Abstract. Many problems in program

Abstract. Many problems in program analysis can be expressed naturally and
concisely in a declarative language like Datalog. This makes it easy to specify
new analyses or extend or compose existing analyses. However, previous imple-
mentations of declarative languages perform poorly compared with traditional
implementations. This paper describes bddbddb, a BDD-Based Deductive Da-
taBase, which implements the declarative language Datalog with stratified nega-
tion, totally-ordered finite domains and comparison operators. bddbddb uses bi-
nary decision diagrams (BDDs) to efficiently represent large relations. BDD op-
erations take time proportional to the size of the data structure, not the number
of tuples in a relation, which leads to fast execution times. bddbddb is an ef-
fective tool for implementing a large class of program analyses. We show that a
context-insensitive points-to analysis implemented with bddbddb is about twice
as fast as a carefully hand-tuned version. The use of BDDs also allows us to
solve heretofore unsolved problems, like context-sensitive pointer analysis for
large programs.

Kết quả (Việt) 1:

Tóm tắt. Nhiều vấn đề trong chương trình phân tích có thể được thể hiện tự nhiên vàngắn gọn bằng một ngôn ngữ nổi như Datalog. Điều này làm cho nó dễ dàng để xác địnhphân tích mới hoặc mở rộng hoặc soạn sẵn có phân tích. Tuy nhiên, trước đó imple -mentations ngôn ngữ hỏa thực hiện kém so với truyền thốngtriển khai. Bài báo này mô tả các bddbddb, một BDD-Based suy diễn Da-taBase, thực hiện các ngôn ngữ nổi Datalog với stratified nega-tion, tên miền đã ra lệnh hoàn toàn finite và nhà khai thác so sánh. bddbddb sử dụng bi-Sơ đồ sân bay Nary quyết định (BDDs) đến efficiently đại diện cho mối quan hệ lớn. BDD op-erations mất thời gian tỉ lệ với kích thước của các cấu trúc dữ liệu, không có sốcủa tuples trong một mối quan hệ, dẫn đến thời gian thực hiện nhanh chóng. bddbddb là một ef-fective các công cụ để thực hiện một lớp lớn các chương trình phân tích. Chúng tôi thấy rằng mộtđiểm đến insensitive bối cảnh phân tích thực hiện với bddbddb là khoảng hai lầnnhanh như một phiên bản tay điều chỉnh một cách cẩn thận. Việc sử dụng các BDDs cũng cho phép chúng tôigiải quyết vấn đề trước đây chưa được giải quyết, như con trỏ context-sensitive phân tích choCác chương trình lớn.

Kết quả (Việt) 2:

Trừu tượng. Nhiều vấn đề trong phân tích chương trình có thể được thể hiện một cách tự nhiên và
chính xác trong một ngôn ngữ khai báo như Datalog. Điều này làm cho nó dễ dàng để xác định
các phân tích mới hay mở rộng hoặc soạn phân tích hiện có. Tuy nhiên, thöïc hieän trước
mentations ngôn ngữ khai báo biểu diễn các kém so với truyền thống
hiện thực. Bài viết này mô tả bddbddb, một BDD-Dựa suy Da-
cơ sở dữ, mà thực hiện các ngôn ngữ khai báo Datalog với fi ed strati nega-
sự, hoàn toàn theo lệnh fi lĩnh đêm và toán tử so sánh. bddbddb sử dụng song phương
nary sơ đồ quyết định (BDDs) để Ef fi ciently đại diện cho mối quan hệ lớn. BDD op-
erations mất thời gian tỉ lệ với kích thước của cấu trúc dữ liệu, không phải là số
của bản ghi trong một mối quan hệ, dẫn đến thời gian thực hiện nhanh chóng. bddbddb là một cách hiệu
công cụ điều trị hiệu để thực hiện một lớp lớn của các chương trình phân tích. Chúng tôi thấy một
bối cảnh-insensitive điểm để phân tích thực hiện với bddbddb là khoảng hai lần
nhanh như một phiên bản một cách cẩn thận bằng tay điều chỉnh. Việc sử dụng các BDDs cũng cho phép chúng ta
giải quyết vấn đề từ trước đến nay chưa được giải quyết, như phân tích con trỏ ngữ cảnh cho
các chương trình lớn.