Formally Validating a Practical Verification Condition Generator (extended version)
一个程序验证器产生可靠的结果,只有当两个逻辑用于证明程序的正确性是健全的,程序验证器的实现本身是正确的。尽管形式上证明逻辑的可靠性是很常见的,但验证器的实现通常仍然未经验证。验证器实现中的错误可能会危及成功验证结果的可信度。由于程序验证器在实践中使用的是复杂的,不断发展的软件系统,它通常是不可行的,正式验证其实现。在本文中,我们提出了一种替代方法:我们验证成功运行的广泛使用的布吉验证器通过产生一个证书,证明所获得的验证结果的正确性。Boogie执行一系列复杂的程序翻译,然后最终生成一个验证条件,其有效性应该意味着输入程序的正确性。我们将展示如何证明三个布吉的核心转型阶段:消除循环控制流路径,(SSA样)的假设使用新的变量(被动化),并最终生成的验证条件的替代分配。类似的翻译被其他验证者采用。我们的实现在Isabelle中生成证书,基于Boogie语言的新颖形式化。
2021-05-29 cs.PL
The Ghosts of Empires: Extracting Modularity from Interleaving-Based Proofs (Extended Version)
University of Freiburg(弗赖堡大学);LIX – CNRS – École Polytechnique(巴黎综合理工学院计算机科学与数学实验室)
本文提出了一种将基于交织的证明转换为线程模ularity证明的方法,通过合成鬼变量来抽象无关细节,生成紧凑且高效的正确性证明。
2026-02-26 cs.PL
Concise Outlines for a Complex Logic: A Proof Outline Checker for TaDA (Full Paper)
现代分离逻辑允许证明复杂代码的丰富性质,例如非阻塞并发代码的功能正确性和线性化。然而,这种表达性导致了复杂性,使得这些逻辑难以应用。手动证明或交互式定理证明器中的证明由大量步骤组成,通常带有微妙的附带条件。另一方面,使用专用验证器的自动化通常需要特定于给定程序逻辑的复杂证明搜索算法,导致有限的工具支持,这使得难以用程序逻辑进行实验,例如在学习、改进或比较它们时。校对大纲检查器填补了这一空白。他们的输入是一个注释了最基本的证明步骤的程序,就像论文中通常呈现的证明大纲一样。然后,该工具自动检查该大纲是否表示程序逻辑中的有效证明。在本文中,我们系统地开发了一个证明大纲检查器的TaDA逻辑,这减少了检查到一个更简单的验证问题,自动化工具存在。我们的方法导致证明大纲检查器,提供更多的自动化比交互式证明,但更简单的开发比自定义自动验证。
2021-08-13 cs.PL
Caesar: A Deductive Verifier for Probabilistic Programs
RWTH Aachen University(亚琛工业大学);Cornell University(康奈尔大学);Saarland University(萨尔兰大学);University College London(伦敦大学学院);DTU Compute(丹麦技术大学计算系);University of Oldenburg(奥尔登堡大学)
Caesar通过HeyVL语言实现概率程序的验证,支持自定义证明规则和模型检查后端,具备五年研发成果与改进功能。
2026-05-15 cs.PL
Arguzz: Testing zkVMs for Soundness and Completeness Bugs
TU Wien(维也纳工业大学);Diligence Security
提出首个自动化测试工具 Arguzz,通过结合蜕变测试变体与故障注入技术,有效检测 zkVMs 中的可靠性与完备性漏洞,在六个真实 zkVMs 中发现 11 个漏洞并获得高额赏金。
2025-09-13 cs.CR cs.PL cs.SE
Evaluating the Ability of Large Language Models to Generate Verifiable Specifications in VeriFast
Purdue University(普渡大学);University of Michigan - Ann Arbor(密歇根大学安娜堡分校)
本文评估 GPT-4o 为 C 程序生成可由基于分离逻辑的 VeriFast 验证的规范的能力,发现其规范能保持功能行为但可验证性差且存在冗余,并探讨了改进方向。
2025-01-03 cs.AI cs.LO cs.PL
Repairing Serializability Bugs in Distributed Database Programs via Automated Schema Refactoring
可串行性是一种易于理解的并发控制机制,它简化了对高并发数据库程序的推理。不幸的是,实施可串行化具有高性能成本,特别是在地理上分布式数据库集群上。因此,许多数据库允许程序员选择何时必须在可串行化下执行事务,并期望事务仅在必要时进行标记,以避免严重的并发错误。然而,这对开发人员来说是一个很大的负担,要求他们(a)推理潜在干扰事务之间的微妙并发交互,(b)确定这种交互何时会违反所需的不变量,以及(c)然后确定最小数量的事务,其执行应该被序列化以防止这些违反。为了减轻这一负担,在本文中,我们提出了一个健全的和全自动的模式重构过程,转换程序的数据布局-而不是其并发控制逻辑-消除静态识别的并发错误,允许更多的事务安全地执行下较弱和更高性能的数据库保证。一系列数据库基准测试的实验结果表明,我们的方法在消除并发错误方面非常有效,与基线相比,安全重构程序的吞吐量平均提高了120%,延迟降低了45%。
2021-03-09 cs.PL
Kima - an Automated Error Correction System for Concurrent Logic Programs
我们已经实现了Kima,一个并发逻辑程序的自动纠错系统。Kima纠正了诸如在没有显式声明程序属性的情况下出现错误的变量等近似错误。强建模/类型和基于约束的分析在调试并发逻辑程序以及建立通信协议和数据类型的一致性方面起着重要作用。模态平板GHC的模态/型分析是一个具有许多简单模态/型约束的约束满足问题,可以有效求解。我们提出了一个简单而有效的技术,给出了一个非良好的模式/类型的程序,诊断的“原因”的不一致,通过找到最小的不一致的子集的模式/类型的约束。由于每个约束都跟踪程序中出现的符号,因此最小子集也可以告诉程序错误的可能来源。Kima通过系统地替换可能源周围的符号出现并重新计算重写程序的模式和类型来实现自动校正。只要bug是接近失败的,Kima就提出了相当少的替代方案,包括一个预期的程序。
2001-01-05 cs.PL cs.SE
Qafny: A Quantum-Program Verifier
本文提出基于Dafny的自动化量子程序验证器Qafny,通过类型引导证明系统将量子操作转换为经典数组操作,并验证了量子行走、Grover和Shor等算法。
2024-07-08 cs.PL quant-ph
VST-A: A Foundationally Sound Annotation Verifier
提出VST-A注解验证器,通过在Coq中分析控制流图并将C函数分解为直线型Hoare三元组,结合VST丰富的断言语言与形式化可靠性证明,实现了兼具自动化与高灵活性的基础程序验证。
2023-10-26 cs.PL
QCP: A Practical Separation Logic-based C Program Verification Tool
Shanghai Jiao Tong University(上海交通大学);Peking University(北京大学)
QCP结合注解自动验证与 Rocq 交互证明,通过符号执行和分离逻辑推导求解器自动处理验证任务,同时支持 VS Code 扩展提升证明效率。
2026-04-24 cs.PL cs.SE
CaVE: A Constraint Storage Approach to Handling Integrity Constraints
School of Computing;Augmented Intelligence Arizona State University, Tempe, Arizona
研究在稳定Kanren中处理完整性约束的方法,提出CaVE约束存储方法,通过与归结配合支持完整性约束,讨论了其不同版本变体,并用Scheme实现,展示了带完整性约束的示例程序。
2026-07-24 cs.PL
Towards Trustworthy Automated Program Verifiers: Formally Validating Translations into an Intermediate Verification Language (extended version)
本文提出基于前向模拟和 Isabelle 自动证明的方法,为验证器前端到 IVL 的翻译提供形式化可靠性保证,并在 Viper 到 Boogie 的实现上验证有效性。
2024-05-09 cs.PL
Outcome Logic: A Unifying Foundation for Correctness and Incorrectness Reasoning
用于bug查找的程序逻辑(例如最近引入的不正确逻辑)将正确性和不正确性框定为需要不同逻辑基础的双重概念。在本文中,我们认为,一个统一的理论可以用于正确性和不正确性推理。我们提出了结果逻辑(OL),霍尔逻辑的一种新的推广,既monadic(捕捉计算效果)和monoidal(原因的结果和可达性)。OL表达真正的积极错误,同时保留正确性推理能力。为了正式的适用性OL的正确性和不正确性,我们证明了任何虚假的OL规范可以反驳OL本身。我们还使用我们的框架的原因在不确定性和概率程序的新类型的不正确。鉴于这些进展,我们主张OL作为一个新的基础理论的正确性和不正确性。
2023-03-10 cs.LO cs.PL
Alignment Completeness for Relational Hoare Logics
关系霍尔逻辑(RHL)提供了推理程序之间关系的规则。几个RHL包括一个我们称之为序贯积的规则,它从普通霍尔逻辑(HL)的判断中推断出关系正确性判断。其他规则体现了合理的推理模式,并已被发现在实践中很有用,但连续产品是相对完整的本身(与HL)。作为一种更令人满意的方法来评估RHL,对齐完整性的概念,引入的归纳断言方法和产品自动机。对齐完整性的结果,考虑到几个不同的规则集。该概念可以用于指导RHL和关系验证器的设计,以用于更丰富的程序设计语言和对齐模式。
2021-04-30 cs.LO cs.PL
Historia: Refuting Callback Reachability with Message-History Logics (Extended Version)
本文针对事件驱动框架中回调控制流不透明导致的静态分析难题,提出基于消息历史逻辑的折中方案,通过解耦控制流规范与应用代码分析,开发了Historia验证器以证明开源Android应用中不存在多回调错误模式。
2023-09-11 cs.PL
VerMCTS: Synthesizing Multi-Step Programs using a Verifier, a Large Language Model, and Tree Search
Kempner Institute at Harvard University(哈佛大学肯普纳研究所);Harvard University(哈佛大学);TU München(慕尼黑工业大学);Northeastern University(东北大学);University of Alabama at Birmingham(阿拉巴马大学伯明翰分校);University of Oxford(牛津大学)
本文提出VerMCTS,结合验证器与LLM改进蒙特卡洛树搜索,在Dafny和Coq中合成已验证的多步程序,平均pass@5000提升超30%。
2024-05-24 cs.AI cs.LG cs.LO
Local Completeness Logic on Kleene Algebra with Tests
局部完备性逻辑(LCL)是一种用来证明程序规格说明正确性和不正确性的程序逻辑。LCL是一种抽象逻辑,由抽象域参数化,允许组合程序行为的过近似和欠近似。事实证明,实例化为简单的单例抽象的LCL归结为O 'Hearn不正确逻辑,它允许我们证明程序错误的存在。最近已经证明,适当的扩展Kleene代数与测试(KAT)允许表示O 'Hearn不正确性和Hoare正确性程序逻辑在同一个等式框架内。在这项工作中,我们推广了这一结果,展示了如何KAT扩展无论是与模态钻石运营商或顶部元素能够代表本地完整性逻辑LCL。这是通过研究这些扩展的KAT如何可以被赋予一个抽象的域,以定义正确性/不正确性LCL三元组的有效性,并表明LCL证明系统是逻辑上健全的,在一些假设下,完整的。
2022-08-25 cs.LO cs.PL
Functional Logic Program Transformations
Institut für Informatik, Kiel University(基尔大学);University of Portland(波特兰大学)
本文探讨了函数逻辑编程在实现程序变换中的优势,通过非确定性操作与确定性方法的对比,评估了Curry语言及其中间表示FlatCurry的性能。
2026-01-19 cs.PL
Mover Logic: A Concurrent Program Logic for Reduction and Rely-Guarantee Reasoning (Extended Version)
University of California, Santa Cruz(加利福尼亚大学圣克鲁兹分校);Williams College(威廉姆斯学院)
研究多线程软件正确性推理中RG逻辑函数规范难复用问题,提出移动逻辑,通过原子函数概念扩展RG逻辑,避免稳定化要求,实用验证器已证其优势,移动逻辑为该领域未来工作奠定基础。
2026-07-28 cs.PL
Efficient Formal Verification of Quantum Error Correcting Programs
Institute of Software, Chinese Academy of Sciences(中国科学院软件研究所);University of Chinese Academy of Sciences(中国科学院大学);School of Informatics, University of Edinburgh(爱丁堡大学信息学院);University of Technology Sydney(悉尼科技大学)
本文提出高效量子纠错程序验证框架,定义专用逻辑与可靠证明系统,针对Pauli和非Pauli错误分别设计求解方法,在Coq中形式化并实现自动化工具Veri-QEC,验证了框架高效性并给出14个稳定子码基准。
2025-10-29 cs.PL quant-ph
Nominal Matching Logic
我们引入名义匹配逻辑(NML)作为匹配逻辑的扩展与名称和绑定以下的Gabbay-Pitts名义的方法。匹配逻辑是$\mathbb{K}$框架的基础,用于指定程序设计语言并自动派生相关工具(编译器、调试器、模型检查器、程序验证器)。匹配逻辑不包括名称绑定的原始概念,尽管绑定运算符可以通过编码来表示,该编码将函数的图从绑定名称内部化为包含绑定名称的表达式。这种方法足以表示涉及绑定运算符的计算,但是还没有与对具有绑定的语法的归纳推理的支持相协调(例如,对$λ$项的推理)。名词逻辑是一个关于名称和绑定的形式化推理系统,它为基于绑定的语法的归纳推理提供了良好的和强大的原则,NML继承了这些原则。我们讨论了NML的语法和语义的设计方案,证明元理论的属性,并给出例子来说明其表达能力。特别是,我们展示了如何归纳原则$λ$ -条款($α$ -结构归纳)可以定义和用于证明标准属性的$λ$ -演算。
2022-07-28 cs.LO cs.PL
RHLE: Modular Deductive Verification of Relational $\forall\exists$ Properties
Hoare风格的程序逻辑是一种流行而有效的软件验证技术。关系程序逻辑是这种方法的一个实例,它能够推理两个或多个程序执行之间的关系。现有的关系程序逻辑集中于验证程序集合的所有运行不违反指定的关系行为。几个重要的关系属性,包括精细化和不干涉,不属于这一类别,因为它们也要求存在特定的理想执行。本文介绍了RHLE,用于验证这些类型的关系$\forall\exists$属性的逻辑。我们的方法的关键是一种新形式的函数规范,采用了一个变种的幽灵变量,以确保有效的实现表现出某些行为。我们已经使用了一个基于RHLE的程序验证器来验证一组不同的关系$\forall\exists$属性从文献中得出。
2022-09-08 cs.LO cs.PL
Generating Bug-Fixes Using Pretrained Transformers
Microsoft(微软公司)
检测和修复bug是软件开发周期中最重要但又令人沮丧的两个部分。现有的缺陷检测工具主要基于静态分析器,其依赖于关于程序执行的数学逻辑和符号推理来检测常见类型的缺陷。修复bug通常留给开发人员。在这项工作中,我们介绍了DeepMind:一种数据驱动的程序修复方法,它学习检测和修复从真实世界的GitHub存储库中挖掘的Java方法中的错误。我们将错误修补框架为序列到序列的学习任务,包括两个步骤:(i)去噪预训练,以及(ii)对目标翻译任务进行监督微调。我们发现,与从头开始的监督训练相比,源代码程序的预训练将发现的补丁数量提高了33%,而从自然语言到代码的领域自适应预训练将准确率进一步提高了32%。我们将标准的准确性评估指标细化为非删除和仅删除修复,并表明我们最好的模型生成的非删除修复比以前的最新技术水平多75%。与以前的工作相比,我们在生成原始代码时获得了最佳结果,而不是使用抽象代码,这些代码往往只会使容量较小的模型受益。最后,我们观察到一个微妙的改进,从添加语法嵌入以及标准的位置嵌入,以及添加一个辅助任务来预测每个标记的语法类。尽管关注Java,但我们的方法与语言无关,只需要一个通用的解析器,如tree-sitter。
2021-04-28 cs.CL cs.PL
Measuring Coverage of Prolog Programs Using Mutation Testing
测试是专业软件开发的一个重要方面,既可以避免和识别错误,也可以增加可维护性。然而,增加测试数量超过合理数量会阻碍开发进展。为了决定测试套件的完整性,已经提出了许多断言测试覆盖率的方法。然而,用于逻辑程序的框架仍然很少。在本文中,我们介绍了一个框架的Prolog程序测量测试覆盖率使用突变。详细阐述了变异测试的主要思想,并将其转化为逻辑程序.要做到这一点,我们讨论了不同的突变在Prolog的上下文中的有用性,并在不同的例子上在一个新的突变测试框架中对其进行经验评估。
2018-08-23 cs.LO cs.PL