支持多程序语言的静态信息提取方法-哈尔滨工业大学学报.PDF

第４３卷　第３期 哈　尔　滨　工　业　大　学　学　报 Ｖｏｌ４３ Ｎｏ３ 　 　 ２０１１年３月 ＪＯＵＲＮＡＬＯＦＨＡＲＢＩＮＩＮＳＴＩＴＵＴＥＯＦＴＥＣＨＮＯＬＯＧＹ Ｍａｒ．２０１１ 　　　　　　 支持多程序语言的静态信息提取方法 逄　龙，王甜甜，苏小红，马培军 （哈尔滨工业大学 计算机科学与技术学院，１５０００１哈尔滨，ｈｉｔｐａｎｇｌｏｎｇ＠１６３．ｃｏｍ） 摘　要：为了满足代码分析对多语言静态信息提取的需求，克服当前构建单语言提取重用率低、过程复杂等 不足，采用直接修改ＧＣＣ特定解析阶段源代码的方法建立统一的提取接口．针对所需静态信息的不同，按 ＧＣＣ内部机制，提出了运行改入点与内部辅助函数重用相结合的提取方法，具体包括类型和函数声明信息 的采集、函数体内程序语句的遍历以及多语言统一中间表示的获取，重用了ＧＣＣ内部高质量代码，从而降低 了构建静态信息提取所需的重复开销．通过对比试验表明该方法程序语言解析能力稳定健壮且效率高，能够 直接提取大型开源程序的静态信息． 关键词：静态信息；ＧＣＣ编译器；程序的中间表示；代码静态分析 中图分类号：ＴＰ３１１ 文献标志码：Ａ 文章编号：０３６７－６２３４（２０１１）０３－００６２－０５ Ｒｅｔｒｉｅｖａｌｍｅｔｈｏｄｏｆｓｔａｔｉｃｃｏｄｅｉｎｆｏｒｍａｔｉｏｎｆｏｒｍｕｌｔｉｌａｎｇｕａｇｅ ＰＡＮＧＬｏｎｇ，ＷＡＮＧＴｉａｎｔｉａｎ，ＳＵＸｉａｏｈｏｎｇ，ＭＡＰｅｉｊｕｎ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＨａｒｂｉｎＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，１５０００１Ｈａｒｂｉｎ，Ｃｈｉｎａ，ｈｉｔｐａｎｇｌｏｎｇ＠１６３．ｃｏｍ） Ａｂｓｔｒａｃｔ：Ｔｈｅｒｅａｒｅｍａｎｙｒｅｑｕｉｒｅｍｅｎｔｓｆｏｒｔｈｅｍｕｌｔｉｌａｎｇｕａｇｅｓｔａｔｉｃｉｎｆｏｒｍａｔｉｏｎｒｅｔｒｉｅｖａｌ，ａｎｄｉｔｉｓｗａｓｔｅｆｕｌ ａｎｄｃｏｍｐｌｅｘｔｏｂｕｉｌｄｓｐｅｃｉｆｉｃｆｒｏｎｔｅｎｄｆｏｒｅａｃｈｌａｎｇｕａｇｅ．Ｓｏｔｏｍｅｅｔｔｈｅｎｅｅｄａｎｄｃｏｎｑｕｅｒｔｈｅｗｅａｋｎｅｓｓｗｅ ｐｒｅｓｅｎｔａｍｅｔｈｏｄｂａｓｅｄｏｎＧＣＣｓｏｕｒｃｅｃｏｄｅｃｈａｎｇｅｔｏｐｒｏｖｉｄｅａｕｎｉｆｏｒｍｉｎｔｅｒｆａｃｅｆｏｒｒｅｔｒｉｅｖａｌ．Ａｃｃｏｒｄｉｎｇｔｏ ｔｈｅｓｔａｔｉｃｉｎｆｏｒｍａｔｉｏｎｔｙｐｅａｎｄｔｈｅＧＣＣｉｎｓｉｄｅｍｅｃｈａｎｉｓｍ，ｔｈｉｓｍｅｔｈｏｄｉｎｔｅｇｒａｔｅｓｔｈｅｓｐｅｃｉｆｉｃｈｏｏｋｐｏｉｎｔｗｉｔｈ ｔｈｅＧＣＣ＇ｓｉｎｔｅｒｎａｌｆｕｎｃｔｉｏｎｓｔｏｇａｔｈｅｒｔｈｅｎｅｅｄｅｄ．Ｔｈｅｄｅｔａｉｌｓｔｏｂｅｃｏｌｌｅｃｔｅｄｉｎｃｌｕｄｅ：ｔｈｅｔｙｐｅａｎｄｆｕｎｃｔｉｏｎ ｄｅｃｌａｒａｔｉｏｎ，ｔｈｅｓｔａｔｅｍｅｎｔｓｔｒａｖｅｒｓｅａｎｄｔｈｅｕｎｉｆｏｒｍｍｕｌｔｉｌａｎｇｕａｇｅｍｉｄｄｌｅｒｅｐｒｅｓｅｎｔａｔｉｏｎ．Ｔｈｅｒｅｕｓａｂｉｌｉｔｙｏｆ ｔｈｉｓｍｅｔｈｏｄｒｅｄｕｃｅｓｔｈｅｄｕｐｌｉｃａｔｅｄｃｏｓｔｏｆｔｈｅｃｏｎｓｔｒｕｃｔｉｏｎｆｏｒｅａｃｈｌａｎｇｕａｇｅ．Ｔｈｅｃｏｍｐａｒｉｓｏｎｅｘｐｅｒｉｍｅｎｔｓ ｓｈｏｗｓｔｈａｔｔｈｉｓｍｅｔｈｏｄｃａｎｅｆｆｉｃｉｅｎｔｌｙａｎｄｒｏｂｕｓｔｌｙｐａｒｓｅｍｕｌｔｉｌａｎｇｕａｇｅａｎｄｂｅｄｉｒｅｃｔｌｙａｐｐｌｉｅｄｔｏｌａｒｇｅ－ｓｃａｌｅ ｏｐｅｎｓｏｕｒｃｅｃｏｄｅｔｏｒｅｔｒｉｅｖｅｔｈｅｓｔａｔｉｃｉｎｆｏｒｍａｔｉｏｎ． Ｋｅｙｗｏｒｄｓ：ｓｔａｔｉｃｃｏｄｅｉｎｆｏｒｍａｔｉｏｎ；ＧＣＣｃｏｍｐｉｌｅｒ；ｐｒｏｇｒａｍｍｉｄｄｌｅｒｅｐｒｅｓｅｎｔａｔｉｏｎ；ｓｔａｔｉｃｃｏｄｅａｎａｌｙｓｉｓ 　　代码静态分析已经广泛应用于程序理解、软 方法语言适应能力强，但后续语法的消歧和调试 件缺陷检测、程序验证等方面．静态信息提取是代