APP下载

基于GCC的符号执行工具

2016-02-13刘湿润

软件 2016年12期
关键词:语义分析模型

刘湿润

(北京邮电大学,北京 海淀 100876)

基于GCC的符号执行工具

刘湿润

(北京邮电大学,北京 海淀 100876)

静态分析和符号执行是发现源代码缺陷和提高源代码质量的两种有效方式。然而,这两种技术都面临各自的问题,静态分析误报率较高和符号执行一直面临着路径爆炸难题。为了减少静态分析和符号执行的这些限制,本文构建了一个称为ABARZER-SE的工具,它是第一个基于GCC结合符号执行和静态分析的源代码检测工具。ABAZER-SE由两个阶段组成,第一阶段是通过符号执行获取可行性路径,第二阶段应用静态分析技术对可行性路径分析找到源代码中缺陷。实验结果表明该工具具有可行性、有效性和可扩展性。

信息安全;静态分析;符号执行;GCC;误报

0 引言

静态分析是在不考虑软件运行或输入值的情况下发现软件程序中潜在错误的不可或缺的方法。目前,已经有很多静态分析工具实现用来发现程序中的错误[1-4]。静态分析的核心部分是识别软件代码中的典型错误模式。例如,一些基于Engler[5]思想的工具,使用有限状态机和检查器来表示时序性逻辑漏洞或系统规则,自动机引擎用于源代码和缺陷模式匹配[6-8]。然而,所有这些工具面临着静态分析中较高误报率的挑战。符号执行通常应用于检测系统代码[9]中的严重错误并生成高覆盖率的测试用例。然而,由于路径的数量庞大,这种技术在实际应用中面临着路径爆炸的挑战。为了减少静态分析和符号执行技术在各自应用中的弊端,本文采用一种轻量级的符号执行和静态分析相结合的方法。……

登录APP查看全文

猜你喜欢

语义分析模型
一半模型
隐蔽失效适航要求符合性验证分析
重尾非线性自回归模型自加权M-估计的渐近分布
语言与语义
电力系统不平衡分析
电力系统及其自动化发展趋势分析
3D打印中的模型分割与打包
“上”与“下”语义的不对称性及其认知阐释
认知范畴模糊与语义模糊
语义分析与汉俄副名组合