本征CFA

EigenCFA,用GPU加速流量分析。本文描述、实现并测试了一种用GPU加速高阶控制流分析(特别是0CFA)的算法。最终,我们的程序转换、缩减和优化比优化后的CPU实现的加速因子高达72倍。{par}我们开始研究时认为gpu加速了高算术、数据并行计算,但对分支的容忍度很低。基于这种观点,我们将Shivers的抽象解释性0CFA简化为一种由线性代数运算合成的算法。这种简化的核心是“抽象”Church编码,以及语法树和抽象域作为向量和矩阵的编码。最终,稀疏矩阵数据结构和操作被证明是关键的催化剂。由于控制流图在实际中是稀疏的(高达96%的空),我们的控制流矩阵也是稀疏的,这使得稀疏矩阵运算具有压倒性的空间和速度优势。使用单调性或部分更新的数据可能会导致数据的单调性甚至部分更新。

这个软件也是同行评审按日记帐汤姆斯.

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换