프로젝트 소개
본 과제는 여러 컴퓨터가 함께 작동하는 클라우드 분산 데이터베이스에서 데이터가 서로 다르게 저장되는 일관성 위반버그를 자동으로 찾아내는 소프트웨어를 개발하는 연구임. 이를 통해 클라우드 데이터베이스의 오류를 실제 사용 전에 발견하고 안정성을 높이는 기술 확보 가능성 보유.
연구 목표는 Model-based Concurrency Fuzzing Framework를 개발하여 일관성 위반버그를 효율적으로 탐지하고 재현하는 데 있음. 핵심 연구 내용은 TLA+와 같은 정형 언어로 대상 시스템을 모델링하고, 상태공간 탐색을 통한 model-based testing 및 테스트 케이스 자동 생성, 비결정성 이벤트 순서 제어 기반 동시성 퍼징, 구현-레벨 모델 체킹, 정형검증된 Consistency Oracle과 Differential Testing 기반 일관성 검사기 개발임. 기대 효과는 클라우드 데이터베이스의 버그 조기 발견과 안정적 재현을 통한 디버깅 지원, 다양한 동시성 버그 탐지 및 패치 개발, Spark·Hadoop·OpenStack 등 분산 시스템으로의 기술 확산, 클라우드 산업 경쟁력 강화와 경제적 피해 예방임.