参考视频:
- 形式化验证的原理与新应用
- 【DatenLord达坦科技】形式化验证入门(我强推!!!!!)
形式化验证:在状态机表征的空间里面进行搜索,验证某个模型是否按规范执行且测试覆盖率达到100%
方法:将规范(可选)和代码变为数学公式,再将公式放入定理证明器
例子
第一种作用:生成测试用例
第二种作用:验证程序是否符合规范
第一步:把控制流程图转成表达式
第二步:将规范加入表达式
但是该做法会导致只能找到正确值而不是违反规范的路径,所以要将规范取非,以匹配违反规范的情况
进一步,因为一般程序很复杂,所以是用验证器,让计算机进行计算
上述只能进行当前场景一次的验证,于是为了考虑时间属性,引入了LTL
比如要限制一个计数器永远小于10,下面的程序确实可以限制单次不会增加超过10,但是多次之后cnt就会超过10
所以我们就要引入G、U、F、X
这种时态
int cnt = 0;
void add(num){
if(num>=10)报错;
else cnt+=num;
}
模糊测试TODO
结合LLM
通过LLM,使用自然语言生成规范
LTL
LTL主要研究的是trace,每个状态其实就是第一个label的变换
注意
a
b
c
∗
abc^*
abc∗的星号表示未知的有限次数,
a
b
c
ω
abc^\omega
abcω的w表示未知的无限次数
LTS的乘积
label transition system
就是两个状态机的乘积
即两边的状态做笛卡尔积
转换关系、原子命题、标签函数取并集
将待检测代码和要检查的属性(注意规范就是定义要满足的属性),两个状态机乘起来
比如把车行灯和人行灯进行乘起来
可以看到2*3=6
在这个状态机里找有没有期待的非法状态出现
然后因为出现了{g,w}
,即车绿灯时,人穿过马路
LTP
线性时间属性
形式化方法与数理逻辑不一样的点
即形式化方法引入了时间(离散的)概念
形式化方法因为有无限时间,所以会展开成很大的路径空间
我们要做的就是找到一条路径,满足我们定义的属性要求(一般就是找非法路径,没有说明程序合理)
安全性&不变性(safety & invariant)
永远不会发生坏的事情
某些属性应适用于所有可访问状态
所以就是在有限字上找一个坏前缀(有限步骤上会不会有坏状态,如果当前已经坏了,那么后面肯定就不能走了)
活性(liveness)
好事最终会发生(test case不能做到,因为测试时长是有限的)
所以是形式化验证强大的地方
通过一个有环的有限状态自动机表示一个无限序列
所以就是检查环上是否最终会出现这个好事
有几种,比如最终发生一次,会发生多次最终发生一次,每次等待了就一定能发生
LTL
注意LTL定义上只有U和F,但是衍生出了
G的意思是每一跳都要满足
F的意思是最终某一跳会满足
还有O表示下一跳
F(
ϕ
\phi
ϕ) := True U
ϕ
\phi
ϕ
G(
ϕ
\phi
ϕ) := !(F(!
ϕ
\phi
ϕ))
应用:
- 安全性:线程P1和P2不会同时进入临界区: G ( ! ( c r i t 1 & c r i t 2 ) ) G(!(crit_1 \& crit_2)) G(!(crit1&crit2))
- 活性:两个线程最终都能进入临界区,不会饥饿: ( G ( F ( c r i t 1 ) ) & G ( F ( c r i t 2 ) ) ) (G(F(crit_1))\&G(F(crit_2))) (G(F(crit1))&G(F(crit2)))
- 强活性:只要等待了就最终能进去:
例子:下图表示
- 外面包着G,表示每一跳都保持这个属性
- 先红灯,然后红灯亮一会,最终变黄灯
- 黄灯也亮一会,最终变绿灯
CTL
computing tree logic
计算树逻辑比LTL多了全称和存在量词,是对全局来看的
LTL就是不能表达存在某条路径,他默认带的是全称量词
将需求规范形式化
工程实践
TLA+
两种代码编写方式:TLA+和PlusCal
用状态机描述代码,有穷尽的状态
demo
进一步改进
把or再改下
TLA真实代码