, Model checking.

В курсе матлогики, который нам очень понравился, на последней лекции рассматривали два подхода к верификации: верификация теорем и верификация моделей программ. Между двумя курсами есть различие: в курсе матлогике была внутренняя логика и математичкий формализм, этот же курс направлен на практическую сторону.

В качестве инструментального средства будем использовать программу Spin.

По курсу будт практикум, проходить он будет в 758 комнате.

Содержание 1 План лекции 2 Разработка программы 3 Правидбьность программ 4 Формлаьные методы 5 Методы верификации 5.1 Тестирование 5.1.1 Реактивные программы 6 Системы с разделением ресурсов 7 Параллельные системы 8 Доказательство теорем 9 Статический анализ 10 Верификация программ на моделях 11 Автоматизируемость 12 История развития 12.1 Развитие методов 12.2 Проблема комбинаторного взрыва 12.3 Дальнейшее развитие 13 Области применения вериф. на моделях

План лекции

• Правильность программ
• Актуальность верификации
• Формальные методы
• Автоматизация
• История развития и области применения
• Обхор курса
• Практикум

Эта лекция вводная. Лектор расскажет, что такое правильность программ, посчему её надо проверять строгими методами. Сделоает небольшой обзорп методлов проверки правильности программ, расскажет, как развивалась эта область, и то, как будет устроен практикум и зачёт по этому курсу. Бужет экзамен. Зачёт лектор отменил, допущены будут все.

Разработка программы

Ошибки появляются в ходе разработки программы. Существуют различные модели жизненного цикла, но можно выделдить основные этапы:

• Анализ
• Проектирование, в ходе которого разрабатывается архзитектура системы
• Реализация
• Темтированик
• Эксплуатация, в ходе которого внедряется система, исопльзуется

Ошибки могут появляться на всех этих этапах. В ходе анализа можно не так понять пользователя, в ходе разработке арзитектуры, есть ошибки в ходе тестирования и экспл.

Наибольшее количество ошибок вносится на этапаха проектирования и реализации. Обнаруживаются на этапе тестирования, особенно сборочного. Выглядит всё неплохо, но цена ошибки резко возврастает в ходе эксплуатации.

Правидбьность программ

Что такое ошибка? Ошибка --- несоответствие требованиям. Если нет требований к программе, то нет неправильности. Программа не может быть ни правильной, ни неправильной втаком случае, она может быть забавной.

Ошибки бывают в формулировке требований и в их соблюдении.

Ошибки в формулировке: реализовано вроде всё правильно, а пользователь скажет, что здесь ошибка. Такие ошибке ваыявляются в ходе процесса, называемого валидация.

Все другие ошибки, которые есть, во время разработки программы. Процесс поиска этих ошибок --- процесс верификации, проверка, соответствует реализацичя спецификации, при этом считается, что спецификация правильная.

В ходе вер/вал нужно найти ошибки, или доказать, что их нет.

Когда средство создаётся, средств на тестирование обычно нет. Но существуют другие системы, с которых ошибок не должно быть ни при каких обстоятельствах. Это системы с повышенными требованиями к надёжности. Это системы либо с большой ценой ошибки, либо приводящие к невосполнимым потерям.

Примеры:

• Ariana-5. Июнь 1996, взрыв ракеты спустя 40 секунд после старта. Ущерб --- 500 млн., стоимость разработки --- 7 млрд., причина ошибки: преобразования 64-bit float в 16-bit int
• Patriot: округление 24-bit fixed
• Sleipner A. Причина — ошибка округления при моделировании платформы.

Соответственно, для проверки правильности систем с повышенным требованиям к надёжности выборочное тестирование не подходит, и, как сказал Дейкстра, тестирование может выявить ошибки, но не показать, что их нет.

Тестирование направлено на выявление частых ошибок. Формальные методы направлены на поиск критических ошибок. Соотвтественно, редкие безвредные ошибки никого не интересуют.

Задача верификации программ в общем случае алгоритмически неразрешима. Таким образом, применение формальных методов, не смотря на общее мнение, что там что-то доказывается, что невозможно, там приводится обоснование, что их нет.

В абсолютном большщинстве встречающихся в природе системы таковы, что их ошибочность можно доказать, и это признак хорошего дизайна. По англицки это называется probably correct.

Формлаьные методы

ФМ --- использование матаппарата, реализованного в языкамх, методах и средствах спец. и вериф. программ.

• Методы формальной спецификации
• Вериф
  • Докю теорем
  • Вериф. на моделях

Методы верификации

• Полное тестирование. Тестирование, в ходе которого при постр. тестового набора приводится обосн., что набор оплный.
• Имитационное тестирование. Это то же тестирование, только оно помогает избежать в том случае, например, если симстема ещё не готова.
• Док. теорем
• Статический анализ
• Верификация на моделях

Тестирование

Грубо разделим эти методы на метод чёрного ящика, которые основываются на полном покрытии входных данных, метод прозрачного ящика основывается на полном покрытии кода.

Плюсы:

• Проверяется та программа, которая будет использоваться
• Для проведения теста не требуется дополнительных интсрументальных средств
• Удобная локализация ошибки. Средства тетстирования и отладки очень хорошо позволяют найти место в коде, где она находится

Минусы:

• Не всегда есть условия для тестирования системы
• Проблема с воспроизводимостью тестов. Ошибка должна быть воспроизводима для понимания и отладки. Если речь идёт про системы взаимод. с реальным окружением, в этом случае она может быть невоспроизводима, или когда она связана с историей взаимодействия

Эти минусы решаются применением имитационного моделирования: имитация окружения, и т. д.

Обоснование оплноты тстового покрытия:

• ЧЯ: для последовательных программ сложно перебрать все входные данные
• ЧЯ: для параллельных дополнительно возникают цепочки взаимод. и перестановки
• ЧЯ: для динамических структур, взаимод. с окружением --- невозможно
• ПЯ: большой размер покрытия, растёт жкспоненциально с размером
• Часто невозможно постр. 100% покрытик
• Полное покрытие не гарантирует отсут. ошибков.

Пример: полное покрытие для ЧЯ:

• Поиск выигрышной стратегии в шашках --- 10^14 операций (?)

полное покрытие для прозрачного ящика:

• //пример с ифами

Для программы 1 нельзя построить полное покрытие

Для второй программы с двумя ошибками можно построить покрытие a, bbb, но оно не найдёт ни одну из них.

Итоги:

• Полный перебор вх. данных --- невозможен
• Полноа покрытия кода не гарантирует правильности

!! Полнота вычислений

Реактивные программы

Эти программы работают в бесконечном цикле и взаимод. с окружении. Эти программы работают в терминах стимул/реакция. Здесь и возникает цепочка взаимод, которая резко увеличивает сост. системы, и обойти их тестированием не предст. возможным.

Реакт. программы это не пыльный ... на задворках программистких технологий, и ошбики там гораздо менее очевидны. Пример --- системы с разделением ресурсов.

Системы с разделением ресурсов

• Дорожный траффик. Пример с дедлоком на перекрёстке
• Телефонные сети. Если два человека звонят друг другу одновременно, то возникает блокировка.
• ОС. Пример с дедлоком
• ...

Параллельные системы

Новый источник ошибок --- совместная работа проверенных компонентов.

Обычно считается, что программы надо строить из небольших компонент. Потом их интегрируем и всё работает. Однако, возникают ошбки на другом уровне: в 1993 году аэробус садился на мокрую полосу, нужно было включить реверс, но он включился поздно, потому что для его включения нужно, чтобы крутились колёса, выпущены шасси и есть давление на колёса, что случилось не сразу.

Дополнительную сложность вносит одновременная работа.

Доказательство теорем

Есть система, свойства, есть аксиомы иправила вывода, и с помощью последних доказываются свойства.

Фото 3: проверить свойство, верно ли, что за a выполнится с? С помощью правил вывода мы можем показать, что правило выполняется.

К достоинствам относится тот факт, что можно доказывать для систем с беск. кол. сост. Также даёт более глубокое понимание системы, даже более глубокое, чем нужно. Недостатки: меделнная работа, требуется помощь человека, неполнота аксиом в общем случае

Статический анализ

• Анализ текста программы без его выполнения. Можно сказать, что здесь обходим граф потока управления. В общем случае задача достижимости неразрешима, и в общем случае стат. анализ представляет компромисс между возм. и потребностями. Кроме того, удобные инженерные конструкции очень плохо поддаются статич. анализу.

Однако есть достаточно узкие области, где стат. анализ хорошо применим.

Расширяем множество значениий m неиниц. сост. Начальное сост. --- неиниц. И далее вычисляем отображение для каждой точки программы.

Видим, что перем. иниц. только при размере массива больше 0.

Достоинства стат. мод.: высокая скорость, ответу, если он дан, можно верить. Из минусов --- узкая обл. применения, а также ручная настройка при изм. проверяемых свойств.

Верификация программ на моделях

Можно построить модель с конеяч. кол. сост., сформулировать свойства, послед знач. предикатов и выполнить поиск по прост. сост., что дасто ответ на вопрос, выполняются свойства или нет. Доказывается, что либо свойства вып. на всех сост. модели, либо свойство не вып.

Что нам важно:

• программа может наход. в сост. открыта/закрыта
• Сост. меняются в двух местах

Итого 4 состояния.

Контрпример --- ошибка в процессе. Нашли ошибку.

Процесс вериф. сост. из 3 этапов:

• Моделирование. Строим адекватную корректную модель. Цель моделирования --- объяснить. У нас есть программа, есть инструментальное средство вериф. У него есть свой язык. Иногда это делается путём трансляции с языка напис. программы на вх. язык средства. Но при этом может получиться слишком сложная модель. Тогда необходима абстракция, которая упрощает можель. Модель при этом должна быть корректной и адекватной. Более детально это будет рассм. на след. лекциях. Коррект. моель корректно моделирует., а адекватная корректно экстраполирует св-ва на систему. Поскольку мы от чего-то абстрагируемся, оставляя то, что нужно, нужно знать, что нужно; модель без задачи не имеет смысла. Но обычно здесь формулируется класс свойств, например, корректна ли программа работает с разделяемыми ресурсами. тогда построим модель программы, которая работает с разд. рес., от остального абстрагируемся.
• Спецификация свойств. Это темпоральная логика плюс сс нккоторыми добавками, которые исп. Spin. Вопрос полноты свойств здесь не затрагивается. Это вопрос валидации и мы считаем, что свойства полны.
• Верификация. Мы передаём модель и св-ва в инстр. систему, нажимаем на кнопку проверить, и получаем контрпример. Дальше нужно понять, о чём контрпример говорит, анализ кп это прерогатива человека, котрый разбирается, что произошло: некорректная модель, модель не подходит для свойств, неправльная модель. Однако, если контрпример подтверждается, то мы нашли ошибку. Исправляем её и запускаем заново. Если модель конечная адекватна, то мы гарантированно получис ответ. Она позволяет выялвять редкие ошибки, которые обычно тестирование не выявляются.

Недостаток: работает только для конечных моделей. Бывают такие программы и св-ва, которые нельзя проверить с помощью конечной модели. Если кто-то захочет проверить самоприменимость, то никакая верификация не поможет.

Автоматизируемость

• Автоматизированное тестирование --- автомат. вып. тестов, это было давно. Автоматического тестирования нет.
• Доказательство теорем --- участие человека существенно
• Статич. анализ полностью автомат. в данной области и для данного св-ва
• Верификация - участие человека сводится к постр. модели и анализе контрпримеров. Проблема --- комбинаторный взрыв.

История развития

• Флойд, 1967. Ф. предложил использовать assertions, и выдвитнул гипотезу, что если у нас для некоторого ЯП описаны ass., то, с учётом того, как влияет оно на вып., можно доказать, что программа корректна
• Хоар ввёл триплеты (P | S | Q) и ввёл логич. вывод, и в первое время это делалось вручную.
• Первый автоматический прувер --- 1971
• Дейкстра, 1975 описал язык, который более удачно позволял доказывать корр. программ. Каждому операторы сопоставллялся guard, причём если было условие, то гарды выполнялись недетерменированно.
• Хоар, 1978 описал CSP --- взаимод. посл. процессы, это позв. доказывать корр. распред. программ

Развитие методов

• Пнуэли, 1977 --- темпоральная логика, LTL. Стало возм. описывать свойства подмножеством языка и выполнимость словами языка (?)
• Пнуэли, 1981 --- предложена логика ветвящегося времени, которая лучше подходит для тонких св-в пар. программ
• Клар, Эмерсон, 1981 --- предложен model checking, когда предст. программу в виде автомата с конеч. чслом сост., обходим дост. сост. и проверяем св-ва.
• Варди и Вольпер, 1986 -- анализ комформности в model checking, это снимает огр. на конеч. число сост.

В основном курсе будет уделять ся первому моделчекингу

• Хольцман, 1981. Построен верификатор Spin

Проблема комбинаторного взрыва

• Бриан, 1989. Двоичные решающие диаграммы (BDD) --- мы строим пространство сост., и склеиваем ветви согласно ряду правил
• МакМиллан, 1993. Верификатор SMV, исп. BDD
• Хольцман, Пелед, 1994 --- верификация паралл. систем.. Довольно часто бывает так, что порядок обмена не важен, тогда можно рассм. один из возможных --- редукция част. порядков
• 1995. Редукция част. порядков в Spin

после этого стало возм. применять верификаторы в промышленности.

Дальнейшее развитие

Было направлено на решение задачи комбинаторного взрыва

• Кларк, 1992 --- абстракцичя для уменьш. модели
• Эльсаиди, 1994 --- семант. минимиз
• Пелед, 1996 Бир, 1998 --- вериф. на лету, подгрузка по мере анализа и удаление просм. куска дерева из памяти
• Расси, 2000 - анализ достижимости с учётом специф. --- выбор эвристики на осн. св-в
• Эмерсон и Прасад, 1994 --- симметрия

Области применения вериф. на моделях

• Сетевые и криптограф. протоколы
• Протоколы работы кэш-памяти
• Инт. схемы
• Стандарты
• Встроенные системы
• Драйвера
• Вообще программы на С. Для Spic есть конвертер из C в его внутр. язык