大程序分析与烟尘+桨

Question

我正试图使用Soot的paddle框架对具有20KLOC-50KLOC Java代码的android应用程序进行上下文敏感的"点对点"分析。由于应用程序没有主方法，我修改了烟灰，使其具有多个入口点。当我运行分析时，它抛出以下异常

Exception in thread "main" java.lang.RuntimeException: Value 65543 was too large in      domain soot.jimple.paddle.bdddomains.MethodDomain!
at jedd.internal.Domain.setBits(Domain.java:62)
at jedd.internal.Jedd.literal(Jedd.java:158)

我在桨板源代码中的SigDomain.jedd文件中增加了SigDomain（14）中的值14，这导致分析运行的时间更长，但最终还是失败了，出现了同样的异常。（我还将jvm的堆栈大小和堆大小分别增加到1和4GB）。如果我将这个值SigDomain（14）设置得太大，比如大约20000，桨式分析甚至不会启动。

我有以下划桨选项：

    opt.put("verbose","true");
    opt.put("bdd","true");
    opt.put("backend","javabdd");
    opt.put("context","kcfa");
    opt.put("k","2");
    opt.put("propagator","auto");
    opt.put("conf","ofcg");
    opt.put("order","32");
    opt.put("q","auto");
    opt.put("set-impl","double");
    opt.put("double-set-old","hybrid");
    opt.put("double-set-new","hybrid");
    opt.put("pre-jimplify","false");

    PaddleTransformer pt = new PaddleTransformer();
    PaddleOptions paddle_opt = new PaddleOptions(opt);
    pt.setup(paddle_opt);
    pt.solve(paddle_opt);
    soot.jimple.paddle.Results.v().makeStandardSootResults();

Answer 1

作为Soot的维护者之一，我建议您，您通常会在Soot邮件列表上获得更快的帮助，因为并非所有人都在观看StackOverflow。Ondrej Lhotak也许能帮上忙。。。

上下文敏感分析通常非常昂贵。可能的解决方案是（1）进行需求驱动的上下文敏感分析（Soot也支持这种分析；检查命令行选项），（2）构建自己手工制作的指针抽象，或者（3）从分析中排除一些运行库（这将是不可靠的）。希望能有所帮助。。。