CN106339287A - 一种io高效检测大规模系统环路方法 - Google Patents

Abstract

本发明公开一种IO高效检测大规模系统环路方法，构建了一个通用的框架去寻找所有反例，对于每一个可接受状态，DACC首先寻找ASCC包含的可接受状态，接下来找到ASCC的所有可接受环路，本申请方法的优点在于避免了搜索许多无用路径，这些无用路径不可能到达可接受环路。为了进一步降低I/O的复杂度和提高本申请方法的表现，本申请提出来计算两个状态交集和动态路径管理技术。交集计算技术最差的I/O复杂度是线性的，因此可以提高搜索ASCCs算法的表现。动态路径管理技术在搜索的时候可以降低内存抖动现象，从而提高找到所有可接受状态算法的表现。

Description

一种IO高效检测大规模系统环路方法

技术领域

本发明涉及模型检测领域，特别涉及一种LTL模型高效检测大规模环路技术。

背景技术

模型检测算法是一种好的方法针对于硬件和软件的形式化验证，他可以自动的检测是否满足系统的状态并且可以检测出反例，模型检测在硬件的形式化方法当中有着广泛的使用。但是这种方法面临着状态空间爆炸的问题，因为该方法在使用大规模系统的时候会面临着内存不足。

实际当中模型检测主要存在以下两个方式：

内存算法和外存算法；为了解决状态爆炸问题，内存算法主要针对于降低系统的大小和表现。到目前为止，有很多方法针对于内存算法，例如：偏序规约、对称消减、抽象提取、组合提取、符号模型检测、符号路径追踪、自动机理论以及边界模型检测等等，尽管如此，由于内存的局限性，在大规模系统验证当中，内存算法显得不是很实用。

相比较于内存，外存设备可以提供足够大的存储空间，在过去的几年里，外存的存储空间也是巨大的发展，并且外存的费用也在逐渐降低，外存的单位字节费用要比内存便宜的多，因此更加推荐使用外部存储设备，由于外部存储设备就存储速度要比内部存储速度要慢几个数量级，因此降低I/O的次数从而提高时间效率是目前继续解决的问题。

I/O复杂模型

因为信息在外部存储设备当中的存储速度要比在内部存储速度慢的多，因此外部存储算法通常作为I/O的操作算法，这里I/O操作值得是将数据从内存中读取放到外存当中去，例如：针对于ITC’99,B15(std),P1的基准，的算法代价在210次I/O操作当中找到反例。

对于外部存储算法的复杂度分析，广泛使用的模型是Aggarwal和Vitter，在该模型当中，I/O操作的次数通常被描述为0O(scan(N))和O(sort(N)),基于O(N/B)和O(N/B·logM/B(N/B)),分别的，当N定义为系统状态的总数量，M定义为第一次进入到内存当中的数量，B定义为可以被单个I/O操作的转移的状态数量，并且O(N/B)定义为与N/B有相同的阶数。

发明内容

本发明为解决上述技术问题，提出了一种IO高效检测大规模系统环路方法，构建了一个通用的框架去寻找所有反例，对于每一个可接受状态，DACC首先寻找ASCC包含的可接受状态，接下来找到ASCC的所有可接受环路，避免了搜索许多无用路径，这些无用路径不可能到达可接受环路。本申请提出来计算两个状态交集和动态路径管理技术，进一步降低I/O的复杂度和提高本申请方法的表现。

本发明采用的技术方案是：一种IO高效检测大规模系统环路方法，包括：

S1、建立DACC框架，遍历所有的可接受状态集合，对于每一个可接受状态，首先通过使用SFA算法寻找ASCC包含的可接受状态，接下来再利用FACA去寻找ASCC的可接受环路，当可接受状态都被遍历了，则所有可接受环路也就都被找到；

S2、通过调用enumerateBFS()使用外部广度优先算法BFS，然后通过使用算法EPH构成了MPHF；根据步骤S1建立的DACC框架，DACC找到所有系统可接受状态；

S3、首先从可接受状态中计算之前可达状态集合和之后可达状态，然后计算他们ASCC包含可接受状态的交点；

S4、寻找ASCC中所有可以接受状态的环路。

进一步地，步骤S3在找到ASCC包含的可接受状态的交点后，DACC通过for循环从F中删除了所有可接受状态。

进一步地，所述步骤S3具体包括以下分步骤：

S31、计算两个交叉状态的集合，假设Q₁和Q₂是两个状态集合，H₁和H₂分别是等价于Q₁和Q₂的两个哈希表。那么两个哈希表中标签值为1的状态集合是两个状态集合的交集；

S32、寻找一个可接受状态的可达状态设置，首先通过repeat循环从当前级别的min(m,#(currentTable))移动到队列current中，接下来计算队列current的每个状态的非重复状态并存储在下一个队列next中，并将H表中非重复状态的标签设置为1；

其中，#(currentTable)定义为currentTable的个数，min(m,#(currentTable))定义为m到#(currentTable)的最小数；

S33、计算ASCC，给定可接受状态s，算法计算交叉集合和计算可达状态集合，函数SFA()返回的结果H杜宇的哈希表的ASSCC(s)。

进一步地，如果状态的表情为1，则它的重复检测通过调用gettag()来实现；如果队列next为满的，那么将磁盘当中所有状态从next移动到nextTable当中去，移动min(m,#(currentTable))状态从当前级别到队列中再排队，直到currentTable为空。

进一步地，步骤S4包括以下分步骤：

S41、等价可接受环路；

S42、动态路径管理，在搜索过程中，当栈是满的情况下和有一个新的状态生成，为了避免内存溢出，将栈的状态移动到tableP当中；

S43、在ASCC中找出所有初级可接受环路，给定的哈希表所描述的ASCC，算法FACA计算了ASCC的所有基本可接受环路。

更进一步地，步骤S42还包括：

A1、当栈为空的时候，从stack只移动一些状态到tableP去给新状态一定的空间，移动k个状态到栈底，进入到tableP当中，并且释放相关内存空间，接下来栈底stack指向第(k+1)的状态，

其中，k＝#(stack)·ρ，ρ是大于0小于1的参数；

A2、当stack变为空时，如果tableP不为空，那么将k个状态存储到最近存储在tableP入stack反过来的状态，并删除K个状态从tableP中；

其中，k＝min(#tableP,M·ρ)。

本发明的有益效果：本申请的一种IO高效检测大规模系统环路方法，构建了一个通用的框架去寻找所有反例，对于每一个可接受状态，DACC首先寻找ASCC包含的可接受状态，接下来找到ASCC的所有可接受环路。当所有可接受状态都被遍历了一遍，所有可接受环路也就都被找到了。这个方法的优点在于避免了搜索许多无用路径，这些无用路径不可能到达可接受环路。为了进一步降低I/O的复杂度和提高我们方法的表现，本申请提出来计算两个状态交集和动态路径管理技术。交集计算技术最差的I/O复杂度是线性的因此可以提高搜索ASCCs算法的表现。动态路径管理技术在搜索的时候可以降低内存抖动现象，从而提高找到所有可接受状态算法的表现。本申请当中的内存抖动值得是状态频繁的在内存和外存之间移动，从而明显的增加I/O的操作次数和降低算法的效率。

附图说明

图1为本发明提供的方案流程图。

具体实施方式

为便于本领域技术人员理解本发明的技术内容，下面结合附图对本发明内容进一步阐释。

如图1所示为本发明的方案流程图，本发明的技术方案为：一种IO高效检测大规模系统环路方法，包括：

S1、建立DACC框架，遍历所有的可接受状态集合，对于每一个可接受状态，首先通过使用SFA算法寻找ASCC包含的可接受状态，接下来再利用FACA去寻找ASCC的可接受环路，当可接受状态都被遍历了，则所有可接受环路也就都被找到。

S2、通过调用enumerateBFS()使用外部广度优先算法BFS，然后通过使用算法EPH构成了MPHF；根据步骤S1建立的DACC框架，DACC找到所有系统可接受状态；为了避免重复计算和加快DACC，在找到ASCC包含的可接受状态后，DACC通过for循环从F中删除了所有可接受状态。

S3、对于给定的可接受状态，算法SFA可以计算包含可接受状态的ASCC。它的思想是基于观察ASCC任何状态从这个状态出发时可达的，并且接受状态也是从ASCC的每个状态到达过的。首先从可接受状态中计算之前可达状态集合和之后可达状态，然后计算他们ASCC包含可接受状态的交点。

在到达集合的计算过程中，需要考虑对于大规模系统的内存不足的问题，以及重复检测是检测状态以前是否被搜索过，而产生的效率问题。第一个问题可以通过在磁盘中存储哈希表和状态表来有效解决。第二个问题可以通过利用磁盘当中的哈希表去解决。这是因为哈希表中哈希值的范围从1到N进行排列，并且只需要一个I/O操作就可以锁定哈希表的状态，其中N是系统中状态的数量。因此重复检测技术的代价只需要一次I/O操作。

计算两个交叉状态的集合的另一个关键影响ASCC计算I/O复杂度和性能。一般来说，交叉计算是非线性最坏情况下的时间复杂度。根据所知道的，交叉计算的最好算法的具有预期时间复杂度。在本节中，基于最小完美哈希函数(MPHF)，本申请提出了I/O高效算法用于计算有非线性最差I/O复杂的交叉集合，从而可以降低I/O的复杂度和提高SFA的表现。算法的基本观点是将两个状态集合的交叉计算转化为两个哈希表的标签值得比较。

在本申请当中，首先提出了用于两个状态集合交叉计算的算法，接下来介绍计算可达状态算法，最后基于上面的两个技术，提出了高效的I/O算法去搜索ASCC，将他称为SFA。

S31、当定义了状态集合的等价表达式，假设Q是状态集合，接下来等价的表达式是Q在哈希表H当中，哈希表H满足条件t∈Q，等价于进入到包含hash(t)的标签值为1的哈希表H。因此，将计算两个状态集合的问题转化为检查两个哈希表标签的值。计算两个交叉状态的集合，假设Q₁和Q₂是两个状态集合，H₁和H₂分别是等价于Q₁和Q₂的两个哈希表。那么两个哈希表中标签值为1的状态集合是两个状态集合的交集；

S32、将I-QUEUE定义为内部队列，E-QUEUE为外部队列，假定基本在一个队列中的数据结构里，例如在队列尾部插入元素enqueue()和在队列首部取出一个元素dequeue()。

一个空的队列用ε表达。还假设内部队列有m个元素，有限的内存为界限。succ可能是succ⁺和succ^-，可以用来分别表达前转移和后转移。

寻找一个可接受状态的可达状态设置，首先通过repeat循环从当前级别的min(m,#(currentTable))移动到队列current中，接下来计算队列current的每个状态的非重复状态并存储在下一个队列next中，并将H表中非重复状态的标签设置为1；

其中，#(currentTable)定义为currentTable的个数，min(m,#(currentTable))定义为m到#(currentTable)的最小数；

S33、计算ASCC，给定可接受状态s，算法计算交叉集合和计算可达状态集合，函数SFA()返回的结果H杜宇的哈希表的ASSCC(s)。从可接受状态s开始出发，算法搜索从s开始到所有阶段的可达状态。Do-while循环建立了所有阶段。外层的while循环存储在currentTable的当前级别创建下一个级别，算法首先通过repeat循环从当前级别的min(m,#(currentTable))移动到队列current中，接下来计算队列current的每个状态的非重复状态并存储在下一个队列next中，并将H表中非重复状态的标签设置为1。其中#(currentTable)定义为currentTable的个数，min(m,#(currentTable))定义为m到#(currentTable)的最小数。如果状态的表情为1，则它的重复检测是通过调用gettag()来实现。因此状态的重复检查住需要一次I/O操作。如果队列next为满的，那么算法将磁盘当中所有状态从next移动到nextTable当中去，算法移动min(m,#(currentTable))状态从当前级别到队列中再排队，直到所有的当前水平都被处理过了，也就是currentTable为空。

最终，算法输出H，其中H只能从的接受状态s到标签为1的接受状态。

S4、寻找ASCC中所有可以接受状态的环路。步骤S4包括以下分步骤：

S41、等价可接受环路；第一次给出关于可接受环路的一些定义和一些等价主张。

定义1：如果s从C中删除后的子环路为不可接受，那么状态s被认为是一个初级，否则，s为非初级。

定义2：一个可接受环路C被认为是初级的如果C中每个状态都是初级的。

定义3：两个可接受环路被认为是等价的如果他们有相同的初始状态。

根据基本图理论，提出一个重要的声明：任意一个可接受环路C等价于一些初级可接受环路。

证明：假设可接受环路C遍历可接受状态s和t，并且s和t都在C中出现过两次。显而易见，在删除了第一个t和第二个t之间的序列状态，仍然会有序列状态构成可接受环路经过s。处理这样所有的重复检测状态并且最终达到一个接受状态D没有重复状态。这样的可接受状态显然是一个基本环路等价于C。

以上定义的声明，是为了找到所有的可接受环路，这些声明可以有效的找到所有基本可接受环路。这也可以显著的减少寻找反例的个数，并且对于多反例更好的调试没有什么损坏。

S42、动态路径管理，在搜索过程中，当栈是满的情况下和有一个新的状态生成，为了避免内存溢出，将栈的状态移动到tableP当中；当一个基本环路太长以至于在内存当中存放不下时，搜索路径管理对DACC的性能有了很大影响。在本节当中，提出来动态路径管理技术，也就是DPM。在算法上采用了内存中的栈和外存中的状态表tableP去存储所有搜索路径。

在搜索过程中，当栈是满的情况下和有一个新的状态生成，为了避免内存溢出，将栈的状态移动到tableP当中。然而，这样可能导致状态频繁的内外移动的现象。

接下来解释状态频繁移动的现象是如何发生的。假设交换M个状态在内存和外存之间，其中M是栈中为满的情况下栈中状态的个数。当栈满时，如果交换M个状态从stack到外存当中，那么stack就为空了。接着，由于回溯，算法需要从stack取出栈顶状态，接下来刚刚移动到外存当中的M个状态又要马上移动到内存当中去，所以stack又马上变为满栈了。接下来，如果产生了新的状态，那么需要把他押入到stack中去，为了可以产生足够空间给新的状态，那么M个状态又必须要从内存当中移动到外存当中去。把这样频繁移动状态块的现象称为内存抖动，它可以显著提高磁盘的访问从而增加I/O的复杂度。

为了减少内存抖动，本申请提出了以下解决办法：

A1、当栈为空的时候，从stack只移动一些状态到tableP去给新状态一定的空间，移动k个状态到栈底，进入到tableP当中，并且释放相关内存空间，接下来栈底stack指向第(k+1)的状态，

其中，k＝#(stack)·ρ，ρ是大于0小于1的参数；

A2、当stack变为空时，如果tableP不为空，那么将k个状态存储到最近存储在tableP入stack反过来的状态，并删除K个状态从tableP中；

其中，k＝min(#tableP,M·ρ)。

S43、在ASCC中找出所有初级可接受环路，给定的哈希表所描述的ASCC，算法FACA计算了ASCC的所有基本可接受环路。当可接受环路的数量是很大的时候，可以提前将接受环路数和K设置关联。在搜索过程中，当可接受状态超过k时，就将搜索过程停止。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (6)

1.一种IO高效检测大规模系统环路方法，其特征在于，包括：

S1、建立DACC框架，遍历所有的可接受状态集合，对于每一个可接受状态，首先通过使用SFA算法寻找ASCC包含的可接受状态，接下来再利用FACA去寻找ASCC的可接受环路，当可接受状态都被遍历了，则所有可接受环路也就都被找到；

S2、通过调用enumerateBFS()使用外部广度优先算法BFS，然后通过使用算法EPH构成了MPHF；根据步骤S1建立的DACC框架，DACC找到所有系统可接受状态；

S3、首先从可接受状态中计算之前可达状态集合和之后可达状态，然后计算他们ASCC包含可接受状态的交点；

S4、寻找ASCC中所有可以接受状态的环路。

2.根据权利要求1所述的一种IO高效检测大规模系统环路方法，其特征在于，步骤S3在找到ASCC包含的可接受状态的交点后，DACC通过for循环从F中删除了所有可接受状态。

3.根据权利要求1所述的一种IO高效检测大规模系统环路方法，其特征在于，所述步骤S3具体包括以下分步骤：

S31、计算两个交叉状态的集合，假设Q₁和Q₂是两个状态集合，H₁和H₂分别是等价于Q₁和Q₂的两个哈希表。那么两个哈希表中标签值为1的状态集合是两个状态集合的交集；

S32、寻找一个可接受状态的可达状态设置，首先通过repeat循环从当前级别的min(m,#(currentTable))移动到队列current中，接下来计算队列current的每个状态的非重复状态并存储在下一个队列next中，并将H表中非重复状态的标签设置为1；

其中，#(currentTable)定义为currentTable的个数，min(m,#(currentTable))定义为m到#(currentTable)的最小数；

S33、计算ASCC，给定可接受状态s，算法计算交叉集合和计算可达状态集合，函数SFA()返回的结果H杜宇的哈希表的ASSCC(s)。

4.根据权利要求3所述的一种IO高效检测大规模系统环路方法，其特征在于，如果状态的表情为1，则它的重复检测通过调用gettag()来实现；如果队列next为满的，那么将磁盘当中所有状态从next移动到nextTable当中去，移动min(m,#(currentTable))状态从当前级别到队列中再排队，直到currentTable为空。

5.根据权利要求1所述的一种IO高效检测大规模系统环路方法，其特征在于，步骤S4包括以下分步骤：

S41、等价可接受环路；

S42、动态路径管理，在搜索过程中，当栈是满的情况下和有一个新的状态生成，为了避免内存溢出，将栈的状态移动到tableP当中；

S43、在ASCC中找出所有初级可接受环路，给定的哈希表所描述的ASCC，算法FACA计算了ASCC的所有基本可接受环路。

6.根据权利要求5所述的一种IO高效检测大规模系统环路方法，其特征在于，步骤S42还包括：

A1、当栈为空的时候，从stack只移动一些状态到tableP去给新状态一定的空间，移动k个状态到栈底，进入到tableP当中，并且释放相关内存空间，接下来栈底stack指向第(k+1)的状态，

其中，k＝#(stack)·ρ，ρ是大于0小于1的参数；

A2、当stack变为空时，如果tableP不为空，那么将k个状态存储到最近存储在tableP入stack反过来的状态，并删除K个状态从tableP中；

其中，k＝min(#tableP,M·ρ)。