权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Program Verification Techniques for the AI Era

AI时代的程序验证技术

基本信息

批准号：
20H05703
负责人：
小林直樹
金额：
$ 121.8万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (S)
财政年份：
2020
资助国家：
日本
起止时间：
2020-08-31 至 2025-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20H05703/
关键词：
プログラム検証高階モデル検査高階不動点論理機械学習

项目摘要

研究課題全体を(A)高階モデル検査をはじめとするプログラム検証理論・技術のさらなる発展、(B)プログラム検証への機械学習技術の応用、(C)質の変化したプログラムの検証手法、の3つの課題に分けて並行して研究を進めた。2021年度の主な研究実績（一部、繰越分として2022年度に実施した成果を含む）は以下のとおり。(A)プログラム検証技術の発展：高階モデル検査の一種である高階不動点論理HFL(Z)の真偽値判定の高速化のため、一階のケースにおいて有効な手法であるPDRと循環証明との間の理論的関係を明らかにした。さらに、リスト構造を扱うプログラムの検証のために、記号オートマトン的関係という概念を新たに導入し、それに基づいてリストに関する性質の自動推論手法の改良を行った。また、並行プログラムの検証手法として、π計算と呼ばれる並行計算モデルで記述された並行プログラムの停止性を逐次プログラムの停止性に帰着する手法を考案し、実装・評価を行った。(B)プログラム検証への機械学習技術の応用：プログラム検証において鍵となるループ不変条件等の発見のためにニューラルネットワークを用いる枠組み（NeuGus: Neural Network-Guided Synthesis）を考案・実装し、不動点論理ソルバの一種であるCHCソルバHoIceに組み込んでその有効性を確認した。(C)質の変化したプログラムの検証手法：ニューラルネットワークを組み込んだソフトウェアの検証に向け、(B)のNeuGuSの枠組みを利用して、ニューラルネットワークから通常のプログラムコンポーネントを合成する手法を考案し、その有効性を確認した。また、確率付きプログラムの検証のための基礎として、確率付き高階不動点論理について研究を行い、モデル検査が決定可能なクラスを明らかにした。

Research topics include: (A) high-level research,(B) application of mechanistic learning techniques in high-level research,(C) qualitative research, and (D) parallel research. The main research results for 2021 (Part I, Part II, Part III, Part II, Part II, Part III, Part III, Part IV, Part IV, Part IV, (A)The development of high order fixed point logic (HFL (Z)) and its application in high order fixed point logic (HFL). A new concept for automatic inference of properties related to the structure of a class is introduced. The method of checking the parallelism, the calculation of π, the calculation of π, the description of the parallelism, the stopping of π, the description π, the description π, the description (B)The application of machine learning technology in the field of class identification: the development of class identification, key and variable conditions, etc.(NeuGus: Neural Network-Guided Synthesis). (C)The quality of the product can be changed to the following: (1) the quality of the product can be changed to the quality of the product;(2) the quality of the product can be changed to the quality of the product;(3) the quality of the product can be changed to the quality of the product;(4) the quality of the product can be changed to the quality of the product;(5) the quality of the product can be changed to the quality of the product;(6) the quality of the product can be changed to the quality of the product;(7) the quality of the product can be changed to the quality of the product;(8) the quality of the product can be changed to the quality of the product;(9) the quality of the product can be changed to the quality of the product;(9) the quality of the product can be changed to the quality of the product;(10) the quality of the product can be changed to the quality of the product;(11) the quality of the product can be changed to the quality of the product;(12) the quality of the product can be changed to the quality of the product;( The basis for the identification of the highest order fixed-point logic is studied and examined to determine the possible identification of the highest order.