我想知道是否存在使用Microsoft Z3通过位向量简化算术公式表达式的有效方法。但是,首先,我想解释一下这个问题。让我们从一个例子开始:实际上,x + y(x ^ y) + 2 * (x & y)都在位向量上编码加法。当然,在二进制程序中找到时,右手公式会用来混淆反向器。我尝试找到简化混淆的公式的工具和技术,并找到公式的更简单形式(左手)。为此,我看了Z3的Python接口,试图看看我可以摆脱它。因此,定义混淆的公式是这样完成的:

x + y == (x ^ y) + 2 * (x & y)
现在,让我们尝试借助内置函数simplify简化此函数:

>>> from z3 import *
>>> x = BitVec('x', 32)
>>> y = BitVec('y', 32)
>>> fun1 = (x ^ y) + 2 * (x & y)


不是很令人信服...但是,让我们尝试证明与x + y的等效性:

>>> simplify((x ^ y) + 2 * (x & y))
(x ^ y) + 2*~(~x | ~y)


我添加了如果结果为负数,则表明还可以取消公式的资格。未知公式,其中包含一系列简单而又常用的公式。但是,这种方式对我而言似乎效率极低。我想我缺少一些更智能的算法来简化公式。

我想知道是否已经存在一些比蛮力方法更有效的工具或知名技术。因此,如果有人对此有任何提示或评论,那将是非常受欢迎的。

评论

尝试help_simplify()-一些选项可能会满足您的需求。

我已经尝试了其中几种策略(simplify(fun1,som = True)),但均未成功。也许我错过了正确的使用策略。如果您有这样的清单,很高兴知道您的建议!

问题不是很清楚。 “有效”是什么意思,什么使“无效”简化?

你是对的。我的意思是要比蛮力方法更有效,在蛮力方法中,您将所有公式与要调查的公式进行比较。

#1 楼

Z3是SMT求解器。它的工作是确定用户传递的公式的可满足性,其中公式可以混合Z3支持的各种理论中的术语。巧合的是,为了通过产生比用户传递的公式更简单的公式使自己的工作更容易,它实现了一种简化器,该简化器在技术上不是很复杂,并且主要由术语重写规则组成。 />尽管用户可以对两个表达式的等价性提出疑问,但Z3唯一涉及的就是求解公式。即Z3不会为您生成候选人。提供用户并查询SMT求解器的可满足性是您的用户职责。

一般来说,合成函数是程序合成中的一项艰巨任务。这些查询自然是在二阶逻辑中提出的,但是现代的SMT求解器仅支持一阶逻辑的限制。为了避免这个问题,一些已发表的工作采取了将大多数候选对象排除在外的途径,从而使等价查询的数量保持较小。例如,参见本文或本论文。另一种方法是指定一个模板,描述允许候选函数看起来像什么。本文是一个简单的例子。这些方法可以使公式保持一阶逻辑,甚至不需要量词。

通常,您应该研究程序合成。