Empc：基于路径覆盖的符号执行有效路径优先级排序

符号执行是一种强大的程序分析技术，能够形式化地推理程序行为的正确性并检测软件缺陷。它可以系统地探索被测程序的执行路径，但面临一个固有的局限性：路径爆炸。当符号执行遇到需要符号推理的路径数量过多（与程序规模呈指数关系）时，就会发生路径爆炸。这严重影响了符号执行的可扩展性和性能。为了解决这个问题，先前的工作利用各种启发式方法对符号执行的路径进行优先级排序。它们使用静态规则或启发式方法对指数级数量的路径进行排序，并探索排名最高的路径。然而，在实践中，这些工作往往无法泛化到多样化的程序。在这项工作中，我们提出了一种新颖且有效的基于路径覆盖的路径优先级排序技术，名为Empc。我们的关键见解是，并非所有路径都需要进行符号推理。与传统的路径优先级排序不同，我们的方法利用一小部分路径作为最小路径覆盖（MPC），该覆盖可以覆盖被测程序的所有代码区域。为了鼓励路径优先级排序的多样性，我们计算多个MPC。然后，我们引导符号执行的搜索在多个MPC内的少量路径上进行，而不是在指数级数量的路径上。我们基于KLEE实现了我们的技术Empc。我们对Empc进行了全面评估，以考察其在代码覆盖、缺陷发现和运行时开销方面的性能。评估表明，与KLEE的最佳搜索策略相比，Empc可以多覆盖19.6%的基本块，与最先进的工作cgs相比，可以多覆盖24.4%的代码行。Empc还比KLEE的最佳搜索策略多发现了24个安全违规。同时，Empc可以显著降低KLEE的内存使用量，最高可达93.5%。