计算机科学
計算機科學
계산궤과학
Computer Science
2015年
9期
171-176,182
,共7页
井靖%蒋烈辉%何红旗%张媛媛
井靖%蔣烈輝%何紅旂%張媛媛
정정%장렬휘%하홍기%장원원
细粒度内存访问模型%存储环境%存储操作模拟%变量实体%抽象状态
細粒度內存訪問模型%存儲環境%存儲操作模擬%變量實體%抽象狀態
세립도내존방문모형%존저배경%존저조작모의%변량실체%추상상태
Fine-grained memory access model%Memory environment%Memory operation simulate%Variant entity%Abstract state
现阶段对变量的识别通常采用基于特定编译习惯及内存访问地址模式匹配的方法,或基于内存模型和抽象解释的分析方法.前者针对性太强,不具备普适性;后者通常采用损失算法精度的方法来得到结果,这往往会造成识别变量粒度过大、漏识别和误识别率较高.首先定义一种存储访问模型,对存储操作进行细粒度的模拟;然后给出基于存储访问模型的抽象状态生成算法,实现了基于高级中间语言HBRIL的细粒度数据信息(抽象状态)的跟踪和记录;基于这些抽象状态设计了存储区域内的细粒度变量实体识别算法;最后通过测试给出变量识别的细化比例和识别率.由测试结果可以看出,该算法在动态分配变量的识别率方面具有明显优势.
現階段對變量的識彆通常採用基于特定編譯習慣及內存訪問地阯模式匹配的方法,或基于內存模型和抽象解釋的分析方法.前者針對性太彊,不具備普適性;後者通常採用損失算法精度的方法來得到結果,這往往會造成識彆變量粒度過大、漏識彆和誤識彆率較高.首先定義一種存儲訪問模型,對存儲操作進行細粒度的模擬;然後給齣基于存儲訪問模型的抽象狀態生成算法,實現瞭基于高級中間語言HBRIL的細粒度數據信息(抽象狀態)的跟蹤和記錄;基于這些抽象狀態設計瞭存儲區域內的細粒度變量實體識彆算法;最後通過測試給齣變量識彆的細化比例和識彆率.由測試結果可以看齣,該算法在動態分配變量的識彆率方麵具有明顯優勢.
현계단대변량적식별통상채용기우특정편역습관급내존방문지지모식필배적방법,혹기우내존모형화추상해석적분석방법.전자침대성태강,불구비보괄성;후자통상채용손실산법정도적방법래득도결과,저왕왕회조성식별변량립도과대、루식별화오식별솔교고.수선정의일충존저방문모형,대존저조작진행세립도적모의;연후급출기우존저방문모형적추상상태생성산법,실현료기우고급중간어언HBRIL적세립도수거신식(추상상태)적근종화기록;기우저사추상상태설계료존저구역내적세립도변량실체식별산법;최후통과측시급출변량식별적세화비례화식별솔.유측시결과가이간출,해산법재동태분배변량적식별솔방면구유명현우세.
