MLBSE公司 swMATH ID: 42400 软件作者： 卜、雷；梁永娟；谢准义；钱洪；胡一齐；于，杨；陈欣；李宣东 描述： 机器学习指导复杂软件代码的符号执行框架。在程序遍历过程中，符号执行收集路径条件，并将其提供给约束求解器，以获得可行的解决方案。然而，复杂的路径条件，如程序中广泛出现的非线性约束，很难被现有的求解器有效地处理。本文采用经典符号执行框架和机器学习方法来满足约束。该方法从不同的解决方案中进行采样和学习，以确定潜在的可行区域。这种抽样学习的解决方式可以很容易地应用于不同类别的复杂问题。因此，结合这种方法，我们的框架MLBSE不仅支持简单线性路径条件的符号执行，还支持非线性算术操作，甚至支持库方法的黑盒函数调用。同时，由于基于机器学习方法的理论基础，当求解器无法解决路径条件时，我们可以估计问题的可满足性（ECS）的置信度，从而让用户了解如何分析问题以及他们是否能够最终找到解决方案。我们将基于符号路径查找器（SPF）的MLBSE实现为一个全自动的Java符号执行引擎。用户可以将他们的代码直接输入MLBSE，这非常方便使用。为了评估其性能，使用22个实际案例程序作为MLBSE的基准来生成测试用例，这些测试用例总共涉及1042个方法，其中充满了非线性操作、浮点算法以及本机方法调用。实验结果表明，MLBSE实现的覆盖率远远高于最先进的工具。 主页： https://link.springer.com/article/10.1007/s00165-021-00538-3 源代码： https://github.com/MLB-SE/实验 依赖项： Java语言 关键词： 符号执行;机器学习;非线性路径条件;约束求解 相关软件： 日本石油公司;jCUTE公司;XSat公司;github;Java PathFinder;派克斯;投掷;GSL公司;可爱的 引用于： 0个文档 标准条款 1出版物描述软件，包括1出版物以zbMATH为单位 年份 复杂软件代码的机器学习符号执行框架卜、雷；梁永娟；谢准义；钱洪；胡一齐；于，杨；陈欣；李宣东 2021