|
|
Dynamická analýza paralelních programů na platformě .NET Framework
Ling, David ; Hrubý, Martin (oponent) ; Smrčka, Aleš (vedoucí práce)
Tato práce se zabývá návrhem a implementací dynamického analyzátoru paralelních programů na platformě .NET Framework. V teoretické části práce je rozebrána problematika synchronizace v paralelních programech, instrumentace programů, testování paralelních programů a specifika těchto problémů pro jazyk C\# a platformu .NET Framework. Podrobněji jsou popsány vybrané algoritmy pro detekci uváznutí (algoritmus Goodlock) a časově závislých chyb nad daty (algoritmy FastTrack a AtomRace). V následujících částech jsou sepsány požadavky na výsledný analyzátor a vytvořen návrh systému. Práce obsahuje také popis implementace navrženého řešení, způsob kompletního otestování implementovaného nástroje a v neposlední řadě ukázku použití dynamických analyzátorů v reálném aplikačním prostředí.
|
|
|
Statická analýza v nástroji Facebook Infer zaměřená na detekci uváznutí
Marcin, Vladimír ; Rogalewicz, Adam (oponent) ; Vojnar, Tomáš (vedoucí práce)
Statická analýza dnes patrí medzi najpopulárnejšie metódy na odhaľovanie chýb v modernom softvéri, no častým problémom dostatočne presných statických analyzátorov je ich škálovateľnosť. Mnohé efektívne analyzátory (napr.:Coverity, KlockWork, atď.) sú navyše proprietárne, čím sa ich ďalšia rozšíriteľnosť a použitie stávajú obťažnými. Pokrok v tejto oblasti prináša Facebook Infer, ktorý ponúka open-source framework na tvorbu kompozičných a inkrementálnych statických analýz. V tejto práci predstavujeme vlastný Low-Level Deadlock Detector (L2D2), ktorý rozširuje funkcionalitu Inferu. Náš algoritmus spĺňa princípy kompozičnej analýzy, založenej na kontextovo nezávislom výpočte súhrnu pre každú funkciu, čo má za následok jeho vysokú škálovateľnosť. Algoritmus sme implementovali a overili na sade príkladov z Debian GNU/Linux, ktorá pozostávala z 11.4 MLOC. Aj keď náš prístup nie je ani presný ani úplný, ukazuje sa ako efektívny. Okrem toho, že dokázal odhaliť všetky známe uviaznutia, hlásil falošné pozitíva v menej ako 4% z testovaných programov.
|
|
|
Dynamická analýza paralelních programů na platformě .NET Framework
Ling, David ; Hrubý, Martin (oponent) ; Smrčka, Aleš (vedoucí práce)
Tato práce se zabývá návrhem a implementací dynamického analyzátoru paralelních programů na platformě .NET Framework. V teoretické části práce je rozebrána problematika synchronizace v paralelních programech, instrumentace programů, testování paralelních programů a specifika těchto problémů pro jazyk C\# a platformu .NET Framework. Podrobněji jsou popsány vybrané algoritmy pro detekci uváznutí (algoritmus Goodlock) a časově závislých chyb nad daty (algoritmy FastTrack a AtomRace). V následujících částech jsou sepsány požadavky na výsledný analyzátor a vytvořen návrh systému. Práce obsahuje také popis implementace navrženého řešení, způsob kompletního otestování implementovaného nástroje a v neposlední řadě ukázku použití dynamických analyzátorů v reálném aplikačním prostředí.
|
|
|
Statická analýza v nástroji Facebook Infer zaměřená na detekci uváznutí
Marcin, Vladimír ; Rogalewicz, Adam (oponent) ; Vojnar, Tomáš (vedoucí práce)
Statická analýza dnes patrí medzi najpopulárnejšie metódy na odhaľovanie chýb v modernom softvéri, no častým problémom dostatočne presných statických analyzátorov je ich škálovateľnosť. Mnohé efektívne analyzátory (napr.:Coverity, KlockWork, atď.) sú navyše proprietárne, čím sa ich ďalšia rozšíriteľnosť a použitie stávajú obťažnými. Pokrok v tejto oblasti prináša Facebook Infer, ktorý ponúka open-source framework na tvorbu kompozičných a inkrementálnych statických analýz. V tejto práci predstavujeme vlastný Low-Level Deadlock Detector (L2D2), ktorý rozširuje funkcionalitu Inferu. Náš algoritmus spĺňa princípy kompozičnej analýzy, založenej na kontextovo nezávislom výpočte súhrnu pre každú funkciu, čo má za následok jeho vysokú škálovateľnosť. Algoritmus sme implementovali a overili na sade príkladov z Debian GNU/Linux, ktorá pozostávala z 11.4 MLOC. Aj keď náš prístup nie je ani presný ani úplný, ukazuje sa ako efektívny. Okrem toho, že dokázal odhaliť všetky známe uviaznutia, hlásil falošné pozitíva v menej ako 4% z testovaných programov.
|
host ::
RSS.