清除有毒垃圾：恢复混合流动敏感静态分析中的精度

程序的静态分析将局部程序状态的 flow- 与 context- 敏感分析与全局的 flow- 与 context- 不敏感不变式计算相结合，例如抽象数据由多个线程共享。局部和全局的值可能相互依赖，局部程序状态的分析既会为全局做出贡献，又会查询其值。通常情况下，所有对全局的贡献在 fixpoint 迭代期间累积，应用 widening 以确保终止。此类 flow- 不敏感信息常常变得不必要地不精确，可能包含多余的贡献 -- 垃圾 -- which 反过来可能对整个分析的精度产生有毒性影响。为了恢复全局的精度，我们提出了互补的技术：对全局应用 narrowling 可区分贡献来源；谨慎 widening 限制在全局上应用的 widening 量；最后，抽象垃圾回收撤销对全局的贡献并传播其撤销。实验评估表明，这些技术以可接受的代价提高了混合 flow- 敏感分析的精度。