Seminar Modellüberprüfung SMV – Symbolic Model Verifier Referent: Markus Nosse Inhaltsübersicht: Grundlagen Das SMV System Grundlagen – BDDs 1 Binäre Entscheidungsdiagramme Repräsentation von logischen Formeln Effiziente Algorithmen Kanonische Darstellungsform Repräsentation von Kripke Strukturen Grundlagen – BDDs 2 Entscheidungsbaum Entscheidungsdiagramm ist (sehr viel) kompakter Beispiel: f = a b c a n1 b b 0 1 0 c c 0 1 1 0 1 1 0 n2 a 0 1 0 1 0 1 c 1 0 0 n3 0 0 1 1 c c 1 b 1 0 1 1 0 1 Grundlagen – BDDs 3 Zusammenfassen isomorpher Teilbäume Terminale Knoten var(v1) = var(v2) und low(v1) = low(v2) und high(v1) = high(v2) Elimination überflüssiger Entscheidungen low(v) = high(v) n2 b 0 c 0 1 c 1 0 1 c 1 0 0 1 1 0 1 1 Grundlagen – BDDs 4 Direkte Konstruktion mittels Shannon Expansion f(x1,...,xn) = (xif1) ( xi f0), fk = f(x1,...,xi=k,...,xn ), k = 0,1 Pro Anwendung ein Knoten für xi Teilbäume ergeben sich rekursiv aus f 0, f1 a b c 0 c a 1 b c a b c 0 c a 1 b 1 1 c a b c b c a 1 0 0 b 0 1 c 0 1 0 1 Grundlagen - OBDDs Ordnung auf Variablen Minimalität, Kanonität Effiziente Algorithmen Reduce – Minimierung mit Aufwand O(|G|log|G|) Apply – Logische Verknüpfung in O(|G||H|) Restrict – Shannon Expansion in O(|G|log|G|) Optimale Ordnung coNP vollständiges Problem Ausreichend gute Ordnungen sind bestimmbar Grundlagen - Repräsentation Kripke-Strukturen als OBDDs Binäre Codierung der Zustandsvariablen Codierte Übergangsrelation definiert über {0,1} Charakteristische Funktion ist logische Formel Darstellbar als OBDD ab s1 a b s2 s1 s2: (a b) (a’ b’) s2 s1: (a b) (a’ b’) s2 s2: (a b) (a’ b’) (s1s2) (s2s1) (s2s2) Symbolische Modellüberprüfung 1 Algorithmus Check Eingabe: CTL Formel Ausgabe: Menge der erfüllenden Zustände als OBDD Bezug auf eine Kripke Struktur (S,R,L), Übergangsrelation R liegt als OBDD vor Symbolische Modellüberprüfung 2 Rekursive Definition über der Struktur von CTL Formeln Atomare Aussage f = a Ergebnis ist Menge der Zustände, in denen a erfüllt ist Boolesche Operatoren f = f1 f2, f = f1 Berechnung mittels Apply Operanden sind Check(f1) und Check(f2) CTL Operator EX f Subroutine CheckEX Parameter ist Check(f) Ergebnis ergibt sich aus Relational Product Computation Symbolische Modellüberprüfung 3 CTL Operator EG f Subroutine CheckEG Parameter ist Check(f) Berechnung über größten Fixpunkt CTL Operator E[f U g] Subroutine CheckEU Parameter sind Check(f), Check(g) Berechnung über kleinsten Fixpunkt E[p U q]: p p q SMV – Überblick 1 SMV – Symbolic Model Verifier Basistypen Boolean Endliche Integer Intervalle Aufzählungstypen Syntaktische Abkürzungen für CTL Formeln Signale Im Sinne von „Variablen“ Definition als <name> : <typ> Eindeutige Zuweisungen, keine zirkulären Abhängigkeiten Operatoren init(<signal>) und next(<signal>) SMV - Überblick 2 Module Unterstützung von komponentenorientieren Modellen Mehrfach instanziierbar Parametrisierbar Eingabe- und Ausgabeparameter Synchrone oder asynchrone Modellierung Prozesse Schlüsselwort process Analogie: Prozessmodell auf Einprozessorsystem SMV – Überblick 3 Spezifikation Mittels CTL Formeln Temporale Operatoren X, G, F und U Implizite universelle Quantifizierung Gegenbeispiele Voraussetzungen für Beweise neXt, Globally, in the Future, Until using … prove Annahme von nichtbeweisbaren Eigenschaften assume … Fairness-Bedingungen Weitere Sprachkonstrukte 1 Alles syntaktische Abkürzungen Komplexe Typen Arrays Mit beliebigem Typ, auch n-dimensional oder generisch Index aufsteigend (0..7) oder absteigend (7..0) Bsp: proc: array[0..1]; bits: array[7..0] of boolean; Strukturierte Typen Definition über Module Ausnahme: Strukturen ohne Parameter Bsp: hands : struct { left, right: boolean; }; Weitere Sprachkonstrukte 2 If Anweisung if (<expr>) <stmt1> [ else <stmt2> ] Statements analog zu C oder Java Bsp: if (test) a = 1; else b = 1; Default Regeln Zustand des modellierten Systems entspricht Belegung der Zustandsvariablen Semantik undefinierter Zustandsvariablen? Defaults bestimmen Werte für undefinierte Variablen Explizite Regeln definierbar default <stmt1> in <stmt2> Weitere Sprachkonstrukte 3 Case und Switch Anweisung Syntactic Sugar für if-else-Kaskaden Schleifen Sogenannte Konstruktor Loops werden zur Compilezeit ausgewertet und komplett ausgerollt Fortgeschrittene Modellierung Modellierung in Schichten Bessere Abstraktion möglich Ausnutzen von Symmetrien Verifikation von “Repräsentanten” Anlehnung an Induktionsbeweise Bewertung Mächtige Konzepte Fehlerträchtige Modellierung wegen Komplexität Beispiel Mutex MODULE proc(state, otherState) { output state: stateSet; input otherState: stateSet; init(state) := noncritical; case { (state = noncritical) : next(state) := {trying, noncritical}; (state = trying) & (otherState = noncritical) : next(state) := critical; (state = trying) & (otherState = trying) : next(state) := critical; (state = critical) : next(state) := {critical, noncritical}; default: next(state) := state; }; } Beispiel Mutex typedef stateSet {noncritical, trying, critical}; MODULE main() { proc: array 0..1; for(i=0; i<2; i = i+1) proc[i] : process proc(proc[(i+1) mod 2].otherState, proc[(i+1) mod 2].state); fairness: assert G F proc[0].running & G F proc[1].running; proc0_fair: assert G F ~(proc[0].state = critical); proc1_fair: assert G F ~(proc[1].state = critical); mutex_violation: assert G F ~((proc[0].state = critical) & (proc[1].state = critical)); using fairness, proc0_fair, proc1_fair prove mutex_violation; assume fairness, proc0_fair, proc1_fair; } Bewertung und Stellungnahme Praxistauglich Siehe Verifikation des FutureBus+ Kommerzielle Tools verfügbar, deutet auf industriellen Einsatz hin SMV scheint hardwarelastig zu sein Interessante Technologie, aber Theorie nicht leicht Modellierung auch nicht leicht