南大《软件分析》课程笔记——Intermediate Representation

南大《软件分析》——Intermediate Representation

@(静态分析)

Content

1. 编译器和静态分析的关系

2. AST vs IR

3. IR:3-地址代码（3AC）

4. 实际静态分析器的3AC—Soot（Java）

5. SSA-静态单赋值

6. 基本块（BB）

7. 控制流图（CFG）

Compiler and Static Analyzers

中间表示形式IR（通常是三地址码）之后进行静态分析，优化，检查。
IR是提供给静态分析程序的基础。

编译基本流程

• 词法分析
• 语法分析
• 语义分析
• 中间代码生成
• 代码优化
• 代码生成

AST vs IR

AST	IR
更高级，接近语法结构	更底层，接近汇编
依赖语言	不依赖语言
适用于快速类型检查	压缩简洁
缺乏控制流信息	包含控制流信息

通常认为IR是静态分析的基础

Intermediate Representation

三地址码（3-Address Code）

中间表示形式，右侧最多只有一个操作符

• Address：
  • Name:a、b
  • Constant: 3
  • 编译器的临时变量：t1、t2

实际静态分析器的3AC—Soot（Java）

Soot

https://github.com/Sable/soot
https://github.com/Sable/soot/wiki/Tutorials
最常用的Java静态分析框架

invokespecial: call constructor, call superclass methods, call private methods
invokevitual: instance methods call(virual dispath)
invokeinterface: cannot optimization, checking interface implementation
invokestatic: call static methods

Java7: invokedynamic -> Java static typing , dynamic language runs on JVM #让动态语言在JVM上运行

method signature: class name : return type method name(parameter1 parameter2) 

SSA-静态单赋值

给每一个定义变量一个新的命名，传递到接下来的使用当中，每个变量有一个定义（赋值的目标变量）。

每一个变量都有自己的定义
merge的地方会使用Phi funciton

优点：

• 程序流信息可以间接包含进独一无二的变量名。通过SSA，流不敏感分析方法可以获得部分流敏感分析方法所带来的精度。
• Define- and-Use清晰明显

缺点：

• 引入的变量和Phi function过多
• 转换为机器码时效率变低（引入很多拷贝操作）

基本块（BB）

只有1个开头入口和1个结尾出口的最长连续的3-地址指令序列。

识别基本块的算法：首先确定入口指令，第一条指令是入口；任何跳转指令的目标地址是入口；任何跟在跳转指令之后的指令是入口。然后构造基本块，任何基本块包含1个入口指令和其接下来的指令。

控制流图（CFG）

基本块作为节点

添边规则：

• A的结尾有跳转指令到B
• 原始指令序列中，B紧跟着A，且A的结尾不是无条件跳转。

将原本的语句变为BB再变成CFG