[논문 리뷰] Fine-Grained Library Customization

Linhai Song, Xinyu Xing|arXiv (Cornell University)|2018. 10. 25.

Advanced Malware Detection Techniques참고 문헌 10인용 수 4

한 줄 요약

이 논문은 정적 링크된 라이브러리 내에서 결과가 없는 코드를 식별하고 제거함으로써 세밀한 라이브러리 커스터마이제이션 기법을 제안한다. 데이터 구조체의 사용되지 않는 필드를 분석함으로써 이를 수행한다. LLVM IR에 대한 의존성 분석과 패턴 매칭을 사용하여, 라이브러리 코드 크기를 평균 50.83% (722개 지시어 중 367개) 감소시켰으며, 공격 표면을 최소화하고 성능을 향상시키기 위한 표적 코드 정리의 잠재력을 입증한다.

ABSTRACT

Code bloat widely exists in production-run software. Left untackled, it not only degrades software performance but also increases its attack surface. In this work, we conduct a case study to understand this issue in statically linked libraries. To be specific, we analyze midilib, a software package enclosing statically linked libraries. We show that it is possible to leverage dependence analysis to trim the resultless code statements re- siding in a target library. With this observation, we believe it is possible to build a tool to automatically cut off code pertaining to resultless operations.

연구 동기 및 목표

• 정적 링크된 라이브러리에서, 특히 반환된 데이터 구조체의 사용되지 않는 필드에 기인한 결과가 없는 코드의 보편성을 조사한다.
• 공격 표면, 메모리 압박, 네트워크 오버헤드를 증가시키는 코드 패딩 문제를 해결한다.
• 응용 프로그램의 출력에 영향을 주지 않는 계산의 세밀한 제거를 위한 개념 증명 기법을 개발한다.
• 필드 수준의 사용 분석이 거시적 방법을 초월하여 정밀하고 안전한 코드 정리 가능성을 입증한다.

제안 방법

• 응용 프로그램에서 접근하지 않는 필드를 식별하기 위해 C 라이브러리(midilib)에 정적 분석을 수행한다. 이는 MIDI 메시지 구조체(MIDI_MSG)의 필드를 대상으로 한다.
• 데이터 의존성 분석을 통해 사용되지 않는 필드와 연결된 LLVM IR 지시어를 추적하고 식별하며, 이를 결과가 없는 것으로 표시하고 제거 가능하게 한다.
• 패턴 매칭을 통한 사용되지 않는 필드 할당에 기반한, 그리고 의존성 분석을 사용해 의존하는 문장을 식별하는 두 가지 개념 증명 도구를 개발한다.
• 두 도구의 결과를 결합하여 겹치는 부분과 상호 보완적인 지시어 집합을 식별한다.
• 결합된 접근법을 midifile.c 라이브러리에 적용하여 LLVM 지시어 수와 소스 코드 라인 수의 감소를 측정한다.
• 응용 프로그램의 관측 가능한 동작에 영향을 주지 않음을 확인함으로써 제거의 안전성을 검증한다.

실험 결과

연구 질문

• RQ1 반환된 데이터 구조체의 사용되지 않는 필드가 정적 링크된 라이브러리의 코드 패딩에 얼마나 기여하는가?
• RQ2 의존성 분석이 응용 프로그램에서 사용하지 않는 값을 계산하는 코드를 효과적으로 식별하고 제거할 수 있는가?
• RQ3 거시적 방법에 비해 세밀한 필드 수준 분석을 통해 얼마나 많은 코드 패딩을 제거할 수 있는가?
• RQ4 패턴 매칭과 의존성 분석을 조합함으로써 코드 정리의 효과성에 어떤 영향을 미치는가?

주요 결과

• 연구 결과, m2rtttl 응용 프로그램이 사용하는 MIDI_MSG 구조체의 44개의 기본 필드 중 오직 9개만 사용됨을 확인하여, 상당한 양의 사용되지 않는 계산이 존재함을 밝혔다.
• 패턴 매칭을 통해 결과가 없는 33개의 필드 할당 지시어가 제거 가능함을 확인하였다.
• 의존성 분석을 통해 결과가 없는 할당과 연결된 추가로 322개의 지시어를 식별하여 총 355개의 제거 가능한 지시어로 이어졌다.
• 결합된 접근법으로 722개의 LLVM 지시어 중 367개를 제거하여 코드 크기를 50.83% 감소시켰다.
• 이로 인해 소스 코드 라인 수는 약 39.63% 감소하였으며, 라이브러리의 코드 패딩 감소 잠재력이 뚜렷하게 드러났다.
• 결과는 필드 사용 및 의존성 분석 기반의 세밀한 정리 기법이 안전하게 큰 부분의 사용되지 않는 코드를 제거할 수 있음을 확인한다.