《【大学课件】数据流分析.ppt》由会员分享，可在线阅读，更多相关《【大学课件】数据流分析.ppt（16页珍藏版）》请在三一文库上搜索。
1、第2章 数据流分析,内容概述 数据流分析推导的是数据沿着程序执行路径流动的信息 过程内的分析：可用表达式分析、到达定值分析等 过程间分析 Shape分析 理论基础 数据流方程的求解,http:/ 数据流分析,数据流分析的用途 编译优化、程序维护 程序安全性的检查 和编译原理课程的区别 基于源代码的结构化分析方法，而不是基于基本块和程序流图的分析 从过程内讨论到过程间 强调理论基础,http:/ 数据流分析,数据流分析的正确性 数据流分析所得结论同程序运行时的情况一致 需要定义机器模型和操作语义，证明所得结论对操作语义可靠 由于数据流分析收集的信息同基本块和控制流有关，通常和变量值无关，因此不同
2、于一般的可靠性证明，例如Hoare逻辑的赋值公理是可靠的 x = 1 x := x + 1 x = 2,http:/ 需要将该正确性概念形式地表达出来 在活跃变量的初值相同的不同格局下S, 1 和S, 2执行程序S的结果应该是一样的 再细化一下，程序每执行一步，得到的不同格局S, 1 和S, 2 中，活跃变量的值都相同,http:/ 数据流分析,数据流分析的基础 把各种数据流模式作为一个整体来抽象地研究，然后可以形式地回答数据流算法的下列几个基本问题： 在什么情况下数据流分析中使用的迭代算法是正确的？ 该迭代算法所得解的精度如何？ 该迭代算法是否收敛？ 数据流方程的解的含义是什么？,http:
3、/ 数据流分析,为一类数据流模式建一个共同理论框架 总结已讨论过的四种数据流分析模式 整理出该框架的一些基本特征或原则 规范框架中的性质空间要满足的特征 规范框架中迁移函数要满足的性质 给出框架的定义 区分单调框架和分配框架的区别 常量传播数据流模式不是分配的,http:/ 数据流分析,位向量框架（Bit vector framework） Single-bit representation of each data flow property Separability of solution Data flow properties can be evaluated independentl
4、y Merge operation is a bitwise AND or OR operation Monotonic bit function A bit function cannot negate any bit,http:/ 数据流分析,分配性蕴涵单调性的证明 l1 l2 并且f(l1 l2) = f(l1) f(l2) 蕴涵 f(l1) f(l2) 证明 因为 f(l2) = f(l1 l2) = f(l1) f(l2) 所以 f(l1) f(l2),http:/ 数据流分析,常量传播框架的非分配性,说明常量传播框架没有分配性的例子,http:/ 数据流分析,整数格 表示没有任何信
5、息可用 表示可能不是常量,http:/ 数据流分析,用集合之间的包含关系来定义部分函数之间的偏序,http:/ 数据流分析,数据流方程的求解 IDEAL，基于程序所有可能执行路径的解，它少于或等于流图上的执行路径 Meet Over all Paths(MOP)，不仅汇集了所有可能路径的数据流值，而且还包括了那些不可能被执行路径的数据流值 Maximum Fixed Point(MFP)，由迭代算法得到的解 迭代算法得到的MFP解总是安全的 MFP MOP IDEAL,http:/ 数据流分析,MOP和MFP的比较 由MOP的定义，有 MOPoB4 = (fB3fB1) (fB3fB2) (v
6、ENTRY) 在迭代算法(MFP)中， 如果按B1，B2，B3和B4的次序 访问结点，那么 MFPoB4 = fB3(fB1(vENTRY) fB2(vENTRY),说明路径上较早汇合之影响的流图,http:/ 数据流分析,敏感性分析 路径敏感分析 根据条件分支语句中的谓词来计算不同路径上的信息，它能够区分控制流图上不同路径的信息 路径不敏感分析 先前讨论的都是路径不敏感分析 流不敏感分析 语句的执行次序对分析来说无关紧要，S1; S2和S2; S1的分析结果肯定一样 流敏感分析 先前讨论的都是流敏感分析,http:/ 数据流分析,敏感性分析 上下文不敏感分析 组合所有调用点的状态信息，对过程体仅分析一次，返回状态集合的信息用于所有的返回点 上下文敏感分析 区分带不同上下文信息的不同调用,http:/ 数据流分析,过程间分析的关注点 上下文敏感分析 要注意调用和返回的匹配，注意上下文信息的传递 参数传递的方式 仅考虑传值和传结果方式 其他如传引用，会引起别名 过程作为参数 在此不考虑,http:/