.png){kind=icon}
返回
Exploiting Transformer-Based Static Binary Analysis for Identifying Inefficient Locks
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-10459-5_8.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
多线程生产软件通常因锁相关低效而造成严重的性能下降。这些问题难以在显著性能下降前检测到，即使经验丰富的程序员也难以解决，因为他们不确定频繁的锁获取或争用是否是根本原因。鉴于基于转换器的语言模型在自动化代码分析方面显示出巨大潜力，我们提出了Luna，一种基于转换器的静态二进制分析工具，用于识别低效锁。我们形式化了多线程二进制中频繁锁获取和争用的分类任务，并设计了一个具有调用上下文感知的基于转换器的模型。通过将该模型与静态控制流分析相结合，Luna能够识别可疑的锁操作，并确定其低效类型和调用路径归属。在Luna的引导下，开发者可以在不执行程序的情况下检测低效锁，并通过早期优化实现显著的性能提升。
Keyword:
lock analysis
transformer model
static binary analysis
multithreaded software
performance optimization
期刊
N
IF:
0
论文数:
29
被引数:
0
.png){kind=icon}
查看更多内容