Finding Deep Compiler Bugs via Guided Stochastic Program Mutation

背景知识

Markov Chain Monte Carlo（MCMC）

• Monte Carlo：在目标分布$p(X)$定义的高维空间$\mathcal{X}$中进行采样的方法
• 马尔可夫链：下一个状态只和当前状态相关，且分布为$q(X_{t+1}|X_t)$
• MCMC：在$\mathcal{X}$中使用马尔可夫链来进行抽样，这允许从重要地区提取更多样本
• Metropolis-Hasting（MH）：$\mathcal{A}(X\to X^{\ast })=min(1,\frac{p(X^{\ast })q(X|X^{\ast })}{p(X)q(X^{\ast }|X)})$
• Metropolis：$\mathcal{A}(X\to X^{\ast })=min(1,\frac{p(X^{\ast })}{p(X)})$

实施

距离函数（基于控制流图）

$△(Q;P)=\alpha \ast d(V_Q,V_P)+\beta \ast d(E_Q,E_P)-\gamma \ast |Q-P|$

MCMC Sampling

• 当应用于优化时，MCMC采样器更经常地从目标值较高的区域提取样本 （ones with larger program distances）
• 将目标函数转换为密度分布 $p(Q;P)=\frac{1}{Z}exp(\sigma △(Q;P))$
• 转换概率：$\mathcal{A}(Q\to Q^{\ast };P)=min(1,exp(\sigma (△(Q^{\ast };P)-△(Q;P)))\frac{q(Q|Q^{\ast })}{q(Q^{\ast }|Q)})$

插入新的代码

• 广度优先遍历，统计变量
• 使用“while(0);”替代被删除的代码，保证程序是可以遍历的，利于采样

Athena

Extracting Statement Candidates

• stmt-extractor（tool）
• LLVM’s Libtooling library

Proposing Variants

• Transformation
• Statement Renaming
• Discussion
  • 搜索空间不对称

实验

• 数据：Csmith
• 候选程序：种子程序中的语句
• 最好的选择：随机采样