首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 自动化推理与差分测试构建Cedar语言

    首先,在Dafny验证感知编程语言中对Cedar的授权引擎和验证器进行建模。使用Dafny,可以编写代码,并可以指定代码在所有情况下应该做什么的属性。 将授权引擎建模为Dafny函数,并使用Dafny的自动化推理能力来陈述和证明显式许可和禁止覆盖许可属性。 在Dafny中执行此证明时,发现了验证器设计中的一些微妙错误,并能够纠正。注意到Dafny模型不仅对自动化推理有用,对手动推理也有用。Dafny代码比Rust实现更容易阅读。 在此过程中,在Dafny编程语言中对Cedar语言组件进行建模,并使用Dafny的自动化推理能力来证明它们的属性。通过差分随机测试检查Cedar生产代码是否与Dafny模型匹配。 要了解更多,可以在GitHub上查看Cedar Dafny模型和差分测试代码。还可以在Dafny网站和Cedar网站上了解有关Dafny和Cedar服务的更多信息。

    14210编辑于 2025-10-25
  • 自动化推理与差分测试构建Cedar语言的技术实践

    确保Cedar的可信度为确保Cedar授权引擎做出正确决策,采用了名为“验证引导开发”的两阶段流程:使用Dafny验证感知编程语言对Cedar组件进行建模,通过自动化推理证明安全属性通过差分随机测试验证 Rust实现与Dafny模型的一致性Cedar授权属性证明Cedar授权算法默认具备以下安全属性:显式许可:权限仅通过许可策略授予,不会因错误或默认获得禁止优先:任何适用的禁止策略都会拒绝访问,即使存在允许策略通过 Dafny函数建模授权引擎,使用谓词和引理形式化这些属性。 例如,在纠正错误的实现后,Dafny成功证明了“显式许可”属性:function method isAuthorized(): Response { var f := forbids(); 技术成果该开发流程发现了多个关键问题:IP地址解析库的bug策略解析器的细微错误应用数据处理和命名空间解析问题Dafny模型仅占生产代码1/6的代码量,为开发者和工具实现者提供了更清晰的技术参考。

    17610编辑于 2025-09-26
  • 来自专栏数据派THU

    【2023新书】程序证明,Program Proofs

    来源:专知本文为书籍介绍,建议阅读5分钟这本全面和高度可读的教科书教学生如何使用增量方法和验证感知的编程语言Dafny来形式化地推理计算机程序。 为了强调程序证明的实用性,所有材料和例子都使用验证感知的程序证明语言Dafny,但不需要事先知道Dafny

    47620编辑于 2023-04-08
  • 来自专栏深入浅出区块链技术

    每周以太坊进展 2022/11/19

    Scotia[36]:使用 Circom 电路和微软 Nova 验证器的中间件 安全 Zellic 的审计覆盖率跟踪器[37]:跟踪某些 DeFi 协议的合约审计覆盖率,链上代码与审计代码之间存在差异 evm-dafny [38] : Dafny 中 EVM 的函数规范,允许对合约字节码进行验证 ---- (编者注:本翻译不代表登链社区的立场,也不代表我们(有能力并且已经)核实所有的事实并把他的观点分离开来。) github.com/nalinbhardwaj/Nova-Scotia#readme [37] 审计覆盖率跟踪器: https://www.zellic.io/blog/audit-drift [38] evm-dafny : https://github.com/ConsenSys/evm-dafny#readme

    83110编辑于 2023-01-09
  • 来自专栏机器之心

    7B级形式化推理与验证小模型,媲美满血版DeepSeek-R1,全面开源!

    图 3 数据准备过程 大模型在形式化细分任务上的能力对比 通过对五种形式化语言(Coq, Lean4, Dafny, ACSL, TLA+)在形式化证明写作上六种细分能力对比,研究团队获得了一些有趣的发现 图 4 验证任务上的差异(微调前) 大模型在不同形式化语言上的能力对比 从形式化语言的角度看(见图 5),大模型在 ACSL 上的效果最好(34.92%),Dafny 次之(15.92%)。 总结 高质量数据集构建:研究团队构建了包含 18000 对高质量指令 - 响应对的微调数据集(fm-alpaca)与评估集(fm-bench),覆盖 5 种主流的形式化语言(Coq, Lean4, Dafny

    49110编辑于 2025-03-10
  • 自动化推理技术入门指南

    并发等复杂场景处理底层编译器和硬件的正确性假设NP难问题的启发式算法优化学习资源推荐工具集:定理证明器:Coq, Isabelle, HOL-light模型检测:PRISM, TLA+SMT求解器:Z3, CVC4程序验证:CBMC, Dafny

    21600编辑于 2025-08-09
  • 2021春季研究奖项聚焦AI与自动化推理技术

    Meel新加坡国立大学GPU加速的并行SAT求解Eric Mercer杨百翰大学从Dafny模型生成Java测试的符号执行Peter Müller苏黎世联邦理工学院基于TLA+规范的Rust程序验证Suha

    21110编辑于 2025-09-29
  • 2021年春季研究奖项揭晓:聚焦AI与自动化推理技术

    Meel新加坡国立大学GPU加速的并行SAT求解Eric Mercer杨百翰大学从Dafny模型生成Java测试的符号执行Peter Müller苏黎世联邦理工学院基于TLA+规范的Rust程序验证Suha

    25100编辑于 2025-08-26
  • 来自专栏码农小胖哥的码农生涯

    Java之父接受Evrone专访:您需要的软件可靠性越高,静态类型语言的帮助就越大

    所以有像 Dafny 这样的系统,它有一个非常复杂的定理证明器。因此,如果您想构建一个加密算法,您将能够从数学上证明属性。你可以这样做。这可能有点过头了,但对于某些代码来说,它确实很有用。

    93830发布于 2021-09-09
领券