[논문 리뷰] On the Concept of Variable Roles and its Use in Software Analysis

Yulia Demyanova, Helmut Veith외 1명|arXiv (Cornell University)|2013. 05. 29.

Software Engineering Research참고 문헌 6인용 수 4

한 줄 요약

이 논문은 데이터 흐름 분석을 사용하여 C 프로그램 내 변수 역할(예: 루프 반복자, 카운터, 비트벡터, 파일 디스크립터 등)을 체계적으로 분류하는 공식적 분류 체계를 제안한다. 변수 역할 빈도 분석이 가능함을 보여주며, 기계 학습 기반의 프로그램 유형 예측(예: 장치 드라이버 대 조건부 제어 흐름 프로그램)이 가능해지며, cBench에서 유도된 역할을 사용하여 SVCOMP 2013 벤치마크에서 80% 이상의 정확도를 달성한다.

ABSTRACT

Human written source code in imperative programming languages exhibits typical patterns for variable use such as flags, loop iterators, counters, indices, bitvectors etc. Although it is widely understood by practitioners that these variable roles are important for automated software analysis tools, they are not systematically studied by the formal methods community, and not well documented in the research literature. In this paper, we study the notion of variable roles on the example of basic types (int, float, char) in C. We propose a classification of the variables in a program by variable roles, and demonstrate that classical data flow analysis lends itself naturally both as a specification formalism and an analysis paradigm for this classification problem. We demonstrate the practical applicability of our method by predicting membership of source files to the different categories of the software verification competition SVCOMP 2013.

연구 동기 및 목표

• 기계어 C 프로그램 내 변수 역할을 체계적으로 정의하고 분류함으로써 소프트웨어 공학 분야에서 널리 사용되지만 비형식적인 개념을 해결한다.
• 변수 역할이 비록 히ュ리스틱이지만, 데이터 흐름 분석을 통해 체계적으로 추출 가능하며, 자동 프로그램 분석을 이끄는 데 사용될 수 있음을 보여준다.
• 변수 역할이 소프트웨어 검증 경쟁의 맥락에서 프로그램을 유형별로 분류하는 데 실용적으로 유용한가를 평가한다.
• 역할 빈도가 프로그램 유형과 상관이 있는가를 탐색함으로써 소스 파일의 기계 학습 기반 분류를 가능하게 한다.

제안 방법

• C 코드 내 문법적 및 의미적 패턴을 기반으로 14개의 변수 역할(예: COUNTER, BITVECTOR, BOOL, FILE_DESCRIPTOR) 분류를 정의한다.
• 표준 데이터 흐름 분석 프레임워크를 사용하여 변수 역할을 계산하며, gen 및 kill 세트를 사용해 역할 집합을 프로그램 문장 간 전파한다.
• 포인터 및 함수 호출을 처리하기 위해, 간접 참조나 참조 매개변수를 포함하는 할당이 있을 경우 변수에 '해결되지 않은 할당'으로 표시한다.
• 파일 디스크립터 및 문자와 같은 역할의 경우, open, getchar 등의 함수 호출 패tern을 사용해 역할 소속을 추론한다.
• 각 파일의 역할 빈도를 추출하여 다중 클래스 SVM 학습에 사용할 특징으로 활용하고, SVCOMP 2013 벤치마크의 프로그램 유형을 예측한다.
• Clang 컴파일러 인프라스트럭처를 사용하여 구현하고, cBench 코드 5.2 KLOC 및 SVCOMP 2013 벤치마크에서 평가한다.

실험 결과

연구 질문

• RQ1 C 프로그램 내 변수 역할을 정적 분석을 통해 공식적으로 분류할 수 있는가? 만약 가능하다면 실제 코드에서 도출되는 핵심 역할은 무엇인가?
• RQ2 변수 역할 빈도가 장치 드라이버나 제어 흐름 프로그램과 같은 프로그램 유형으로 분류하는 데 얼마나 유용한 특징이 되는가?
• RQ3 코드 의미나 구조에 의존하지 않고 변수 역할 빈도만으로 기계 학습을 사용해 프로그램 유형을 분류할 경우 정확도는 어느 정도인가?
• RQ4 cBench에서 학습한 역할 분류 시스템이 프로그램 도메인이 다른 SVCOMP 2013로 일반화 가능한가?

주요 결과

• 제안된 데이터 흐름 기반 방법은 실제 프로그래밍 패턴에서 유도된 14개의 구체적 변수 역할을 성공적으로 분류한다.
• 역할 정의가 cBench에서 학습되었음에도 불구하고, SVCOMP 2013 소스 파일의 유형을 80% 이상의 정확도로 정확히 예측한다.
• 상위 예측 결과를 사용할 경우 예측 오류는 약 15%이며, 두 번째로 가능성 있는 유형을 고려하면 오류율은 약 3%로 감소한다.
• 이 방법은 프로그램 유형 간 역할 분포의 상당한 차이를 드러내며, 예를 들어 장치 드라이버는 더 많은 비트벡터와 포인터를 사용하고, 제어 흐름 프로그램은 더 많은 카운터와 불린 플래그를 사용한다.
• 역할 '해결되지 않은 할당'이 포인터 및 참조와 관련된 정밀도 손실 가능성을 경고하는 데 유용함을 분석이 보여준다.
• 결과적으로 변수 역할 빈도는 형식적 검증에서 프로그램 분류 및 추상화에 경량적이고 효과적인 특징 집합이 될 수 있음을 시사한다.