如何利用Python實現簡單C++程式範圍分析

2022-02-20 16:00:28

1. 實驗說明

問題要求：針對靜態單賦值（SSA）形式的函數中間程式碼輸入，輸出函數返回值的範圍

實現思路： 基本根據 2013年在CGO會議上提出的“三步法”範圍分析法加以實現[3]，求得各個變數的範圍

演演算法優勢：空間複雜度和時間複雜度都是 O(n)，效率高

演演算法瓶頸： “三步法”的功能存在較大侷限，它只能分析各個變數的最大範圍，對活躍變數只做了最簡單的考慮，因此最終得到的範圍比較不準確，往往只能得到範圍的一個界

2. 專案使用

python main.py （ssa檔案路徑在main.py中設定）

不需要安裝任何庫。

3. 演演算法原理

簡單概括：採用三步法（2013年在CGO會議上提出）

3.1 構建CFG

程式碼：srceSSAConstraintGraph.py; srcstructure.py

功能：解析SSA，構建CFG。

由於函數之間存在呼叫關係，因此首先把SSA劃分成不同的函數的SSA，再分別構建CFG。CFG中保留了每一個函數的語句、Block之間的關係，為下一步構建Constraint Graph打基礎。

CFG的結構如下：

# CFG類      
class CFG:
    def __init__(self):
        self.name = ''
        self.Blocks = []
        self.Edges = []
        self.Arguments = []

3.2 構建Constraint Graph

程式碼：srceSSAConstraintGraph.py

三步法的前提是構建Constraint Graph。資料結構如下。在這一步中，我用自己定義的資料型別MyNode來表示一條Constraint。

# Constraint Graph類      
class ConstraintGraph:
    def __init__(self, cfg):
        self.MyNodes = []            #基本節點，每一個節點是一個Constraint
        self.MyConditions = []        #用於後面E-SSA Constraint Graph補充條件
        self.cfg = cfg             
        self.Arguments = []            #輸入引數
        self.returnName = ''        #輸出引數
# MyNode : Constraint Graph的節點，也就是儲存變數範圍的地方
class MyNode:
    def __init__(self, t= "", name = "",  args = [], result = [], fromBlock = 0, Statement = ''):
        self.type = t             #節點型別：leave 葉節點存放範圍和值 #op運運算元 #var變數名
        self.name = name.strip()  #節點名稱：運算名稱，或變數名稱
        self.args = args    #引數，一個節點是另一個節點的argument，意味著二者之間有邊相連
        self.result = result        #被用到哪，一個節點是另一個節點的result，意味著二者之間有邊相連
        self.Conditions = []        #約束條件， 在後面E-SSA Constraint Graph中補充條件
        self.fromBlock = fromBlock  #在CFG的哪個Block中定義的
        self.Statement = Statement  #在SSA中的哪條Statement中
        self.Range = Range()        #節點範圍
        self.size = ''
        self.input = False
# Range由兩個Bound組成 
class Range:
    def __init__(self ):
        self.lowBound = Bound()
        self.highBound = Bound()
# Bound由值和型別組成
class Bound:
    def __init__(self):
        self.value = 'None'      # inf 最大值 ； -inf 最小值; None 未設定； Not Exists 不存在
        self.size = 'None'       #邊界是 int or float

需要注意的是，在解決兩個函數之間的呼叫關係時，將被呼叫的函數**內聯進原函數**。我將被呼叫的函數的所有變數名都加入相應的字尾，比如`foo`呼叫`bar`函數，那麼`bar`中的變數`i_1`將被更名儲存為`i_1#bar$1`，其中#是變數原名和字尾分割符，$是函數名和一個亂數的分割符，$的作用是為了區分多次呼叫同一個函數的情況。

3.3 構建E-SSA Constraint Graph

程式碼：`srceSSAConstraintGraph.py`

這一步用於解決條件的新增。諸如`if (i_2 < j_3)`這樣的條件。在MyNode節點型別中，我設定了Conditions結構用於儲存條件。Condition的資料結構如下：

Class Description : Constraint Graph中的條件，附加在MyNode中

class MyCondition:
    def __init__(self, condition, index):
        self.condition = condition
        self.arg1 = re.sub("(.*)", "",condition.split()[0].strip())
        self.arg2 = re.sub("(.*)", "",condition.split()[2].strip())
        self.op = condition.split()[1].strip()
        self.index = index

其中，arg1和arg2分別表示條件的兩個引數，op表示條件的比較運運算元。在Future Resolution這一步會進行比較，進行範圍的約束。

以t7.ssa為例，得到的E-SSA Constraint Graph如下：

call bar$1  in 2 : |Arguments: i_2,|Result: |Conditions: 
var i_2  in 2 : |Arguments: |Result: bar$1,i#bar$1,i_2#bar$1,|Conditions: 
var j_4  in 2 : |Arguments: _1#bar$1,|Result: bar$2,i#bar$2,i_2#bar$2,|Conditions: 
ret bar$1  in 2 : |Arguments: |Result: j_4,|Conditions: 
call bar$2  in 2 : |Arguments: j_4,|Result: |Conditions: 
var k_6  in 2 : |Arguments: _1#bar$2,|Result: _7,|Conditions: 
ret bar$2  in 2 : |Arguments: |Result: k_6,|Conditions: 
var _7  in 2 : |Arguments: k_6,|Result: |Conditions: 
var i_2#bar$1  in 3 : |Arguments: i_2,|Result: +,-,|Conditions: 0#bar$1 0|
leaf 10  in 3 : |Arguments: |Result: +,|Conditions: 
op +  in 3 : |Arguments: i_2#bar$1,10,|Result: _3#bar$1,|Conditions: 0#bar$1 0|
var _3#bar$1  in 3 : |Arguments: +,|Result: PHI,|Conditions: 0#bar$1 0|
leaf 5  in 4 : |Arguments: |Result: -,|Conditions: 
op -  in 4 : |Arguments: 5,i_2#bar$1,|Result: _4#bar$1,|Conditions: 0#bar$1 1|
var _4#bar$1  in 4 : |Arguments: -,|Result: PHI,|Conditions: 0#bar$1 1|
op PHI  in 4 : |Arguments: _3#bar$1,_4#bar$1,|Result: _1#bar$1,|Conditions: 0#bar$1 1|
var _1#bar$1  in 4 : |Arguments: PHI,|Result: j_4,|Conditions: 0#bar$1 1|
leaf i#bar$1  in  : |Arguments: i_2,|Result: |Conditions: 
var i_2#bar$2  in 3 : |Arguments: j_4,|Result: +,-,|Conditions: 0#bar$2 0|
leaf 10  in 3 : |Arguments: |Result: +,|Conditions: 
op +  in 3 : |Arguments: i_2#bar$2,10,|Result: _3#bar$2,|Conditions: 0#bar$2 0|
var _3#bar$2  in 3 : |Arguments: +,|Result: PHI,|Conditions: 0#bar$2 0|
leaf 5  in 4 : |Arguments: |Result: -,|Conditions: 
op -  in 4 : |Arguments: 5,i_2#bar$2,|Result: _4#bar$2,|Conditions: 0#bar$2 1|
var _4#bar$2  in 4 : |Arguments: -,|Result: PHI,|Conditions: 0#bar$2 1|
op PHI  in 4 : |Arguments: _3#bar$2,_4#bar$2,|Result: _1#bar$2,|Conditions: 0#bar$2 1|
var _1#bar$2  in 4 : |Arguments: PHI,|Result: k_6,|Conditions: 0#bar$2 1|
leaf i#bar$2  in  : |Arguments: j_4,|Result: |Conditions: 

Conditions:
i_2(D) >= 0#bar$1 0#bar$1,i_2(D) >= 0#bar$2 0#bar$2,
```http://www.biyezuopin.vip

3.4 三步法

3.4.1 Widen

程式碼：`srcrangeAnalysis.py`

Widen 步驟用於將變數範圍擴大。此步驟可以在O(n)階段內完成。基於原理如下：可以形象的理解為：在進行Φ操作時，如果發現變數範圍向上增加，就直接擴大到inf，如果發現變數範圍向下減小，就直接減小到-inf。

這樣下來後，每一個MyNode的範圍都會擴大到最大。

3.4.2 Future Resolution & Narrow

程式碼：`srcrangeAnalysis.py`

在Widen步驟中，只能解決每一個變數內部之間的賦值行為，在Future Resolution步驟，可以對變數之間的運算、以及條件進行處理。

我用了複雜的`ConditionHandle()`函數來解決條件變數的Constraint問題。我在每一個MyNode中新增了Conditions結構，用Condition約束來代替變數替換。這樣可以大大減少變數替換帶來的麻煩。

在`ConditionHandle()`中，我將條件拆分成`arg1` `arg2`和`op`三部分，將他們組合成條件為真的範圍，和條件為假的範圍。並把相應的範圍賦給相應的變數，以及檢查此路徑是否可以相通。

以`t7.ssa`為例，三步法得到的所有變數的範圍如下：

Enter Range For i: -10 10
bar$1 None None | Range:  Not Exists Not Exists
i_2 int int | Range:  -10 10
j_4 int int | Range:  0 20
bar$1 None None | Range:  Not Exists Not Exists
bar$2 None None | Range:  Not Exists Not Exists
k_6 int int | Range:  5 30
bar$2 None None | Range:  Not Exists Not Exists
_7 int int | Range:  5 30
i_2#bar$1 int int | Range:  -10 10
10 None None | Range:  10 10
+ int int | Range:  0 20
_3#bar$1 int int | Range:  0 20
5 None None | Range:  5 5
- int int | Range:  Not Exists Not Exists
_4#bar$1 int int | Range:  15 -5
PHI int int | Range:  0 20
_1#bar$1 int int | Range:  0 20
i#bar$1 None None | Range:  Not Exists Not Exists
i_2#bar$2 int int | Range:  0 20
10 None None | Range:  10 10
+ int int | Range:  10 30
_3#bar$2 int int | Range:  10 30
5 None None | Range:  5 5
- int int | Range:  Not Exists Not Exists
_4#bar$2 int int | Range:  5 -15
PHI int int | Range:  5 30
_1#bar$2 int int | Range:  5 30
i#bar$2 None None | Range:  Not Exists Not Exists

可以直接得到結果變數_7的範圍為：_7 int int | Range: 5 30

4. 實驗結果

# t1.SSA
Reference Range:[100, 100]
Output Range: [100, +inf]
# t2.SSA
Reference Range:[200, 300]
Output Range: [200, +inf]
# t3.SSA
Reference Range:[20, 50]
Output Range: [20, +inf]
# t4.SSA
Reference Range:[0, +inf]
Output Range: [0, +inf]
# t5.SSA
Reference Range:[210, 210]
Output Range: [0, +inf]
# t6.SSA
Reference Range:[-9, 10]
Output Range: [-9, 10]
# t7.SSA
Reference Range:[16, 30]
Output Range: [5, 30]
# t8.SSA
Reference Range:[-3.2192308, 5.94230769]
Output Range: [-0.41923075526423315, 14.700000286102295]
# t9.SSA
Reference Range:[9791, 9791]
Output Range: [-10, +inf]
# t10.SSA
Reference Range:[-10, 40]
Output Range: [1, 1]