基于Q學習的復雜程序動態(tài)分析技術(shù).pdf

1、程序分析領(lǐng)域中切片技術(shù)日趨成熟?；谙到y(tǒng)依賴圖的程序靜態(tài)切片技術(shù)效率高、應用廣。但是，隨著軟件程序的功能多樣化發(fā)展，復雜性隨之提高，環(huán)境中干擾因素不斷增加。復雜程序在不確定環(huán)境中的動態(tài)分析、控制成為技術(shù)難題和迫切需求。此時，切片方法為主的程序分析理論、技術(shù)嚴重受限。 提出用Q學習策略探索程序分析領(lǐng)域存在的難題，是一次大膽嘗試。論文引入Q學習獨有的優(yōu)勢，針對復雜程序動態(tài)分析、控制難題，提出基于Q學習的復雜程序動態(tài)分析、控制思想，構(gòu)

2、造切實可行的分析算法，著重對并發(fā)程序、面向?qū)ο蟪绦颉⒉淮_定環(huán)境中的復雜程序動態(tài)分析進行研究，初步形成了基于Q學習的復雜程序動態(tài)分析技術(shù)，為實時、有效控制不確定環(huán)境中復雜程序的動態(tài)過程提供了依據(jù)。在此基礎(chǔ)上，對基于Q學習的復雜程序動態(tài)分析、控制系統(tǒng)(析控器：QACA)的實現(xiàn)相關(guān)技術(shù)進行了研究。 論文的主要工作：(1)通過對基于Q學習的復雜程序動態(tài)分析技術(shù)的研究，解決當前在并發(fā)程序、面向?qū)ο蟪绦?、不確定環(huán)境中的復雜程序等的動態(tài)分析方

3、面存在的難題，提高分析智能性、效率及精度。(2)在Q學習分析的基礎(chǔ)上，探討對復雜程序?qū)嵤﹦討B(tài)最優(yōu)控制，增強復雜軟件程序的自動控制能力，為提高大型、重要軟件系統(tǒng)的安全性、可維護性等問題提供對策。(3)對析控器(QACA)的實現(xiàn)相關(guān)技術(shù)進行基礎(chǔ)性研究。 論文的主要成果表現(xiàn)在以下幾個方面：·提出一種基于Q學習的程序智能分析思想及方法，初步形成基于Q學習的復雜程序動態(tài)分析技術(shù)。 ·提出Q依賴鏈、Q依賴圖等一系列基于Q學習的程序分

4、析新概念。融合了傳統(tǒng)程序分析技術(shù)和機器學習領(lǐng)域知識，使這兩個學科有機結(jié)合、優(yōu)勢互補。 ·提出將不確定環(huán)境中的復雜程序區(qū)分特征、區(qū)別分析的方法。既可提高析控器學習、分析的效率，又使智能分析、控制的針對性、精確性得到增強。 ·為提高析控器的學習、訓練速度及動態(tài)分析時效，提出利用當前程序分析中先進理論、技術(shù)對程序的表示、分析等方法，約束動態(tài)分析信息量，縮短了agent的學習、訓練周期。 ·提出運用Q學習策略實時分析、控