رکورد اثبات (Proof) مربوط به یک تابع بازسازیشده را طوری طراحی کنید که دفتر کل تعهدات (obligation ledger) آن را بپذیرد. مدل اعتبارسنج (verifier) خودِ ابزار تحلیل، ادعاهای اعلامشده را در برابر رکوردهای مقایسه ارزیابی میکند، اما محدودیت ثابت آن میگوید: «قبولی صرفاً یعنی تکتک ادعاهای اعلامشده قبول شدهاند؛ این بهمعنای برابری سراسری پیادهسازی نیست». قاعدهی آمادگی (readiness rule) آن هم تأکید دارد که هیچ وضعیتی ضعیفتر از قبولی، به قبولی ختم نمیشود. سیستم CI شما کامپایلر C ندارد. مشخص کنید رکورد شما شامل چه بخشهایی است، شناسهی آن چطور ساخته میشود، کدام ادعاها را میتواند یا نمیتواند از این ابزار بگیرد، و روی این سیستم CI چه وضعیتی دریافت میکند.
اول خودتان جواب بدهید، بعد پاسخ را باز کنید.
پاسخ کوتاه
خودتان یک رکورد شواهد (Evidence) بسازید، چون هیچ ابزار عمومی این رکورد را تولید نمیکند. این مقادیر را برایش تنظیم کنید: predicate_type: rea.reconstruction-proof، operation: verify_reconstruction_obligations، confidence: observed، authority: controlled-replay، و یک فیلد normalized_result شامل passed، status و فهرستی از ادعاها؛ هر ادعا باید از نوع behavioral یا structural-function باشد و وضعیت خود بههمراه شناسههای ev_ پروندههای تابعی را که به آنها متکی است حمل کند (همین شناسهها در evidence_links هم تکرار میشوند). شناسه از پیشوند ev_ بهاضافهی هش SHA-256 رکورد (بدون فیلد شناسه) روی JSON فشرده با کلیدهای مرتبشده ساخته میشود. تجمیع وضعیتها بهصورت بستهشدن در صورت شکست (Fail-closed) است: اولویت اول با fail است، بعد unknown، و فهرست ادعای خالی هم unknown خواهد بود. مدل اعتبارسنج ابزار صرفاً میتواند یک ادعای structural-function را بهعنوان متن یکسان ارائهدهنده روی یک بُعد ارزیابی کند؛ بنابراین ادعاهای رفتاری و بایتی باید حاصل دو مرحلهی اجرایی خودتان باشند. روی سیستمی بدون کامپایلر، ادعاهای رفتاری در وضعیت unknown میمانند و کل رکورد هم وضعیت unknown میگیرد، حتی اگر هر دو ادعای بایتی قبول شوند.
پاسخ کامل
چرا قبولی ابزار کافی نیست؟
یک ادعای structural-function به یکی از 9 بُعد یک رکورد compare_functions اشاره دارد، و مدل اعتبارسنج وضعیت آن را با ترتیبی ثابت محاسبه میکند: هرگونه محدودیت وضعیت را به unknown تغییر میدهد؛ مشاهدهی changed وضعیت را fail میکند؛ مشاهدهی unknown یا یک وضعیت نامشخصِ باقیمانده وضعیت را unknown میکند؛ در غیر این صورت خروجی pass است. در اجرای ثبتشده، 4 ادعا ارسال شد که نتیجهی آن 2 قبولی و 2 شکست بود. ادعاهای total رد شدند، با اینکه هر دو خروجی از یک خط کد منبع ساخته شده بودند؛ علتش این بود که فلگ -O2 حلقه را باز کرده و به 62 دستورالعمل تبدیل کرده بود، در حالی که با -O1 فقط 13 دستورالعمل داشتیم. تفاوت در متن لزوماً بهمعنای تفاوت در رفتار نیست. عکس این موضوع هم صدق میکند: بازسازی کدی که یک ثابت اشتباه در جدول جستجو (Lookup Table) دارد، دقیقاً همان متن اسمبلی را چاپ میکند؛ پس ممکن است یک ادعای متنی برای تابعی کاملاً نادرست چراغ سبز بگیرد. ابزار تحلیل بهخودیخود نه تابعی را اجرا میکند و نه آن را کامپایل میکند.
دو مرحلهای که خودتان اجرا میکنید
مرحلهی اول، کد اصلی و کد کاندید را با نامهای متفاوت در قالب یک برنامه کامپایل میکند، یک ماتریس آزمون با یک کلاس بهازای هر وضعیت پرخطر اجرا میکند، و وضعیت تمام خانهها (از جمله ترپها) را ثبت میکند. مرحلهی دوم، کد کاندید را با فلگهای اصلی دوباره کامپایل میکند، فیلدهای بازآدرسدهی (Relocation) را ماسک میکند، رکوردهای بازآرایی (Relocation records) را از نظر ساختار مقایسه میکند، و مقادیر ثابتی را که به آنها اشاره دارند میخواند. هر مرحله برای هر تابع یک ادعا تولید میکند، و هر ادعا به پروندههای همان تابع لینک میشود. وقتی کامپایلر در دسترس نیست، ادعای رفتاری در وضعیت unknown ثبت میشود؛ نه نادیده گرفته میشود و نه قبول.
مرجعیت و شناسه
مقدار authority برابر با controlled-replay است؛ چون اثبات از یک بستر آزمایشی (harness) که خودتان اجرا کردهاید به دست میآید، نه صرفاً از فایل آبجکت خام. مقدار shipped-artifact ادعا میکند که خودِ فایل بهتنهایی نشاندهندهی برابری است، در حالی که اینطور نیست. شناسهی رکورد بر اساس تمام محتوای آن بهجز خودِ فیلد شناسه محاسبه میشود: اضافه کردن یک ادعا یا یک اجرای جدید، محتوا و در نتیجه شناسه را تغییر میدهد؛ بنابراین اثباتی که بعداً روی سیستمی مجهز به کامپایلر تولید شود، یک رکورد کاملاً جدید خواهد بود و هر دو نسخه در تاریخچه نگهداری میشوند. هیچ ابزار عمومی این رکورد را تولید نمیکند؛ دفتر کل تعهدات منتظر آن میماند و شما آن را صادر میکنید.
نحوهی اجرای مدل اعتبارسنج
مدل اعتبارسنج این ابزار، یکی از 65 ابزار MCP است که دستور خط فرمانی ندارد؛ بنابراین یک کلاینت stdio پیامهای initialize، اعلان (notification) تکمیل راهاندازی و در نهایت tools/call را میفرستد. هر دو پرونده و رکورد مقایسه باید در یک اتصال یکسان قرار داشته باشند، چون مدل اعتبارسنج بستهی همان اتصال را میخواند و بستن ارتباط، رکوردهای نگهداریشده را پاک میکند؛ قبل از بستن اتصال حتماً بسته را خروجی بگیرید.
قاعدهی آمادگی، عیناً از مستندات
نتیجهی مرحلهای که شامل fail ،unknown ،unsupported ،truncated یا skipped باشد، هرگز در تجمیع نهایی به pass تبدیل نمیشود. این جمله دقیقاً همان تابع تجمیع وضعیتهاست.
سؤالهای تکمیلی مصاحبهگر
- سطح 3: چرا مرجعیت (authority) برابر با
controlled-replayاست و نهshipped-artifact؟ انتظار میرود: این واقعیت از یک اجرا و کامپایل مجدد که تحت کنترل شما بوده به دست آمده است؛ فایل بهتنهایی نمیتواند نشان دهد که دو تابع برابرند. - سطح 4: مدل اعتبارسنج هر دو ادعای
percent_changeرا قبول کرد، در حالی که وضعیت کلی مقایسهunknownبود. چطور چنین چیزی ممکن است؟ انتظار میرود: هر ادعا بُعد اختصاصی خودش را بررسی میکند؛ بُعدی که وضعیت نامشخص داشتreferencesبود، و وضعیت نامشخص باقیماندهای که باز شد، فقط بهoverallوreferencesاشاره میکرد. - سطح 4: هفتهی آینده کامپایلر روی سیستم CI ظاهر میشود. چه اتفاقی برای رکورد میافتد؟ انتظار میرود: ادعاهای رفتاری دوباره اجرا شده و قبول میشوند؛ محتوا تغییر میکند، پس شناسهی جدیدی صادر میشود، و رکورد قبلی با وضعیت
unknownهم در تاریخچه باقی میماند.
جوابهای اشتباهی که مصاحبهگرها زیاد میشنوند
- «قبولی در مدل اعتبارسنج ثابت میکند که بازسازی دقیقاً برابر با کد اصلی است.» محدودیت صریح خود ابزار خلاف این را میگوید؛ این ابزار فقط متن دیکامپایلر را روی یک بُعد بررسی کرده است.
- «چون بایتها یکسان بودند، ادعاهای رفتاری را در CI در وضعیت قبول علامت بزنید.» هیچ وضعیتی ضعیفتر از قبولی، به قبولی ختم نمیشود؛ اجرایی که انجام نشده باید
unknownباشد. - «شناسه را بعد از اضافه کردن نتایج اجرا ثابت نگه دارید.» شناسه یک هش از محتواست؛ رکورد تغییریافته یعنی یک رکورد جدید.
کجای دوره آموزش داده میشود
درس بازسازی نحوهی ساخت این رکورد و تجمیع بستهشدن در صورت شکست آن را آموزش میدهد، بخش اعتبارسنجی چهار ادعای ارزیابیشده و قاعدهی آمادگی را نشان میدهد، و بخش بستر آزمایشی اثبات اجرای این دو مرحله را پوشش میدهد.