Webtagr - Technologienummer

Claude Code: Ein unerwarteter Durchbruch in der KI-gestützten interaktiven Theorembeweisführung

2025-09-20

Anthropics KI-Codierungsagent Claude Code zeichnet sich überraschend gut in der interaktiven Theorembeweisführung (ITP) aus. ITP-Tools wie Lean sind zwar leistungsstark und zuverlässig, aber zeitaufwendig und fehleranfällig. Claude Code kann viele komplexe Beweisschritte selbstständig durchführen, benötigt aber immer noch eine „Projektmanagement“-Unterstützung (den Autor). Es deutet jedoch auf eine Zukunft hin, in der ITP-Tools keine Experten mehr benötigen und für mehr Menschen zugänglich werden. Der Artikel untersucht die Fähigkeiten und Grenzen von Claude Code und beschreibt die Erfahrung des Autors bei der Formalisierung eines alten Artikels. Obwohl langsamer als die manuelle Arbeit, zeigt es das immense Potenzial von KI in formalen Methoden und bietet Hoffnung für eine breitere Akzeptanz von ITP.

(www.galois.com)

KI Interaktive Theorembeweisführung

Die Kosten-Nutzen-Realität von Formal Methods-Projekten

2025-06-02

Dieser Artikel, basierend auf den Erfahrungen des Autors, untersucht die Herausforderungen bei der Anwendung von Formal Methods (FM) in realen Projekten. Der Autor argumentiert, dass der Erfolg von FM-Projekten von einem Kosten-Nutzen-Gleichgewicht abhängt. Viele potenzielle FM-Projekte scheitern aufgrund hoher Kosten, Schwierigkeiten bei der Quantifizierung von Nutzen oder der Unfähigkeit, kurzfristigen Wert zu demonstrieren. Der Artikel hebt hervor, dass erfolgreiche FM-Projekte eine frühzeitige Wertschöpfung erfordern, die Übersetzung komplexer technischer Ergebnisse in eine für den Kunden verständliche Sprache und die Priorisierung kostengünstiger Zuverlässigkeitsmaßnahmen wie Tests und Code-Reviews. Der Autor betont, dass FM keine Allzwecklösung ist und mit anderen Methoden kombiniert werden sollte, um die Zuverlässigkeit und Sicherheit von Software zu verbessern.

(www.galois.com)

Entwicklung Kosten-Nutzen-Analyse

GREASE: Open-Source-Tool zur Fehlersuche in Binärdateien

2025-03-20

GREASE ist ein Open-Source-Tool, das die unterbeschränkte symbolische Ausführung nutzt, um Reverse Engineers bei der Suche nach schwer zu findenden Fehlern in Binärcode zu unterstützen und so die Systemsicherheit zu verbessern. Es unterstützt verschiedene Architekturen und Formate, lässt sich in Ghidra integrieren, funktioniert als eigenständiges Befehlszeilenprogramm oder als Haskell-Bibliothek. GREASE analysiert Funktionen, indem es sie mit vollständig symbolischen Registern ausführt und bei Fehlern iterativ die symbolischen Vorbedingungen mithilfe von Heuristiken verfeinert. Obwohl es Einschränkungen gibt, wie z. B. mögliche falsch positive und falsch negative Ergebnisse, trägt GREASE erheblich zur Verbesserung der Softwaresicherheit bei, insbesondere bei der Analyse von COTS-Software, die nur in Binärform verfügbar ist.

(www.galois.com)

Entwicklung Binärcodeanalyse Fehlererkennung