31、基于CFL可达性的k-CFA选择性上下文敏感性分析

基于CFL可达性的k-CFA选择性上下文敏感性分析

1. 引言

在程序分析领域，特别是指针分析中，k-CFA是一种广泛应用于多种编程语言的上下文抽象方法。它通过记录最后k个调用点来表示方法的调用上下文。然而，这种基于k个调用点的上下文敏感抽象存在调用上下文组合爆炸的问题，严重限制了其应用范围。

为了缓解这一问题，选择性上下文敏感性分析成为了一种有前景的解决方案。它只对程序的某些部分应用上下文敏感性分析。不过，现有的相关尝试大多基于启发式规则，虽适用于对象敏感性和类型敏感性等其他上下文敏感性分析，但在处理k-CFA时，往往无法充分发挥性能潜力，甚至会导致精度大幅下降。

本文提出了一种新的选择性上下文敏感性分析方法——Selectx，该方法基于上下文无关语言可达性（CFL-Reachability）。其核心思想是，一个变量或对象的上下文敏感性对避免程序中其他地方产生虚假指针关系的影响，可以通过两个上下文无关语言（CFL）来捕捉，即用于指定字段访问的LF和用于指定上下文敏感性的LC。通过对LF进行正则化，同时保持LC不变，这种关联性变得易于验证。

主要贡献

• 引入了基于CFL可达性的Selectx方法，用于实现k-CFA指针分析中的选择性上下文敏感性，将程序点上选定变量或对象的上下文敏感性与其对避免其他程序点产生虚假指针关系的影响联系起来。
• 在Soot中实现了Selectx，并将源代码公开，方便开发者使用和研究。
• 使用11个流行的Java基准测试和应用程序对Selectx进行了评估。结果表明，Selectx能显著提高k-CFA指针分析的性能，同时仅损失极小的精度。与现有的基于启发式规