面向Python的可扩展且精确的应用中心调用图构建
软件工程
2024-09-11 v5
摘要
调用图构建是过程间静态分析的基础。PYCG是为Python程序构建调用图的最先进方法。遗憾的是，当应用于整体程序分析（即同时分析应用程序及其依赖库）时，PyCG无法扩展到大型程序。此外，PyCG是流不敏感的且未完全支持Python的特性，阻碍了其准确性。为克服这些缺陷，我们提出了一种可扩展且精确的Python程序应用中心调用图构建方法，并将其实现为原型工具JARVIS。JARVIS为程序中的每个函数维护一个类型图（即程序标识符的类型关系）以允许类型推断。以一个函数作为输入，JARVIS即时生成调用图，其中流敏感的过程内分析和过程间分析依次进行并执行强更新。我们在135个小型Python程序的微基准和6个真实世界Python应用的宏基准上的评估表明，JARVIS能够显著改进PYCG：时间至少快67%，精度高84%，召回率至少高20%。
引用
@article{arxiv.2305.05949,
title = {Scalable and Precise Application-Centered Call Graph Construction for Python},
author = {Kaifeng Huang and Yixuan Yan and Bihuan Chen and Zixin Tao and Xin Peng},
journal= {arXiv preprint arXiv:2305.05949},
year = {2024}
}
备注
13 pages