清华大学学报(自然科学版)

作者：孙家泽, 阳伽伟, 杨子江

单位：1. 西安邮电大学 计算机学院, 西安 710121, 中国;<br>2. 西安邮电大学 陕西省网络数据分析与智能处理重点实验室, 西安 710121, 中国;<br>3. 西密歇根大学 计算机系, 卡拉马祖 49008-5466, 美国

关键词：数据竞争,并发缺陷,随机森林,隐形同步对

数据竞争是典型的多线程程序并发缺陷。由于多线程程序中存在不确定性的交织，数据竞争很难被检测出来。该文以多线程数据竞争的5个相关属性作为特征，构建了多线程程序数据竞争随机森林指令级检测模型。首先基于happens-before关系与lockset算法指令级检测数据竞争，同时用汇编源码信息来剔除隐形同步对，然后利用happens-before关系与lockset算法的分析结果训练多线程程序数据竞争随机森林检测模型。在Pin上实现了多线程程序数据竞争检测工具AIRaceTest。利用GitHub中多线程程序的插桩结果作为样本集来训练随机森林模型，模型精度可达92.1%。对Google data-race-test、Parsec基准程序3.1中的经典多线程程序的检测结果表明：AIRaceTest与Eraser、Djit+以及Thread Sanitizer这3种目前常用的数据竞争检测工具相比，数据竞争的误报和漏报分别降低了约10.6%和12.3%，在线程数较多的情况下，时间和内存开销分别降低了41.8%和22.4%。

来源：2020年第10期

《清华大学学报(自然科学版)》期刊编辑部

查看清华大学学报(自然科学版)杂志2020年第10期