腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

综合排序丨最热优先丨最新优先

形式化验证加速RSA性能与部署

形式化验证使RSA更快——且部署更迅速某中心Graviton2芯片的优化提升效率，形式化验证缩短开发时间。大多数在线安全交易受RSA等公钥加密方案保护，其安全性基于大数分解的难度。本文阐述某中心自动推理团队如何通过结合形式化验证，在某中心Graviton2芯片上将RSA签名吞吐量提升33%至94%（取决于密钥大小），同时证明优化方案的功能正确性。优化函数及其证明已纳入某机构Web服务的s2n-bignum形式化验证大数运算库，并被AWS-LC密码库及其绑定项目采用。探索SLOTHY超优化器自动调度，实现95-120%吞吐量提升，但因验证挑战暂未集成至生产环境。步骤二：代码形式化验证s2n-bignum框架集成了x86-64和Arm汇编代码的形式化验证框架。正在探索形式化验证信息泄漏缺失的方法。

2025-09-14

2940

标签:

自动驾驶安全评估的形式化验证

我们采访了Abdelrahman Sayed Sayed，与他聊了聊关于形式化验证应用于自动驾驶车辆的工作。能否介绍一下你在哪里学习以及你研究的广泛主题？我的博士课题是用于自动驾驶车辆安全评估的神经ODE（常微分方程）形式化验证。这个题目有点长！这是一个跨学科的博士项目，涉及连续AI模型、形式化方法和自主系统的交叉领域。能否谈谈什么是形式化验证，为什么它是一个如此重要的课题？实际上，我进行博士研究以及神经ODE形式化验证的主要动机，是我个人不信任AI感知模型或AI控制的应用。去年我参加了在萨格勒布举行的CAV会议，在AI验证专题讨论会上展示了我第一个研究方向的工作。CAV是形式化方法/形式化理论领域的顶级会议。我们这些AI验证研究人员面临的一个共同问题是，AI社区的人认为我们做的是非常理论化或数学化的东西，所以我们觉得自己不太适合那里。而形式化方法领域的人通常验证软件程序之类的东西。

2026-04-25

1960

标签:

形式化验证提升RSA性能与部署效率

指令形成流水线并行创新性双内存加载策略减少寄存器传输瓶颈向量化常数时间查表加速模幂运算指令调度手动调度使2048/4096位签名吞吐量提升80-94%实验性采用SLOTHY超优化器实现95-120%加速（尚未投产）形式化验证体系为确保优化代码的正确性，团队构建了分层验证体系：s2n-bignum验证框架每个汇编函数配备前置/后置条件规范（如bignum_mul_4_8需满足输出缓冲区存储输入参数的数学乘积）通过MAYCHANGE规则限定可变状态范围 HOL Light定理证明结合符号执行与Floyd-Hoare逻辑中间断言验证汇编代码与数学规范的严格等价性已覆盖x86-64/Arm架构的密码学原语侧信道防护恒定时间编码风格（无秘密依赖分支/ 内存访问模式）静态检查与运行时比特密度分析当前验证局限包括未覆盖时序侧信道等非功能性属性，相关研究正在进行中。

2025-08-16

2910

标签:

形式化验证：为何选择前者？

为何选择模糊测试而非形式化验证？我们近期推出了新服务“不变式开发即服务”。一个常被问到的问题是：“为什么选择模糊测试而不是形式化验证？”答案是：“这很复杂。” 在这篇博客文章中，我们将探讨支持形式化验证的两个主要主张为何往往站不住脚：证明无漏洞通常不可实现，且模糊测试能识别形式化验证发现的相同漏洞。因此，虽然证明无漏洞在理论上是形式化验证方法的好处，但在实践中可能并非如此。发现漏洞当无法正式验证代码时，形式化验证工具仍可用作漏洞发现工具。我们评估的漏洞以及用于发现它们的形式化验证和模糊测试工具可在我们的GitHub页面关于模糊测试形式化验证合约以重现流行安全问题中找到。 形式化验证注定失败吗？形式化验证工具需要大量领域特定知识才能有效使用，并需要显著的工程努力来应用。

2025-08-25

3210

标签:

如何将形式化验证融入软件开发流程

形式化验证的核心价值形式化验证是通过自动证明程序确保代码行为符合数学规范的技术。给定函数行为的数学描述和执行环境假设后，该方法能判定代码是否存在违反规范的情况。类单元测试的证明模型undefined采用类似单元测试的语法，但指定输入范围而非具体值，可自动转换为数学表达式供验证器处理。缺陷修复机制undefined精确定位导致规范违反的代码行，验证团队直接提供补丁方案，有效证明技术价值。持续集成系统undefined代码提交后自动触发验证流程，实时反馈规范符合情况（通过/失败标记）。实践成果在某机构C公共库开发中，1名专职验证工程师与2名实习生合作：完成9个核心模块171个入口点的规范与验证8个月内验证代码量、修复缺陷数、开发者引入的验证合约均呈指数增长验证团队贡献的功能代码量同步激增技术演进方向扩展可验证代码库范围提升自动化验证功能覆盖建立可验证代码的长期维护规范优化新成员培训体系

2025-08-16

3180

标签:

形式化验证加速RSA运算与部署的技术解析

本文阐释了某中心的自动推理小组如何将某中心Graviton2芯片上的RSA签名吞吐量提高了33%至94%（取决于密钥大小），同时使用形式化验证证明了优化的功能正确性。然而，由于验证自动调度具有挑战性，此方法尚未集成到相关库中。使用形式化验证确保代码正确性为了将优化后的代码部署到生产环境，我们需要确保其正确运行。随机测试是快速检查简单和已知情况的廉价方法，但要提供更高水平的保证，我们依赖于形式化验证。 s2n-bignum库简介某机构的s2n-bignum库既是一个用于形式化验证x86-64和Arm汇编代码的框架，也是一个使用该框架验证的快速加密汇编函数集合。未来形式化验证的改进s2n-bignum的形式化验证尚未涵盖实现的非功能性属性，包括其是否可能通过诸如代码运行时间等侧信道泄露信息。

2025-12-29

2340

标签:

形式化验证在软件开发中的集成实践

形式化验证在软件开发中的集成实践形式化验证是通过自动证明程序来确保计算机程序按预期运行的过程。尽管形式化验证能产生更安全、更少错误的代码，但很少用于大型商业软件项目。开发人员缺乏时间编写详细的函数规范，而验证团队又不熟悉正在开发的软件。集成方法在某机构云服务的自动推理团队中，通过以下六个关键组件将形式化验证集成到软件开发流程中：1. 错误修复形式化验证不仅能识别错误还能指出修复方法验证团队提供代码补丁来展示验证效用6. 该方法成功证明了形式化验证在大型商业软件开发中的可行性，为提升代码质量和安全性提供了有效途径。

2025-09-27

3160

标签:

迈向可验证的 AI: 形式化方法的五大挑战

形式验证过程从三个输入开始：图 1 ：用于验证、综合和运行时弹性的形式化方法要验证的系统模型 S 环境模型 E 待验证的属性 Φ 验证者生成“是”或“否”的答案作为输出，来表明 S 是否满足环境这些技术可以帮助开发 human-AI 系统的验证算法。 3 形式化规范 形式化验证严重依赖于形式化规范——即对系统应该做什么的精确的数学陈述。 5 用于设计和验证的计算引擎硬件和软件系统形式化方法的有效性，是由底层“计算引擎”的进步推动的——例如，布尔可满足性求解 (SAT)、可满足性模理论 (SMT) 和模型检查。然而，这些范式并不涵盖人工智能系统，这在很大程度上是由于 "形式化规范 "一节中讨论的人工智能系统的规范化挑战。组合式验证需要组合式规范——也就是说，组件必须是可形式化的。如图3所示，我们确定了将形式化方法应用于 AI 系统的五个主要挑战，并对这五项挑战中的每一项都制定了三项设计和验证原则，这些原则有希望解决这个挑战。

2022-07-19

6200

标签:

迈向可验证的 AI: 形式化方法的五大挑战

形式验证过程从三个输入开始：图 1 ：用于验证、综合和运行时弹性的形式化方法要验证的系统模型 S 环境模型 E 待验证的属性 Φ 验证者生成“是”或“否”的答案作为输出，来表明 S 是否满足环境这些技术可以帮助开发 human-AI 系统的验证算法。 形式化规范 形式化验证严重依赖于形式化规范——即对系统应该做什么的精确的数学陈述。用于设计和验证的计算引擎硬件和软件系统形式化方法的有效性，是由底层“计算引擎”的进步推动的——例如，布尔可满足性求解 (SAT)、可满足性模理论 (SMT) 和模型检查。然而，这些范式并不涵盖人工智能系统，这在很大程度上是由于 "形式化规范 "一节中讨论的人工智能系统的规范化挑战。组合式验证需要组合式规范——也就是说，组件必须是可形式化的。如图3所示，我们确定了将形式化方法应用于 AI 系统的五个主要挑战，并对这五项挑战中的每一项都制定了三项设计和验证原则，这些原则有希望解决这个挑战。

2022-08-29

8540

标签:

迈向可验证的 AI: 形式化方法的五大挑战

形式验证过程从三个输入开始：图 1 ：用于验证、综合和运行时弹性的形式化方法要验证的系统模型 S 环境模型 E 待验证的属性 Φ 验证者生成“是”或“否”的答案作为输出，来表明 S 是否满足环境这些技术可以帮助开发 human-AI 系统的验证算法。 形式化规范 形式化验证严重依赖于形式化规范——即对系统应该做什么的精确的数学陈述。用于设计和验证的计算引擎硬件和软件系统形式化方法的有效性，是由底层“计算引擎”的进步推动的——例如，布尔可满足性求解 (SAT)、可满足性模理论 (SMT) 和模型检查。然而，这些范式并不涵盖人工智能系统，这在很大程度上是由于 "形式化规范 "一节中讨论的人工智能系统的规范化挑战。组合式验证需要组合式规范——也就是说，组件必须是可形式化的。如图3所示，我们确定了将形式化方法应用于 AI 系统的五个主要挑战，并对这五项挑战中的每一项都制定了三项设计和验证原则，这些原则有希望解决这个挑战。

大数据文摘

2022-07-18

7550

标签: