Скачать презентацию Qualitätssicherung von Software SWQS Prof Dr Holger Schlingloff Скачать презентацию Qualitätssicherung von Software SWQS Prof Dr Holger Schlingloff

ca7f5686b4a390e6febd38ab043b3dda.ppt

  • Количество слайдов: 14

Qualitätssicherung von Software (SWQS) Prof. Dr. Holger Schlingloff Humboldt-Universität zu Berlin und Fraunhofer FOKUS Qualitätssicherung von Software (SWQS) Prof. Dr. Holger Schlingloff Humboldt-Universität zu Berlin und Fraunhofer FOKUS 4. 6. 2013: Software Model Checking

Fragen zur Wiederholung • • • Was versteht man unter temporaler Logik? Wozu wird Fragen zur Wiederholung • • • Was versteht man unter temporaler Logik? Wozu wird sie verwendet? Was bedeutet (p U q) Wie formuliert man “Auf jeden Regen folgt einmal Sonnenschein”? Unterschied LTL-CTL? Wie funktioniert Modellprüfung für temporale Logik? H. Schlingloff, Software-Qualitätssicherung Folie 2

Software Model Checking • Modellprüfung verifiziert eine temporale Formel in einem Modell § woher Software Model Checking • Modellprüfung verifiziert eine temporale Formel in einem Modell § woher kommt die Formel? woher das Modell? • Technologische Fortschritte direkte Verifikation von Source Code möglich? § nur Standardeigenschaften? • Viele (Forschungs-)Tools verfügbar § BANDERA, BLAST, CBMC, d. SPIN, JPF, MAGIC, SLAM, SPIN 4, Verisoft XT, CMC, ZING, etc. • Beispiel Java Path Finder (Nasa) § analysiert direkt den Java Byte Code § spezialisiert auf Parallelitätsfehler (“race conditions”) H. Schlingloff, Software-Qualitätssicherung Folie 3

Beispiel JPF public class My. Race. Condition { private static class Target { int Beispiel JPF public class My. Race. Condition { private static class Target { int i = 0; public void incr() { i++; } } private static class Race. Car extends Thread { Target finish; public void run() { for (int k = 0; k<5; k++) finish. incr(); } } public static void main(String[] args) throws Interrupted. Exception { Target line = new Target(); Race. Car racer 1 = new Race. Car(); racer 1. finish = line; Race. Car racer 2 = new Race. Car(); racer 2. finish = line; racer 1. start(); racer 2. start(); //racer 1. join(); //racer 2. join(); System. out. println("i: " + line. i + } } H. Schlingloff, Software-Qualitätssicherung ", div: " + 20/(line. i - 2)); Folie 4

Ergebnis =========================== error #1 gov. nasa. jpf. jvm. No. Uncaught. Exceptions. Property java. lang. Ergebnis =========================== error #1 gov. nasa. jpf. jvm. No. Uncaught. Exceptions. Property java. lang. Arithmetic. Exception: division by zero at My. Race. Condition. main(My. Race. Condition. java: 22) =========================== snapshot #1 thread java. lang. Thread: {id: 0, name: main, status: RUNNING, priority: 5, lock. Count: 0, suspend. Count: 0} call stack: at My. Race. Condition. main(My. Race. Condition. java: 22) thread My. Race. Condition$Race. Car: {id: 1, name: Thread-1, status: RUNNING, priority: 5, lock. Count: 0, suspend. Count: 0} call stack: at My. Race. Condition$Target. incr(My. Race. Condition. java: 6) at My. Race. Condition$Race. Car. run(My. Race. Condition. java: 13) thread My. Race. Condition$Race. Car: {id: 2, name: Thread-2, status: RUNNING, priority: 5, lock. Count: 0, suspend. Count: 0} call stack: =========================== results error #1: gov. nasa. jpf. jvm. No. Uncaught. Exceptions. Property "java. lang. Arithmetic. Exception: division by zero a. . . “ =========================== statistics elapsed time: 00: 02 states: new=2419, visited=2029, backtracked=4439, end=383 search: max. Depth=37, constraints hit=0 choice generators: thread=2418 (signal=0, lock=1, shared ref=2028), data=0 heap: new=10554, released=13688, max live=380, gc-cycles=4446 instructions: 146638 max memory: 15 MB loaded code: classes=87, methods=1318 H. Schlingloff, Software-Qualitätssicherung Folie 5

Wie funktioniert das? • Anweisung i++ ist nicht elementar! § d. h. , i Wie funktioniert das? • Anweisung i++ ist nicht elementar! § d. h. , i kann jeden Wert zwischen 2 und 10 haben • JPF sucht alle Interleavings ab • Explizite Repräsentation des Zustandsraumes • Depth-first-search • Eigenschaften: LTL, Assertions • Auswertung der Formeln während des Aufbaus des Zustandsgraphen H. Schlingloff, Software-Qualitätssicherung Folie 6

JPF Architektur Aus: W. Visser, P. Mehlitz, Model Checking Programs with Java Path. Finder JPF Architektur Aus: W. Visser, P. Mehlitz, Model Checking Programs with Java Path. Finder https: //wiki. engr. illinois. edu/download/attachments/. . . /jpf-tutorial. ppt H. Schlingloff, Software-Qualitätssicherung Folie 7

Programmzustände • Der Zustand des Programms besteht aus § Information über jeden Thread im Programmzustände • Der Zustand des Programms besteht aus § Information über jeden Thread im Java Programm - für jede aufgerufene Methode ein Keller § den statischen Variablen in allen Klassen - Fields und Locks für jede Klasse § den dynamischen Variablen aller Objekte - Fields und Locks für jedes Objekt • Gemeinsame Anteile des Zustandsraumes Aufteilen auf eine Menge separat gespeicherter Komponenten § fields, locks, frames • Statt einer Menge von Zustandskomponentenwerten wird nur der Index • eines Eintrags gespeichert jeder Zustand ist ein Integer-Array effiziente Repräsentation von Mengen von Integer-Arrays H. Schlingloff, Software-Qualitätssicherung Folie 8

Zustandsraumexplosion • n boolesche Variablen 2 n Zustände • Maßnahmen: § Symmetrie-Reduktionen - Äquivalente Zustandsraumexplosion • n boolesche Variablen 2 n Zustände • Maßnahmen: § Symmetrie-Reduktionen - Äquivalente Zustände werden nur einmal durchsucht § Partial-order-Reduktionen - verschiedene Interleavings, die zum selben Ergebnis führen, werden nur einmal durchsucht § Abstraktion - gewisse Anteile des Zustands werden weggelassen H. Schlingloff, Software-Qualitätssicherung Folie 9

Symmetrie-Reduktionen • Idee: Äquivalente Zustände nur einmal durchsuchen • “Äquivalent”: Im Sinne des erwarteten Symmetrie-Reduktionen • Idee: Äquivalente Zustände nur einmal durchsuchen • “Äquivalent”: Im Sinne des erwarteten Fehlverhaltens § Speicherverwaltung, Reihenfolge der erzeugten Objekte, usw. • Die Reihenfolge, in der Klassen geladen werden, spielt für JPF keine Rolle § “Kanonische Ordnung” der Klassen im Speicher • Verwaltung dynamisch erzeugter Objekte? § Speichern der Art und Anzahl von “new” Aufrufen H. Schlingloff, Software-Qualitätssicherung Folie 10

Partial-Order Reduktion • Parallele Ausführung von Threads führt zu vielen verschiedenen Interleavings § oft Partial-Order Reduktion • Parallele Ausführung von Threads führt zu vielen verschiedenen Interleavings § oft beeinflusst die Reihenfolge das Gesamtergebnis nicht § dann ist es ausreichend, nur eine statt aller Möglichkeiten zu untersuchen § Bsp. : {x=0, y=0} x++ || y++ {x=1, y=1} x=0, y=0 x++ y++ x=1, y=0 x=0, y=1 y++ x=1, y=1 H. Schlingloff, Software-Qualitätssicherung Folie 11

state space search generates 258 states with symmetry reduction: 105 states with partial order state space search generates 258 states with symmetry reduction: 105 states with partial order reduction: 68 states with symmetry reduction + partial order reduction : 38 states class S 1 { int x; } class First. Task extends Thread { public void run() { S 1 s 1; int x = 1; s 1 = new S 1(); x = 3; }} class S 2 { int y; } class Second. Task extends Thread { public void run() { S 2 s 2; int x = 1; s 2 = new S 2(); x = 3; }} class Main { public static void main(String[] args) { First. Task task 1 = new First. Task(); Second. Task task 2 = new Second. Task(); task 1. start(); task 2. start(); }} Bsp. aus: W. Visser, K. Havelund, G. Brat, S. Park and F. Lerda. "Model Checking Programs. " Automated Software Engineering Journal Volume 10, Number 2, April 2003 www. cs. ucsb. edu/~bultan/courses/267/. . . /l 12. ppt H. Schlingloff, Software-Qualitätssicherung Folie 12

Abstraktion • Techniken aus der abstrakten Interpretation von Programmen (nächstes Kapitel): § Slicing § Abstraktion • Techniken aus der abstrakten Interpretation von Programmen (nächstes Kapitel): § Slicing § Partielle Evaluation • Slicing versucht, “irrelevante” Programmteile wegzulassen § § “irrelevant” in Bezug auf ein bestimmtes Kriterium Z. B. Erreichbarkeit einer bestimmten Anweisung bestimmte Variablen könnten dazu nicht beitragen Abhängigkeitsanalyse H. Schlingloff, Software-Qualitätssicherung Folie 13

Weitere Abstraktionstechniken • manuelle Einschränkungen des Zustandsraumes § 32 -Bit-Integer zu 8 -Bit § Weitere Abstraktionstechniken • manuelle Einschränkungen des Zustandsraumes § 32 -Bit-Integer zu 8 -Bit § Größe von Arrays einschränken § dynamische Objekterzeugung vermeiden • Zusätzliche Annahmen im Programmtext § Verify. begin. Atomic(). . . Verify. end. Atomic() § Verify. assert. True(. . . ); • Ersetzung durch “abstrakte Bereiche” § z. B. Int durch {<0, =0, >0} H. Schlingloff, Software-Qualitätssicherung Folie 14