💻 computer science

Kofola 1.0: A Modular Approach to {\omega}-Regular Complementation and Inclusion Checking (Technical Report)

Dit artikel introduceert Kofola, een efficiënt en robuust hulpmiddel dat een modulair raamwerk gebruikt om Büchi-automaten te ontleden in sterk samenhangende componenten voor op maat gemaakte complementatie- en inclusiecontroles, en dat door middel van on-the-fly leegtecontrole en nieuwe heuristieken superieure prestaties laat zien ten opzichte van de meest geavanceerde hulpmiddelen.

Oorspronkelijke auteurs: Ondrej Alexaj, Vojtěch Havlena, Lukáš Holík, Ondřej Lengál, Yong Li, Nicolas Mazzocchi

Gepubliceerd 2026-05-18

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Ondrej Alexaj, Vojtěch Havlena, Lukáš Holík, Ondřej Lengál, Yong Li, Nicolas Mazzocchi

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een kwaliteitscontrole-inspecteur bent voor een enorme, oneindige fabriek. Deze fabriek produceert eindeloze stromen producten (in de informatica "woorden" genoemd). Je hebt twee machines: Machine A en Machine B.

Je taak is om een zeer moeilijke vraag te beantwoorden: "Wordt elk enkel product dat Machine A maakt, ook gemaakt door Machine B?"

Als het antwoord "Ja" is, dan is Machine A veilig om te gebruiken. Als er zelfs maar één product is dat Machine A maakt en Machine B nooit maakt, dan is Machine A onveilig.

Dit is het kernprobleem van Taal-inclusiecontrole. Het is een fundamentele taak voor het verifiëren dat computersoftware en -hardware zich correct gedragen. Omdat de stromen producten echter oneindig zijn, is het handmatig controleren hiervan onmogelijk. Je hebt een superslimme robot nodig om dit te doen.

Maak kennis met Kofola, een nieuwe, zeer efficiënte robot die is ontworpen om dit probleem op te lossen. Hieronder wordt uitgelegd hoe het werkt, opgesplitst in eenvoudige concepten:

1. De Oude Manier versus De Kofola-Manier

Voorheen moesten robots die dit probleem probeerden op te lossen, tegelijkertijd naar de hele fabrieksvloer kijken. Ze probeerden een gigantische kaart te bouwen van elke mogelijke route die Machine A kon nemen en vergeleken deze met Machine B. Deze kaart was zo groot dat deze vaak de hersenen van de robot deed ontploffen (een probleem dat "explosie van de toestandsruimte" wordt genoemd).

Het Geheim van Kofola: De Modulaire Aanpak
In plaats van de hele fabriek in één keer te bekijken, is Kofola een meester-organisateur. Het kijkt naar Machine B en zegt: "Deze fabriek is niet één grote puinhoop; het is eigenlijk opgebouwd uit aparte buurten."

Kofola breekt Machine B op in Sterk Verwante Componenten (Strongly Connected Components, SCC's). Denk hierbij aan verschillende kamers of zones in de fabriek:

De Doodlopende Straten: Kamers waar de machine stopt met het maken van producten.
De Eenvoudige Lussen: Kamers waar de machine in een cirkel draait en steeds hetzelfde doet.
De Deterministische Zones: Kamers waar de machine op elke stap slechts één keuze heeft (zoals een trein op een enkel spoor).
De Chaotische Zones: Kamers waar de machine veel keuzes heeft en in verschillende richtingen kan gaan (zoals een doolhof).

Kofola behandelt elke "buurt" anders. Het gebruikt een gespecialiseerd, simpel gereedschap voor de eenvoudige lussen en een zwaar werkend gereedschap voor de chaotische zones. Het verspillen geen energie door te proberen de makkelijke delen op te lossen met een sloopkogel.

2. De Nieuwe "IADAC"-Ontdekking

Het artikel introduceert een nieuw type buurt genaamd een IADAC (Initial Almost Deterministic Accepting Component).

De Analogie: Stel je een gang voor die leidt naar een kamer. De gang is een rechte, enkelsporige baan (deterministisch). Zodra je de kamer binnenkomt, kun je misschien keuzes maken. Maar hier is de truc: zodra je die kamer verlaat, kun je nooit meer terug naar de gang.
Waarom dit belangrijk is: Omdat de gang zo voorspelbaar is, kan Kofola een zeer snelle, lichtgewicht methode gebruiken om deze te controleren, in plaats van de zware, trage methode die nodig is voor de chaotische delen. Dit is een nieuw type zone dat de auteurs hebben geïdentificeerd en waarvoor ze hebben geoptimaliseerd.

3. De "Luie" Inspecteur (Controle Op Het Moment)

Normaal gesproken moet je, om te controleren of de fabriek veilig is, de hele kaart van de fabriek bouwen voordat je kunt zeggen "Veilig" of "Onveilig".

Kofola is maximaal lui (op een goede manier). Het begint met het bouwen van de kaart, maar zodra het genoeg bewijs vindt om het antwoord te bepalen, stopt het.

Als het vroeg een "slecht product" vindt, schreeuwt het direct: "Onveilig!" en stopt met werken.
Het verspillen geen tijd aan het in kaart brengen van de rest van de fabriek als het antwoord al duidelijk is.

Dit gebeurt met behulp van een nieuw "leegte-controle"-algoritme. Stel je voor dat je op zoek bent naar een specifiek type bug in een donkere kamer. In plaats van het licht voor de hele kamer aan te doen, verlicht je alleen het pad waar je loopt met je zaklamp. Als je de bug vindt, stop je. Als je het hele pad afloopt en het niet vindt, weet je dat de kamer veilig is. Kofola doet dit direct terwijl het de kaart bouwt.

4. De Resultaten: Kofola Wint de Wedstrijd

De auteurs hebben Kofola getest tegen de beste bestaande robots (tools zoals Spot, Rabit en Bait) met behulp van duizenden blauwdrukken uit de echte wereld.

Robuustheid: Kofola was het enige hulpmiddel dat elke enkele testcase succesvol oploste zonder te crashen of de geheugenruimte te raken. De anderen faalden bij veel moeilijke gevallen.
Snelheid: Bij veel praktische problemen was Kofola niet alleen sneller; het was ordes van grootte sneller. In sommige gevallen, terwijl andere tools nog steeds probeerden de kaart te bouwen na 2 minuten, had Kofola het al in een fractie van een seconde afgerond.
Grootte: De kaarten die Kofola bouwde, waren vaak veel kleiner en compacter dan die van concurrenten.

Samenvatting

Kofola is een nieuw, super-efficiënt hulpmiddel om te controleren of één computersysteem "bevat" is in een ander. Het werkt door:

Het probleem op te breken in kleinere, hanteerbare buurten.
Het juiste gereedschap te gebruiken voor elk specifiek buurttype (inclusief een nieuw type dat het heeft ontdekt).
Lui te zijn, het werk te stoppen op het moment dat het genoeg informatie heeft om een antwoord te geven.

Het resultaat is een hulpmiddel dat sneller, betrouwbaarder is en veel grotere en complexere problemen aankan dan iets anders dat momenteel beschikbaar is. Het is een aanzienlijke upgrade voor de "kwaliteitscontrole" van computersystemen.

Technische Samenvatting: Kofola 1.0 – Een Modulaire Aanpak voor ω-Reguliere Complementatie en Inclusiecontrole

Probleemstelling

Het controleren van taal-inclusie voor Büchi-automata (BAs) is een fundamenteel probleem in de automata-theoretische verificatie, met kritieke toepassingen in modelchecking, monitoring en theorema-proving. Het probleem is PSpace-compleet en blijft computationeel veeleisend naarmate systeemspecificaties in omvang en complexiteit toenemen. Het bepalen of $L_1 \subseteq L_2$ reduceert tot het controleren van de leegte van $L_1 \cap \overline{L_2}$ , waarbij $\overline{L_2}$ het complement van $L_2$ is. Deze reductie presenteert twee primaire uitdagingen:

Compacte Complementatie: Het efficiënt construeren van het complement-automaton $\overline{L_2}$ zonder een explosie van de toestandsruimte te veroorzaken.
Efficiënte Exploratie: Het verkennen van het product-automaton van $L_1 \cap \overline{L_2}$ , wat vaak enorm is.

Bestaande tools vertrouwen grotendeels op klassieke, op Ramsey gebaseerde of op determinisatie gebaseerde complementatieconstructies die meer dan drie decennia terugreiken. Hoewel er recente vooruitgang in complementatie bestaat, zijn deze niet volledig geïntegreerd in praktische inclusiecheckers.

Methodologie

Het artikel presenteert Kofola, een efficiënt tool geschreven in C++ dat een state-of-the-art modulair complementatiekader implementeert. De methodologie is gebaseerd op het ontbinden van het invoer-automaton in sterk samenhangende componenten (SCCs) en het toepassen van op maat gemaakte complementatie-algoritmen op elke component, gebaseerd op zijn structurele eigenschappen.

1. Structurele Ontleding en Componentclassificatie

Kofola voert een fijnmazige structurele analyse uit van het te complementeren automaton ( $A_2$ ). Het classificeert de maximale SCC's in vier distincte categorieën:

Niet-accepterende componenten: Afgehandeld via traditionele subsetconstructie.
Inherent Zwakke Accepterende Componenten (IWACs): Componenten waar alle cycli accepteren.
Deterministische Accepterende Componenten (DACs): Componenten met uitsluitend deterministische transities.
Initieel Bijna Deterministische Accepterende Componenten (IADACs): Een nieuw geïdentificeerd componenttype geïntroduceerd in dit artikel. Dit zijn deterministische SCC's die vanuit initiële toestanden bereikbaar zijn via deterministische SCC's, waarbij non-determinisme alleen mogelijk is op cyclusvrije paden tussen SCC's.
Niet-deterministische Accepterende Componenten (NACs): De overige accepterende SCC's.

2. Modulaire Complementatiekader

Voor elk componenttype past Kofola een dedicated deeltijds complementatie-algoritme toe:

IWACs: Gebruikt de klassieke Miyano-Hayashi-constructie, wat een $Inf(1)$-acceptatievoorwaarde genereert.
DACs: Gebruikt een modificatie van het NCSB-algoritme, wat een $Inf(2)$-acceptatievoorwaarde genereert.
NACs: Ondersteunt twee benaderingen afhankelijk van de taak:
- Complementatie: Gebruikt een op determinisatie gebaseerde aanpak (Safra-Piterman-variant) om kleinere automata te produceren.
- Inclusiecontrole: Gebruikt een op slices gebaseerde aanpak, die beter geschikt is voor on-the-fly productleegte-testen.
IADACs: Het artikel introduceert een nieuw deeltijds algoritme voor deze componenten. Het determiniseert de IADACs met behulp van een subsetconstructie en geeft een afwijzende markering ($Fin(0)$) wanneer een getraceerde loop een accepterende transitie ziet. De correctie rust op het feit dat loops in IADACs begrensd zijn vanwege hun beperkte non-determinisme.

Het topniveau-algoritme synchroniseert deze deeltijdse constructies. Het resulterende complement-automaton is een Simple Generalized Rabin Automaton (SGRA) met een enkele acceptatievoorwaarde van de vorm $Fin(0) \land Inf(1) \land \dots \land Inf(k-1)$ .

3. On-the-Fly Leegtecontrole

Om de explosie van de toestandsruimte bij inclusiecontrole aan te pakken, hanteert Kofola een nieuw on-the-fly leegtecontrole-algoritme voor het resulterende SGRA.

Lazy Constructie: In tegenstelling tot tools die de expliciete constructie van het volledige product-automaton vereisen, verkent Kofola de toestandsruimte lazy.
Algoritme: Het algoritme is een variant van het Couvreur-algoritme, uitgebreid met een $Fin$-predicaat. Het voert een diepte-zoektocht uit en beheert een stack van transitie-sets om SCC's te detecteren.
Terminatie: De zoektocht stopt zodra het verkende deel van de toestandsruimte voldoende is om het resultaat te beslissen (het vinden van een accepterende cyclus of het bewijzen van leegte). Dit minimaliseert het gegenereerde deel van het complement, wat cruciaal is aangezien complementatie de primaire bron van opblazen is.

Belangrijkste Bijdragen

Kofola Tool: Een efficiënt, modulair tool voor BA-complementatie en taal-inclusiecontrole.
IADAC-Identificatie: De introductie en formalisering van Initieel Bijna Deterministische Accepterende Componenten (IADACs) als een distincte structurele klasse.
Nieuw Complementatie-algoritme: Een dedicated deeltijds algoritme voor IADACs dat de $Fin(0)$-voorwaarde genereert, wat de constructie van een enkel generalized Rabin-paar mogelijk maakt.
Lazy Leegtecontrole: Een nieuw on-the-fly algoritme voor SGRAs dat expliciete volledige automatonconstructie vermijdt, wat vroegtijdige terminatie mogelijk maakt.
Modulair Kader: Een flexibel architectuur dat toelaat dat verschillende deeltijdse algoritmen synchroon worden gecombineerd op basis van structurele analyse.

Experimentele Resultaten

De auteurs evalueerden Kofola tegen state-of-the-art tools: Spot, Ranker, Owl, Bait, Forklift en Rabit.

Complementatie-benchmarks

Dataset: 31.273 automata uit diverse bronnen (programma-terminatie, logica van Sturmian-woorden, hyperproperties, S1S, LTL-vertaling en willekeurige generatie).
Robuustheid: Kofola was het enige tool dat succesvol alle 31.273 invoer-automata complementeerde. De volgende meest robuuste tool, Spot, faalde op 2 instanties vanwege geheugenlimieten.
Grootte: Kofola produceerde gemiddeld aanzienlijk kleinere complement-automata (79,24 toestanden) vergeleken met Spot (115,38 toestanden) en Ranker (45,80 toestanden, hoewel Ranker faalde op 443 instanties).
Prestaties: Kofola loste het meeste instanties op en presteerde vaak meerdere ordes van grootte beter in runtime dan concurrenten.

Inclusiecontrole-benchmarks

Dataset: 1.014 inclusieproblemen uit programma-terminatie, verificatie van concurrerende systemen, hyperproperty-modelchecking en theorema-proving.
Prestaties: Kofola loste het meeste instanties op (slechts 2 onopgelost) en had de laagste totale runtime (141 seconden voor opgeloste problemen).
Vergelijking: Kofola won strikt tegen Spot(Det) op 263 instanties en verloor op slechts 0. Het presteerde aanzienlijk beter dan op Ramsey gebaseerde tools (Bait, Forklift, Rabit), die vaak een orde van grootte meer tijd vereisten.
Observatie: 98% van de automata aan de rechterkant van de inclusiequeries (die gecomplementeerd werden) waren lift-automata (bevatten geen NACs), wat de praktische relevantie van het benutten van structurele eigenschappen onderstreept.

Betekenis en Claims

Het artikel claimt dat Kofola een nieuwe standaard vestigt voor efficiëntie en robuustheid in BA-complementatie en inclusiecontrole. De betekenis hiervan ligt in:

Praktijkgerichtheid: Het brengt moderne, op ontleding gebaseerde complementatietechnieken naar praktische inclusiecontrole, verder dan klassieke constructies.
Schaalbaarheid: Door structurele ontleding te combineren met lazy on-the-fly leegtecontrole, mitigeert het effectief de explosie van de toestandsruimte en lost het instanties op die onhandelbaar zijn voor bestaande tools.
Uitbreidbaarheid: De modulaire architectuur maakt de integratie van nieuwe deeltijdse complementatie-algoritmen voor specifieke componenttypes mogelijk.

De auteurs positioneren Kofola niet louter als een incrementele verbetering, maar als een uiterst concurrerend tool dat vaak state-of-the-art oplossingen op benchmarks afgeleid van praktische toepassingen met meerdere ordes van grootte overtreft.