2021 Fiscal Year Annual Research Report
Program Verification Techniques for the AI Era
| Project/Area Number |
20H05703
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
小林 直樹 東京大学, 大学院情報理工学系研究科, 教授 (00262155)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
佐藤 亮介 東京大学, 大学院情報理工学系研究科, 助教 (10804677)
五十嵐 淳 京都大学, 情報学研究科, 教授 (40323456)
塚田 武志 千葉大学, 大学院理学研究院, 准教授 (50758951)
吉仲 亮 東北大学, 情報科学研究科, 准教授 (80466424)
海野 広志 筑波大学, システム情報系, 准教授 (80569575)
関山 太朗 国立情報学研究所, アーキテクチャ科学研究系, 助教 (80828476)
佐藤 一誠 東京大学, 大学院情報理工学系研究科, 准教授 (90610155)
|
|---|
| Project Period (FY) |
2020-08-31 – 2025-03-31
|
| Keywords | 高階モデル検査 / プログラム検証 / 高階不動点論理 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
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。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究実績の概要に述べた通り順調に研究成果が出ており、一流の雑誌や国際会議に論文を発表している。
|
| Strategy for Future Research Activity |
海外からの研究員の着任が遅れたことによって一部先延ばししていた機械学習のプログラム検証への応用部分の研究をさらに進める。
|
