预测软件验证竞赛的排名
机器学习
2017-03-03 v1 软件工程
摘要
软件验证竞赛（如年度 SV-COMP）根据有效性和效率来评估软件验证工具。通常，竞赛的结果是工具的（可能是特定类别的）排名。对于许多应用（如构建组合求解器），事先（即在实际运行所有工具之前）了解验证工具在给定验证任务上的（相对）性能是可取的。在本文中，我们提出了一种预测工具在验证任务上排名的机器学习方法。该方法建立在所谓的标签排名算法之上，并辅以适当的核函数，为验证任务提供相似性度量。我们的核函数采用了一种软件源代码的图表示，混合了控制流图、程序依赖图和抽象语法树的元素。使用 SV-COMP 的数据集，我们证明了我们的排名预测技术具有良好的泛化能力，并达到了相当高的预测精度。特别地，我们的方法优于 Demyanova 等人最近提出的基于特征的方法（当应用于排名预测时）。
引用
@article{arxiv.1703.00757,
title = {Predicting Rankings of Software Verification Competitions},
author = {Mike Czech and Eyke Hüllermeier and Marie-Christine Jakobs and Heike Wehrheim},
journal= {arXiv preprint arXiv:1703.00757},
year = {2017}
}