抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本研究は,データ構造,例えば,Rustプログラムを操作する,緊急プログラムを検証する問題を扱う。データ構造は,通常,検証条件における代数データタイプ(ADTs)によってモデル化される。そのようなプログラムの帰納的不変量は,しばしば,データ構造の抽象を表現するために再帰的に定義された関数(RDF)を必要とする。論理展望から,これは,ADTとRDFの両者の制約付きHorn Claus(CHC)モジュロを解決する。RDFによる根底にある論理は,不可解である。したがって,候補帰納的不変量を検証することは,不可解である。同様に,CHCを解くためのIC3ベースのアルゴリズムは,その進展保証を失う:プログラムが安全でないとき,それらは反例を見出さないかもしれない。CHCs modul ADTとRDF(すなわち,誘導不変量を自動的に合成する)を解くための,新しいIC3にヒントを得たアルゴリズムRacerを提案する。Racerは,基礎となる理論の可解性にもかかわらず,進歩を確実にし,不安全プログラムのための反例によって終了する保証が保証される。それは,カタモルフィズムと呼ばれるADTs上のRDFの一般クラスで機能する。重要なアイデアは,新しい抽象化を用いて,CHC,関係化,およびRDFの両方として,カタモルフィズムを表現することである。CHCとしての符号化カタモルフィズムは,RDF抽象化の使用にもかかわらず,元のCHCの充足可能性を保存するだけでなく,RDF抽象化の使用にもかかわらず,元のCHCの充足可能性を保存することを可能にし,一方,RDFとしてのカタモルフィズムの符号化は,再帰的定義を展開し,解に頼ることを可能にする。要約は,根底にある理論が決定できないままであることを確実にする。提案手法をZ3に実装し,実際に良好に機能することを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】
