.png){kind=icon}
返回
EffFix: Efficient and Effective Repair of Pointer Manipulating Programs
.png){kind=icon}
OA
AI
DOI：10.1145/3705310.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文介绍EffFix，一种应用新颖静态分析驱动的自动化程序修复（APR）技术来修复内存错误的工具。APR工具通常依赖给定的测试套件来指导修复过程。除了需要提供测试基准外，这种依赖也是导致过拟合问题的主要原因之一。基于静态分析的APR技术虽然规避了这些问题，但也引入了新的挑战，如正确性、可扩展性和泛化性。本研究展示了我们如何通过利用静态分析（特别是错误分离逻辑（ISL））来指导修复，从而克服这些挑战，并在大规模范围内实现正确的内存错误修复。这是首次使用ISL的修复方法。我们的关键见解在于，静态分析用于检测错误的抽象域也包含推导正确补丁的关键信息。我们提出的方法通过检查基于ISL静态分析（特别是Pulse分析器）的反馈，评估补丁接近修复错误的程度，从而学习什么是理想的补丁，并将此信息转化为上下文无关文法的概率分布。这种修复方法是通用的，其学习策略允许在不依赖常用补丁模板的情况下寻找补丁。此外，为了实现高效的程序修复，我们并未专注于减少补丁搜索空间的经验法则，而是通过根据补丁对符号堆的影响创建等价补丁类，使修复具有可扩展性。随后，我们仅对每个补丁等价类进行一次候选补丁验证。这使得EffFix能够高效地发现高质量的修复方案，即使在存在大量候选补丁的情况下。实验评估针对OpenSSL、Linux Kernel、swoole等中大规模真实世界内存错误的修复，展示了EffFix在自动从大规模搜索空间生成修复方案方面的效率和有效性。具体而言，在所考虑的数据集中，EffFix对内存泄漏错误的修复比率为66%，对空指针解引用错误的修复比率为83%。
Keyword:
Automated Program Repair
Incorrectness Separation Logic
Probabilistic Context Free Grammars
期刊
A
IF:
6.2
论文数:
1.2K
被引数:
3.4K
机构
引用论文
.png){kind=icon}
分享收藏SequenceR: Sequence-to-Sequence Learning for End-to-End Program RepairSequenceR: 用于端到端程序修复的序列到序列学习
OAAI
OAAI分享收藏分享收藏分享收藏Local Reasoning About the Presence of Bugs: Incorrectness Separation Logic关于Bug存在性的本地推理：不正确性分离逻辑OAAI
OAAI分享收藏Siderophile and Chalcophile Metal Variations in Flood Basalts from the Siberian Trap, Noril'sk Region: Implications for the Origin of the Ni-Cu-PGE Sulfide Ores来自西伯利亚陷阱，诺里尔斯克地区的洪水玄武岩中的嗜铁性和亲硫性金属变化: 对ni-cu-pge硫化矿石起源的影响
PREAI
分享收藏分享收藏
查看更多内容