面向?qū)ο蟪绦虻闹赶蚍治黾夹g(shù)研究.pdf

1、程序指向分析是一種靜態(tài)程序分析技術(shù),它分析程序中指針類型的變量,并計(jì)算其運(yùn)行時(shí)可能指向?qū)ο蟮募?。指向分析結(jié)果廣泛應(yīng)用于編譯優(yōu)化以及軟件工程領(lǐng)域。流敏感和上下文敏感是提高程序指向分析精度的兩個(gè)重要方面。前者計(jì)算控制流圖上不同程序點(diǎn)中變量的指向關(guān)系,后者為同一個(gè)方法的變量在不同的調(diào)用上下文中計(jì)算出不同的指向關(guān)系。
　　當(dāng)前,程序指向分析技術(shù)面臨兩個(gè)重要的挑戰(zhàn)。首先,我們需要協(xié)調(diào)分析精度和資源密集型計(jì)算之間的矛盾。流敏感的程序指向分析

2、通?？梢杂?jì)算出高精度的程序指向關(guān)系,然而,這種分析依賴數(shù)據(jù)流迭代框架,導(dǎo)致它通常需要耗費(fèi)大量計(jì)算資源。為此,我們引入概率和支持分析并行化,以有效提高程序指向分析的精度與效率。
　　其次,我們需要擴(kuò)展當(dāng)前的上下文敏感的程序指向分析技術(shù),使之能夠充分適應(yīng)新語言的特性。研究中我們針對(duì)新型語言,例如面向方面語言以及支持分區(qū)的全局地址空間(Partitioned Global Address Space,P G A S)模型的并發(fā)語言,研究

3、在新型語言特征基礎(chǔ)上的指向分析技術(shù)。
　　本文主要貢獻(xiàn)如下:
　　1.提出了一種上下文非敏感流敏感的帶概率的程序指向分析方法JPPA。JPPA能夠靜態(tài)地預(yù)測(cè)程序中某個(gè)指向關(guān)系在某個(gè)程序點(diǎn)成立的概率。JPPA的主要思想是通過在控制流圖上進(jìn)行帶概率的數(shù)據(jù)流分析,從而計(jì)算出帶概率的指向圖。
　　2.提出了并行的流敏感指向分析技術(shù)ParSeeker。我們首先建立流敏感需求驅(qū)動(dòng)的指向分析方法Seeker,它通過將流敏感性引入到指

4、向依賴圖和上下文無關(guān)語言(Context-Free L a n g u a g e,C F L)可達(dá)性中,從而支持查詢指定變量指向關(guān)系。基于Seeker,ParSeeker在指向依賴圖上發(fā)起和處理一系列細(xì)粒度的查詢以得到流敏感的指向關(guān)系。ParSeeker使用Google的MapReduce框架并行處理查詢,從而有效提高流敏感指向分析性能。
　　3.擴(kuò)展上下文敏感的程序指向分析技術(shù),使之能夠處理新型語言特征。論文提出了針對(duì)面向方面

5、程序的上下文敏感的指向分析技術(shù)。該技術(shù)分別對(duì)基礎(chǔ)代碼和方面代碼生成指向關(guān)系的約束和約束模版,并且通過迭代的方式來織入和求解約束,使分析跨越基礎(chǔ)和方面代碼的界限。此外,論文針對(duì)支持PGAS模型的并發(fā)程序提出了一個(gè)基于約束的地址分析方法,其首先定義了一個(gè)基于子集合包含關(guān)系的約束系統(tǒng),以刻畫對(duì)象、活動(dòng)以及它們所在地址的約束關(guān)系。然后,我們采用活動(dòng)敏感的上下文模型以進(jìn)一步提高分析結(jié)果的精度。
　　論文針對(duì)上述方法開發(fā)了配套工具,并且設(shè)計(jì)實(shí)