🔗 课程链接:李樾老师和谭天老师的:南京大学《软件分析》课程01(Introduction)_哔哩哔哩_bilibili
目录
一、静态程序分析介绍
1.1 PL and Static Analysis 程序语言和静态分析
1.2 为什么要学 Static Analysis?
1.3 什么是静态分析 ?
1.4 静态分析的特征和例子
1.4.1 sound and complete (no perfect static analysis)
1.4.2 false negatives or false positives (useful static analysis)
1.4.3 Static Analysis 例子 — Bird's Eye View
1.5 静态分析大致步骤—举个例子🌰
1.5.1 Abstraction(抽象)
1.5.2 Over-approximation(近似): Transfer Functions(转换函数)
1.5.3 Over-approximation(近似): Control Flow(控制流)
1.5.4 总结
一、静态程序分析介绍
1.1 PL and Static Analysis 程序语言和静态分析
PL (Programming Languages, 程序语言)
Static Analysis(静态分析)
如下图所示,PL可以分为三个主题:理论、环境和应用
- 理论:语言设计、语言的类型系统、形式语义和逻辑……
- 环境:编译、运行时系统……
- 应用:程序分析、程序验证、程序合成……
程序语言的分类:
- 命令形语言:C、Java
- 函数式语言:JavaScript、
- 逻辑式语言:一条条逻辑声明出来的语言
挑战:
这么多年来,语言的核心没有变,但是软件越来越复杂,如何保证大规模复杂程序的安全性、可靠性……?
1.2 为什么要学 Static Analysis?
从代码层面来看,静态分析可以做很多事情,后续也会详细讲到:
- 对程序可靠性Program Reliability
空指针引用 null pointer dereference, 内存泄漏 memory leak…… - 对安全性 Program Security
私有信息泄露 private infomation leak, 注入攻击injection attack…… - 编译优化 Compiler Optimization
死代码消除 Dead code elimination,code motion…… - 程序理解 Program Understanding
IDE call hierarchy, type indication……
对于程序员,静态分析可以帮助写更高质量的代码。
1.3 什么是静态分析 ?
Static analysis analyzes a program P to reason about its behaviors and
determines whether it satisfies some properties before running P.
静态分析(static analysis) 是在程序运行之前,分析其行为,确定它是是否能满足某些特性要求:
- 有没有一些程序泄露
- 有没有空指针引用异常?
- 所有的变量variable 用之前都初始化了吗?
- 所有的cast operation是安全的吗?
- v1和v2会不会指向相同的内存地址?
- 程序中的断言语句 assert 会失败吗?
- 死代码?
- ……
但是,根据Rice' Theorem(大米定理/莱斯定理),不存在一个方法可以给出一个确切的答案Yes or No,原文如下:
"Any non-trivial property of the behavior ofprograms in a r.e.language is undecidable."
这句话里的一些词:
-
r.e.(recursively enumerable) = recognizable by a Turing-machine
r.e. language: 递归可枚举的语言(图灵机可识别的语言,可以理解为现代的编程语言,C 、JAVA) - non-trivial property:≈ 一些有趣/有价值的性质 ≈ 与动态运行时行为runtime behaviors相关的性质,就像前边列举的空指针、内存变量什么的。
- undecidable: 给不出确切答案
可以这么理解:
一个递归可枚举的语言(图灵机可识别的语言,可以理解为现代的编程语言,C 、JAVA),他的一些non-trivail property(与程序运行时行为相关的性质,例如是否有空指针、有没有内存泄漏)是不能确定的(例如不能准确地说有空指针或者没有)。
再学术一点的理解:
一个 完美的静态分析(perfect static analysis) 是满足 sound and complete 的(sound 和 comlete是 静态分析的两个特征,见1.4.1).
大米定理就是在告诉我们,不存在完美的静态分析,可以准确地回答Truth,也就是不能同时满足sound 和 complete.
1.4 静态分析的特征和例子
为什么没有一个perfect的呢,因为一些情况其实不可避免,导致分析要么太“过”(sound),要么太“保守”(complete)。
1.4.1 sound and complete (no perfect static analysis)
如图所示,complete和sound的关系:
- truth:是这个程序中理论上的所有的正确的答案
- complete:指的是,报出来的,都是对的,但是不全
- sound:包含了所有正确答案,
1.4.2 false negatives or false positives (useful static analysis)
既然没有perfect静态分析,为什么还要去研究呢?因为可以对一方妥协,由此就有了useful static analysis(有用的静态分析)。
Useful static analysis:
- Compromise soundness (false negatives,假阴性) : 妥协soundness,就是不sound,会产生漏报(错的没检测到)
- Compromise completeness(false positives,假阳性):妥协completeness,不complete,会产生误报(对的说是错的)
在绝大Useful静态分析中,我们所研究的更多是妥协completeness:要求分析是 Sound 的,虽然并不全都准确(not fully-precise)(宁可错杀100不可放过一个),可以误报,但是不能漏。
soundness越好,分析就越好。
1.4.3 Static Analysis 例子 — Bird's Eye View
如下图,对左侧的代码进行分析的时候,产生的2个分析结果
这两个分析结果都是对的,没有产生漏报,都满足sound,且:
1 更准确但是昂贵;
2 不够准确但是cheep;
还有一些可能的分析结果如下:
3. x = 0, 1, 2, 3, 4
4. x = 1, 2, 3, 4
其中,3产生了误报,都是涵盖了所有情况,也是sound,是对的;都是4漏了0,是错误的。
一句话概括静态分析:
静态分析是在确保(or 尽量接近)soundness的同时,在分析精度(precision)和速度(speed)之间做一个平衡,这才是一个Useful 静态分析
在实际分析中,可能不存在真正的soundness的,例如java的反射机制、Java的动态类机制,都会影响到soundness,所以是“尽量接近”soundness。
1.5 静态分析大致步骤—举个例子🌰
从技术层面分析静态分析的大致步骤,用两个词来总结静态分析:
Static Analysis = Abstraction + Over-approximation以下通过一个例子来初步感受一下静态分析:
例如:要给一个程序的所有变量判断正负(+,0,-),需要以下两步:
- Abstraction
- Over-approximation
- Transfer functions
- Control flows
1.5.1 Abstraction(抽象)
- 抽象就是把具体的域值映射到抽象域里。
如下图,将左边的变量映射到右边不同的正负情况。抽象成不同的符号。
- (unknown):如果当前数值会因为变量改变而呈现为不同的状态
- (undefined): 经过判断肯定不符合int定义的,例如一个除以0的数或者字符等。
1.5.2 Over-approximation(近似): Transfer Functions(转换函数)
在完成抽象之后,我们需要做的就是近似,其中一部就是用到转换函数,转换函数的作用可以概括为如下两句:
- 在静态分析中,转换函数定义了一种转换规则:如何评估关于抽象值的不同程序语句
- 根据“要分析的问题/目标”和不同程序中的“语义(semantics)”来进行评估。
针对于这个例子要分析的问题,转换的规则如下图所示:
利用以上规则,来评估一下具体的程序语句,如下:
- 对于变量c:我们找到了一个除以零的错误
- 对于变量p:y是负数,我们找到了一个负数索引的错误
- 对于变量q:因为a不确定是否为负数,而判定其为undefined,但其实a并不是负数,这里就是一个误报
通过判断符号,我们成功找到了两个错误 c 和 p,说明静态分析是很有用的useful,但是Over-approximation 的静态分析也产生了误报 ,假阳性 false positives。
1.5.3 Over-approximation(近似): Control Flow(控制流)
- 近似还要有控制流,也就是程序执行的流,要将所有流汇聚的地方,进行合并抽象 flow merging。
如下图左侧的程序片段转为右侧的控制流,然后判断符号,[ z = x + y ] 是汇聚的点,所以要枚举其所有分支,进行合并,即 [ y = ]
在静态分析中,如果程序很复杂,我们无法在实际应用中枚举所有的路径,分支流合flow merging (作为over-approximation 的一种方式)是常用的分支推断技术,提升了Soundness,也降低了Completeness,也导致了不可避免的误报问题。
1.5.4 总结
抽象就是将具体值,转为符号值。因为在Abstraction抽象过程中进行了值域空间的 降维抽象 ,所以在转换函数映射中,静态符号执行和动态实际实行的结果之间,是存在差异的,这是不可避免的。
近似就是将每个语句,和每个语句之间的关联进行抽象,化为图来说,就是每个节点,和每个节点之间的箭头
· transfer funtions 是对每个语句的近似;
· control flow 的近似就是 每个箭头 的近似文章来源:https://www.toymoban.com/news/detail-462224.html
将每个语句,以及不同语句之间的箭头 都进行近似,就实现了对整个程序的近似。文章来源地址https://www.toymoban.com/news/detail-462224.html
到了这里,关于【软件分析/静态分析】学习笔记01——Introduction的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!