[논문 리뷰] Structural Analysis: Shape Information via Points-To Computation

Mark Marron|arXiv (Cornell University)|2012. 01. 05.

Logic, programming, and type systems참고 문헌 35인용 수 3

한 줄 요약

이 논문은 구조적 분석을 소개한다. 이는 형태 분석의 표현력과 포인트-투 분석의 효율성을 조합하여, 집합 기반의 약한 업데이트 전이 함수와 경험적 힙 구조를 기반으로 한 정규형을 사용한다. 이는 높은 정밀도와 확장성을 달성하며, 30,000개 이상의 바이트코드를 가진 대규모 .NET 프로그램을 65초 이내, 130MB 미만의 메모리로 분석할 수 있다.

ABSTRACT

This paper introduces a new hybrid memory analysis, Structural Analysis, which combines an expressive shape analysis style abstract domain with efficient and simple points-to style transfer functions. Using data from empirical studies on the runtime heap structures and the programmatic idioms used in modern object-oriented languages we construct a heap analysis with the following characteristics: (1) it can express a rich set of structural, shape, and sharing properties which are not provided by a classic points-to analysis and that are useful for optimization and error detection applications (2) it uses efficient, weakly-updating, set-based transfer functions which enable the analysis to be more robust and scalable than a shape analysis and (3) it can be used as the basis for a scalable interprocedural analysis that produces precise results in practice. The analysis has been implemented for .Net bytecode and using this implementation we evaluate both the runtime cost and the precision of the results on a number of well known benchmarks and real world programs. Our experimental evaluations show that the domain defined in this paper is capable of precisely expressing the majority of the connectivity, shape, and sharing properties that occur in practice and, despite the use of weak updates, the static analysis is able to precisely approximate the ideal results. The analysis is capable of analyzing large real-world programs (over 30K bytecodes) in less than 65 seconds and using less than 130MB of memory. In summary this work presents a new type of memory analysis that advances the state of the art with respect to expressive power, precision, and scalability and represents a new area of study on the relationships between and combination of concepts from shape and points-to analyses.

연구 동기 및 목표

• 표현력 있는 형태 분석과 효율적인 포인트-투 스타일 전이 함수를 조합하여 힙 분석의 확장성-정밀도 트레이드오프 문제를 해결한다.
• 주로 기능적 동작 방식과 표준 컨테이너의 사용을 포함한 현대 객체 지향 프로그램의 힙 구조에 대한 경험적 통찰을 활용하여 분석 설계를 이끌어낸다.
• 강한 업데이트나 물리적 자료화 없이도 정밀도를 유지하는 하이브리드 분석을 개발한다.
• 복잡한 데이터 구조, 재귀, 동적 디스patch를 포함한 실제 프로그램에 대해 확장 가능하고, 상호 프로시저적 분석을 가능하게 한다.
• 약한 업데이트를 사용하는 집합 기반 전이 함수가 실제로 일반적인 형태, 공유, 연결성 성질에 대해 정밀한 결과를 달성할 수 있는지 확인한다.

제안 방법

• 추상 힙 도메인은 데이터 구조의 형태 및 공유(일대일성) 정보를 보완한 저장소 형태 그래프를 기반으로 한다.
• 경우의 수 닮음에 기반한 정규형은 경험적 힙 패턴에서 유도된 동치 관계를 사용하여 O((N+E) log N) 시간 내에 계산된다.
• 할당은 새로운 노드를 생성하며, 이후 연결성 및 동치 관계를 통해 이들을 구조로 묶는다.
• 전이 함수는 집합 연산과 약한 업데이트를 사용하여 물리적 자료화나 케이스 분할 없이 프로그램 문장을 효율적으로 시뮬레이션한다.
• 컨텍스트 민감한 상호 프로시저적 분석은 로컬 형태 그래프를 복제하고 병합하여 정밀도를 유지한다.
• 분석은 국부적으로 흐름 무관하지만 전반적으로 컨텍스트 민감하므로 확장성과 정밀도를 동시에 확보한다.

실험 결과

연구 질문

• RQ1 강한 업데이트나 복잡한 형태 분석 연산 없이도, 약한 업데이트와 집합 기반 전이 함수만으로도 높은 정밀도를 달성할 수 있는가?
• RQ2 현대 객체 지향 힙 구조의 경험적 특성—예를 들어 주로 기능적 동작 및 표준 컨테이너의 사용—은 얼마나 단순하고 확장 가능한 분석을 가능하게 하는가?
• RQ3 형태 스타일 도메인에서 약한 업데이트를 사용할 경우 실질적으로 심각한 정밀도 손실가 발생하는가, 아니면 구조 정규형과 상호 배타성 특성으로 이를 보완할 수 있는가?
• RQ4 이러한 하이브리드 분석은 재귀와 복잡한 데이터 구조, 동적 디스패치를 포함한 대규모 실제 프로그램에 대해 확장 가능한가?
• RQ5 강한 업데이트나 물리적 자료화 없이도 형태, 연결성, 공유를 정밀하게 추적하는 것이 가능한가?

주요 결과

• 분석은 실제 객체 지향 프로그램에서 발견되는 대부분의 연결성, 형태, 공유 성질을 정밀하게 포착한다.
• 약한 업데이트를 사용하고 있음에도 불구하고, 도메인의 강한 상호 배타성과 고립성 덕분에 이상적인 결과에 근접한 정밀도를 달성하며, 정밀도 손실는 최소한도로 유지된다.
• 구현은 대규모 .NET 프로그램(30,000개 이상의 바이트코드)을 65초 이내, 130MB 미만의 메모리로 분석할 수 있다.
• 경험적 힙 패턴을 기반으로 한 정규형은 빠른 수렴을 가능하게 하며, 핵심적인 구조 정보를 손상시키지 않은 채 불필요한 세부 정보를 줄인다.
• 특히 재귀나 복잡한 데이터 구조를 포함한 프로그램에 대해 기존 형태 분석보다 확장성 면에서 뛰어나다.
• 동적 디스패치와 재귀적 순회를 성공적으로 처리하여, 많은 이전 접근 방식이 어려워하는 문제를 해결한다.