Можно ли научить статический анализатор эффективнее понимать сложный код?

—

от автора

На вебинаре поговорим о том, как устроен data-flow анализ, почему классические алгоритмы сталкиваются с вычислительными ограничениями и какие задачи остаются за пределами их возможностей. А главное — рассмотрим, как тропическая математика может стать основой нового подхода к анализу кода, позволяя эффективнее находить сложные дефекты.

Доклады:

Олег Лысый (C++ Team Lead, PVS-Studio), «Вычисления в компиляторах. data-flow анализ»:

▫️как статический анализатор «понимает» код: путь от парсинга и AST к промежуточному представлению и графу потока управления;
▫️почему считать значения на дереве бесполезно, когда появляются ветвления, short-circuit и циклы;
▫️классический алгоритм Киллдала на примерах constant propagation и reaching definitions;
▫️phi-узлы и связанные переменные, forward/backward анализ для поиска мёртвого кода и уточнения значений, и попытка решить простые уравнения через предикаты и символьные вычисления.

Мария Рубаненко (Tech lead в Fintech AI, основатель школы продвинутой математики для ИТ-разработки Math&ML School, в IT 10+ лет (backend/devops/ML)), «Применение методов тропической математики для преодоления ограничений data-flow анализа»:

▫️новое решение проблемы комбинаторного взрыва в SAST-системах с помощью тропической математики;
▫️замена ресурсоемкого интервального анализа, итераций widening и символьных вычислений предикатов в phi-узлах SSA-представления на линейные матричные операции в тропических полукольцах;
▫️возможная архитектурная модернизация PVS-Studio.

📌 Встречаемся 25 ноября с 16:00 до 17:30.

Регистрируйтесь, после вебинара отправим запись!

➡️ Регистрация ⬅️

ссылка на оригинал статьи https://habr.com/ru/articles/1109492/