Demonstrating ARG-V's Generation of Realistic Java Benchmarks for SV-COMP
University of Nebraska–Lincoln(内布拉斯加大学林肯分校);Boise State University(博伊西州立大学)
ARG-V工具通过生成真实Java基准,揭示了现有验证器在新基准上的性能下降,提升了验证工具评估的全面性和现实性。
2026-02-04 cs.SE
Differential Testing of a Verification Framework for Compiler Optimizations (Experience Paper)
我们希望验证GraalVM编译器中优化阶段的正确性,该编译器由数千行执行复杂图形转换的复杂Java代码组成。我们已经建立了高层次的数据结构和操作的代码使用Isabelle/HOL定理证明器的模型,并可以正式验证这些高层次的操作的正确性。但剩下的挑战是:我们如何确保这些高级操作准确地反映Java正在做的事情?本文通过应用几种不同类型的差异测试来验证形式模型和Java代码具有相同的语义来解决这个问题。这些验证技术中的许多应该适用于其他正在构建真实代码的正式模型的项目。
2022-12-04 cs.LO cs.PL cs.SE
Methods for Formal Verification of Agent Skills: Three Layers Toward a Mechanically Checkable Capability-Containment Proof
Metere Consulting, LLC(梅特尔咨询公司)
本文提出三层可组合方法(静态抽象解释、精炼类型系统、SMT有界模型检测),将智能体技能从声明或测试级别提升至形式化验证级别,实现机械可检查的能力包含证明。
2026-05-09 cs.AI cs.LO cs.MA
A Formal Model of the Safety-Critical Java Level 2 Paradigm
安全关键Java(SCJ)为必须经过认证的应用程序引入了一种新的编程范式。SCJ规范(JSR 302)是一个开放组标准,但它不包括验证技术。以前的工作已经解决了SCJ Level~1程序的验证问题。我们支持更复杂的SCJ Level~2程序,它允许使用Java线程、等待和通知机制编写高并发多处理器应用程序。我们提出了一个正式的模型SCJ水平~2,捕获的状态和行为的SCJ程序和SCJ API。这是SCJ Level~2范式的第一个形式化语义,也是SCJ Level~2程序基于精化推理技术发展的一个重要组成部分。我们展示了如何我们的模型可以用来证明SCJ API和应用程序的属性。
2018-05-27 cs.SE
ForEx: A Formal Verification Framework for Explainable Reasoning in Logical Fallacy Detection and Annotation
Department of Information Management(信息管理系);National Sun Yat-Sen University(国立中山大学);National Chung Hsing University(中国科技大学)
提出ForEx框架,将LLM生成的解释翻译为Lean4并验证其形式可推导性,通过论证验证矩阵区分标签一致性与形式验证状态,揭示形式可推导性与标签一致性之间的系统性差距。
2026-06-23 cs.AI cs.CL cs.SC
Petrify: Petri-net Based Analysis of Concurrency Properties in Java Bytecode
Software Institute, USI Università della Svizzera italiana(瑞士意大利语大学软件研究所)
提出Petrify技术,将Java字节码语义编码为Petri网,利用模型检测工具LoLA分析并发性质,在表达力和实用性间取得独特平衡,支持死锁等基本性质分析。
2026-09-23 cs.SE
Formal Verification of Legal Contracts: A Translation-based Approach (Extended Version)
TU Darmstadt(达姆施塔特工业大学);University of Bologna(博洛尼亚大学)
本文提出通过将 Stipula 法律合同翻译为带 JML 规范的 Java 代码,并利用 KeY 工具自动验证其部分和完全正确性,证明了通用演绎验证工具在翻译方法中的有效性。
2025-09-26 cs.SE
Experience Report on Formally Verifying Parts of OpenJDK's API with KeY
软件的演绎验证尚未进入行业,因为复杂性和可扩展性问题需要高度专业的专家。然而,长期的观点是开发验证工具,帮助工业软件开发人员更快,更容易地找到软件系统中的错误或瓶颈。KeY项目构成了一个用于指定和验证软件系统的框架,旨在使形式化验证工具适用于主流软件开发。为了帮助KeY的开发人员、用户和演绎验证社区,我们从用户的角度总结了使用KeY 2.6.1指定和验证真实世界Java代码的经验。为此,我们集中讨论OpenJDK 6的Collections-API的部分内容,其中存在非正式规范。当我们描述我们如何桥接非正式和正式规范时,我们也展示了我们遇到的伴随的挑战。我们的经验是,(a)原则上,演绎验证类API代码库是可行的,但需要很高的专业知识,(b)为现有的代码库开发正式的规范仍然是出了名的困难,(c)在Java中的某些语言结构的规格是具有挑战性的工具建设者。我们在指定OpenJDK 6的部分方面的初步努力构成了未来研究案例研究的垫脚石。
2018-11-27 cs.LO cs.PL cs.SE
Acknowledging Good Java Code with Code Perfumes
针对现有Java编程自动化反馈偏负面的问题,提出类似代码检查的code perfumes技术,通过20种面向初中级学习者的代码特征表彰良好实践,实验证实其与代码质量、学生成绩正相关,可辅助教学反馈。
2024-06-24 cs.SE
A Generic and Efficient Python Runtime Verification System and its Large-scale Evaluation
本文提出PyMOP,一个通用高效的Python运行时验证系统,支持多种逻辑与算法,在29万多个测试中比现有系统快千倍以上,并已帮助发现并修复多个真实错误。
2025-09-08 cs.SE
Verifiers in the Loop: Decoding Time Verification for Code Translation
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);University of Wisconsin–Madison(威斯康星大学麦迪逊分校);Google(谷歌)
本研究提出了一种元步骤解码框架DTV,通过在生成过程中整合验证器调用,提高了代码翻译的通过率,同时减少了token的使用。
2026-10-14 cs.LG cs.SE
Formal-Method-Guided Vibe Coding: Closing the Verification Loop on AI-Generated Safety-Critical Software Through Model-Driven Engineering
Lancaster University(兰卡斯特大学);Tsinghua University(清华大学);Harbin Institute of Technology(哈尔滨工业大学);Southwest University(西南大学);Aarhus University(奥胡斯大学);University of York(约克大学)
提出Forge管道,结合Vibe编码与模型驱动工程,通过多种形式化验证(Dafny、CSP、Isabelle)迭代修正LLM生成的Java代码,生成符合安全标准的验证证据。
2026-06-24 cs.FL cs.SE
Technical Report: A Formal Semantics for Java Symbolic Evaluation using Large-Block Encoding
Faculty of Computer and Information Sciences, Ain Shams University(艾因夏姆斯大学计算机与信息科学学院);Faculty of Computing and Information Sciences, Egypt University of Informatics(埃及信息大学计算机与信息科学学院);Faculty of Computer Science and Engineering, University of Minnesota(明尼苏达大学计算机科学与工程学院);Luddy School of Informatics, Computing, and Engineering, Indiana University(印第安纳大学卢迪信息、计算与工程学院);Amazon Web Services(亚马逊网络服务);Zoox, Inc.(Zoox公司)
本文针对符号执行工具自身正确性缺乏形式审查的问题,对带路径合并的符号执行进行形式化处理,以Java Ranger为对象证明其转换的健全性,确立其路径合并过程可保留程序语义。
2026-08-06 cs.SC cs.SE
SAT-Based Extraction of Behavioural Models for Java Libraries with Collections
本研究针对Java库行为模型提取问题,提出从含集合的Java源码提取FSM的方法,通过布尔谓词编码集合操作语义、SAT求解器确定转移条件,所得模型便于开发者理解与集成。
2023-11-08 cs.FL cs.SE
Automatic Extraction of Security-Rich Dataflow Diagrams for Microservice Applications written in Java
针对 Java 微服务应用,提出通过解析源码与配置、迭代滚雪球发现关键词并结合多类检测自动生成富安全 DFD 的工具化方法,在17个开源应用上达到93%精确率和85%召回率。
2023-04-25 cs.SE
Formal verification of space systems designed with TASTE
基于模型的系统工程(MBSE)是一种开发方法,旨在构建正确的结构系统,提供了使用清晰,明确和完整的模型来描述它们沿着设计过程。该方法由几个自动化开发步骤的工程工具支持,例如代码,文档,测试用例等的生产。TASTE [1]是由ESA支持的实用MBSE工具集,它封装了几种技术来设计系统(数据建模,架构建模,行为建模/实现),自动生成二进制应用程序,并验证它。TASTE中的一个开放主题是系统设计的形式化验证。在本文中,我们描述了我们的方法的基础上,IF模型检查器[4],使形式化验证的性质TASTE设计。欧空局MoC 4Space项目目前正在开发这种方法。
2021-11-19 cs.SE
OTS/CafeOBJ2JML: An attempt to combine Design By Contract with Behavioral Specifications
Conventional设计(DBC)影响了正式规约语言的发展,这些语言允许混合规范和实现代码,如Eiffel,Java建模语言(JML)和Spec #。同时,代数规约语言也得到了独立发展,并以严格的数学方式为大型复杂系统的设计规约和验证提供了充分的支持。但是,不能保证最终实现将符合规范。在本文中,我们提出了使用后者的规范和验证的系统设计,然后通过提出两者之间的翻译,使用前者,以确保实现尊重规范,从而享受验证的属性。
2012-08-09 cs.SE
How Testable is Business Software?
大多数企业都依赖大量的软件来执行日常操作。该软件对业务至关重要,因为该软件中的缺陷会对收入和客户满意度产生重大影响。验证该软件的主要手段是测试。我们对Java软件包进行了广泛的分析,以评估它们的单元可测试性。结果表明,软件存储库中的代码通常被分成非常琐碎的代码、可单元测试的非琐碎代码和无法轻松进行单元测试的代码。这带来了关于测试覆盖度量和可测试性设计的有趣考虑,这对测试效率和有效性至关重要。缺乏单元可测试性是应用执行自动化验证和测试生成的工具的障碍。这些工具不能弥补代码的可测试性差,并且很难成功,或者如果不首先改进软件系统的设计,甚至不适用。
2020-11-01 cs.LO cs.SE
Software is infrastructure: failures, successes, costs, and the case for formal verification
Université Paris Cité(巴黎西岱大学);University of Malta(马耳他大学);University of Southern Denmark(南丹麦大学);King’s College London(伦敦国王学院)
本文探讨了软件在现代社会中的重要性及质量缺陷带来的成本,主张通过形式验证和程序分析来提升软件可靠性。
2026-01-29 cs.CY cs.SE
On the Relationship between Code Verifiability and Understandability
本文通过实证分析211个Java代码片段在四个验证工具上的警告数与人类可理解性指标的关系,发现两者存在较小相关性(r=0.23),表明易验证代码往往更易理解,并指出验证工具可能带来可理解性方面的附带益处。
2023-10-31 cs.SE
Unit Testing Past vs. Present: Examining LLMs' Impact on Defect Detection and Efficiency
本文通过实验对比LLM支持与手动单元测试,发现LLM支持显著提升单元测试生成数量、缺陷检测率和测试效率,为LLMs在软件测试中的实际应用提供实证依据。
2025-02-13 cs.SE
A Model-Derivation Framework for Software Analysis
基于模型的验证允许表达行为正确性条件,如执行状态的有效性,变量的边界或高抽象级别的时序,并确认软件系统满足这些条件。然而,这需要表现力的模型,这是困难和繁琐的手工创建和维护。本文提出了一个框架,自动派生的行为模型,从实际规模的Java程序。我们的框架建立在EMF/ECore技术的基础上,并提供了一个工具,从Java字节码创建一个初始模型,以及一系列的转换,简化模型,并最终输出一个时间自动机模型,可以处理的模型检查器,如UPPAAL。该框架具有以下特性:(1)模型与软件的一致性,(2)模型推导过程的可扩展性,(3)可伸缩性和(4)模型的表达能力。我们报告了几个案例研究,以验证我们的框架如何满足这些属性。
2017-03-20 cs.PL cs.SE
Graph Construction and Matching for Imperative Programs using Neural and Structural Methods
Maynooth University(梅诺思大学)
本文提出通过神经和结构方法构建命令式程序图,实现跨语言和注释风格的图表示一致性,为语义丰富和近似图匹配提供基础。
2026-07-14 cs.AI cs.SE
Better Together? An Evaluation of AI-Supported Code Translation
生成式机器学习模型最近已被应用于源代码,用于包括在程序设计语言之间翻译代码、从代码创建文档以及自动完成方法的用例。然而,最先进的模型通常会产生错误或不完整的代码。在一项有32名软件工程师参与的对照研究中,我们研究了这种不完美的输出在Java到Python代码翻译的上下文中是否有帮助。在代码翻译模型输出的帮助下,参与者产生的代码比单独工作时错误更少。我们还研究了人工智能翻译的质量和数量如何影响工作流程和结果质量,并观察到提供多种翻译对翻译流程的影响大于改变所提供翻译的质量。我们的研究结果讲述了一个关于生成代码模型的好处以及软件工程师在处理其输出时所面临的挑战的复杂而微妙的故事。我们的工作激发了对智能用户界面的需求,这些界面可以帮助软件工程师有效地使用生成代码模型,以便理解和评估其输出,并实现优于单独工作的结果。
2022-02-15 cs.HC cs.SE
A Formal Verification Technique for Architecture-based Embedded Systems in EAST-ADL
随着汽车嵌入式系统等软件密集型系统的复杂性显著增加,开发有质量保证的软件密集型系统是一项日益严峻的挑战。EAST-ADL是一种架构描述语言,旨在在安全关键汽车产品的开发中以多个抽象级别指定汽车嵌入式系统架构。在本文中,我们提出了一个基于架构的验证技术,增强了基于模型的开发过程中支持的EAST-ADL适应模型检查EAST-ADL规范。我们采用UPPAAL作为验证工具,以确保预测的功能行为的模型在EAST-ADL满足功能和实时要求。提出了基于体系结构的验证准则,并推导出符合该准则的转换规则。这使我们能够从EAST-ADL规范中提取相关信息,并生成可分析的UPPAAL模型。定义了EAST-ADL规范的形式化语义,这对EAST-ADL规范的自动验证至关重要。我们的方法是通过验证转向车系统单元的安全性来证明的。
2019-03-14 cs.SE
UCov: a User-Defined Coverage Criterion for Test Case Intent Verification
回归测试的目标是确保现有代码的行为不会被新的程序更改所改变。回归测试的主要焦点应该是与以下相关的代码:a)早期的bug修复; b)测试人员认为重要的特定应用程序场景。现有的覆盖标准无法实现这种重点,例如,100%的分支覆盖率并不能保证给定的bug修复得到执行,或者给定的应用程序场景得到测试。因此,需要一个补充的覆盖标准,其中用户可以定义一个测试要求,表征一个给定的行为被覆盖,而不是从一个池中选择预定义的和通用的程序元素。我们提出了UCov,一个用户定义的覆盖标准,其中的测试要求是一个执行模式的程序元素和谓词。我们提出的标准并不是要取代现有的标准,而是要补充它们,因为它将测试集中在重要的代码模式上,否则可能无法测试。UCov支持测试用例意图验证。例如,在bug修复之后,测试团队可能会用揭示bug的测试用例来增强回归套件。但是,由于与错误无关的代码修改,此测试用例可能会过时。但是,如果用户定义了表征错误的执行模式,UCov将确定测试用例意图验证失败。我们实现了我们的方法的Java平台,并将其应用到两个现实生活中的案例研究。我们的实现包括以下内容:1)一个Eclipse插件,允许用户轻松指定非平凡的测试需求; 2)交叉引用测试需求的能力,跨给定程序的后续版本;以及3)检查用户定义的测试需求是否得到满足的能力,即,测试用例意图验证。
2014-07-11 cs.SE
Treo: Textual Syntax for Reo Connectors
Reo是一个以交互为中心的并发模型,用于通信和协调协议的组合规范。存在形式化验证工具以确保Reo中指定的协议的正确性和合规性,其可以容易地在不同的应用程序中(重新)使用,或组成更复杂的协议。最近的基准测试表明,编译这样的高级Reo规范产生的可执行代码可以与使用传统并发结构的C或Java等语言编写的手工程序的性能竞争,甚至击败它们。Reo的原始声明性图形语法不支持参数传递、迭代、递归或条件规范的直观构造。这一缺点阻碍了Reo在大规模实际应用中的应用。尽管过去出现了许多受Reo启发的语法替代方案,但它们都没有遵循Reo的主要设计原则:a)声明性规范; b)所有通道类型及其排序都是用户定义的; c)通道通过共享节点组成。在本文中,我们为Reo提供了一个文本语法,它尊重这些原则,并支持灵活的参数传递、迭代、递归和条件规范。在正在进行的工作中,我们使用这种文本语法将Reo编译成目标语言,如Java、Promela和Maude。
2018-06-26 cs.PL cs.SE
A Rigorous Framework for Specification, Analysis and Enforcement of Access Control Policies
访问控制系统是用于保护计算系统的广泛使用的手段。它们是根据管理系统资源访问的访问控制策略定义的。在本文中,我们介绍了一个正式定义的,完全实现的框架规范,分析和执行基于属性的访问控制策略。该框架依赖于FACPL,一个紧凑的语言,但表现力,语法规范的现实世界的访问控制策略和严格定义的指称语义。该框架能够自动验证单个策略执行的授权和多个策略之间的关系。的有效性和性能的分析依赖于一个语义保持表示的FACPL政策的SMT公式和高效的SMT求解器的使用。我们的分析方法明确解决了政策评估的一些关键方面,例如缺失的属性,错误的价值观和义务,而这些在其他建议中被忽视。该框架由基于Java的工具支持,其中基于Eclipse的IDE为FACPL策略提供定制的开发和分析环境,并为策略执行提供Java库。我们说明了框架和它的正式成分通过一个电子健康的案例研究,而它的有效性进行评估,通过性能压力测试和实验上一个完善的基准。
2016-12-29 cs.SE