論文の概要: EndWatch: A Practical Method for Detecting Non-Termination in Real-World Software

• arxiv url: http://arxiv.org/abs/2312.03335v1
• Date: Wed, 6 Dec 2023 08:13:30 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-07 15:30:07.856652
• Title: EndWatch: A Practical Method for Detecting Non-Termination in Real-World Software
• Title（参考訳）: EndWatch: リアルタイムソフトウェアにおける非終端検出の実践的方法
• Authors: Yao Zhang, Xiaofei Xie, Yi Li, Sen Chen, Cen Zhang, Xiaohong Li
• Abstract要約: 本研究では,テストによる無限ループによる非終端検出のための,EndWatchと呼ばれる実用的終端チェック手法を提案する。 我々は、状態の再確認に基づいて、非終端オラクルを生成する2つの方法を紹介した。 非終端オラクルは、大規模なプログラムで非終端を検出するテストツールに組み込むことができる。
• 参考スコア（独自算出の注目度）: 30.67959999716073
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Detecting non-termination is crucial for ensuring program correctness and security, such as preventing denial-of-service attacks. While termination analysis has been studied for many years, existing methods have limited scalability and are only effective on small programs. To address this issue, we propose a practical termination checking technique, called EndWatch, for detecting non-termination caused by infinite loops through testing. Specifically, we introduce two methods to generate non-termination oracles based on checking state revisits, i.e., if the program returns to a previously visited state at the same program location, it does not terminate. The non-termination oracles can be incorporated into testing tools (e.g., AFL used in this paper) to detect non-termination in large programs. For linear loops, we perform symbolic execution on individual loops to infer State Revisit Conditions (SRCs) and instrument SRCs into target loops. For non-linear loops, we instrument target loops for checking concrete state revisits during execution. We evaluated EndWatch on standard benchmarks with small-sized programs and real-world projects with large-sized programs. The evaluation results show that EndWatch is more effective than the state-of-the-art tools on standard benchmarks (detecting 87% of non-terminating programs while the best baseline detects only 67%), and useful in detecting non-termination in real-world projects (detecting 90% of known non-termination CVEs and 4 unknown bugs).
• Abstract（参考訳）: 非ターミネーションの検出は,dos攻撃の防止など,プログラムの正確性とセキュリティを確保する上で極めて重要である。 終端解析は長年研究されてきたが、既存の手法はスケーラビリティに限界があり、小さなプログラムでのみ有効である。 この問題に対処するために,エンドウォッチという,無限ループによる非ターミネーションをテストによって検出する実用的なターミネーションチェック手法を提案する。 具体的には、チェック状態の再確認に基づいて非終端オラクルを生成する2つの方法、すなわち、プログラムが同じプログラム位置で以前に訪れた状態に戻る場合、終了しない。 非終端オラクルは、大規模なプログラムで非終端を検出するテストツール(例えば、この論文で使用されるAFL)に組み込むことができる。 線形ループに対して、各ループ上でシンボル実行を行い、状態参照条件(SRC)を推論し、ターゲットループにSRCをインスツルメントする。 非線形ループの場合、実行中の具体的な状態再訪をチェックするターゲットループを計測する。 小型プログラムによる標準ベンチマークと大規模プログラムによる実環境プロジェクトを用いて,EndWatchの評価を行った。 評価結果によると、EndWatchは標準ベンチマークの最先端ツール(最良ベースラインが67%しか検出していない非終端プログラムの87%)よりも有効であり、現実世界のプロジェクト(既知の非終端CVEの90%と4つの未知のバグ)の非終端検出に有用である。

関連論文リスト

• A shallow dive into the depths of non-termination checking for C programs [3.4144415576897624]
  Unintended Non-Termination (NT) は、現実世界のソフトウェア開発において一般的である。 実世界のソフトウェアにも有効であるNTチェックのための健全で効率的な手法を提案する。 幅広いソフトウェアベンチマーク実験により、この手法が最先端のNTチェッカーより優れていることが示された。
  論文  参考訳（メタデータ） (2024-09-04T22:47:46Z)
• Demystifying Behavior-Based Malware Detection at Endpoints [22.3867935906334]
  実世界のエンドポイントにおけるMLベースのマルウェア検知器の性能を初めて測定する。 従来手法のサンドボックスによる検出性能の差は広い。 ベースラインよりも5～30%の相対的な改善が期待できる。
  論文  参考訳（メタデータ） (2024-05-09T22:04:55Z)
• Parallel Program Analysis on Path Ranges [3.018638214344819]
  Ranged symbolic execution は、並列にパス範囲と呼ばれるプログラム部分でシンボリックな実行を実行する。 本稿では,プログラムを経路範囲に分割し,任意の解析を並列に行う検証手法を提案する。
  論文  参考訳（メタデータ） (2024-02-19T08:26:52Z)
• Semi-Oblivious Chase Termination for Linear Existential Rules: An Experimental Study [5.936402320555635]
  チェイス手順は、制約のある推論を可能にする、データベースの基本的なアルゴリズムツールである。 データベースと一連の制約を入力として取り、制約によって決定されたデータベースを反復的に完了します。 しかし、重要な課題は、それが終了しないかもしれないという事実であり、それが与えられたデータベースと一連の制約を終了するかどうかをチェックする問題に繋がる。
  論文  参考訳（メタデータ） (2023-03-22T18:21:01Z)
• Using Graph Neural Networks for Program Termination [0.0]
  フォーマルな方法から脱して、マシンラーニングモデルの性質を受け入れるのです。 グラフニューラルネットワークを用いて,プログラムのグラフ表現を利用する。 我々は、これまで他のアプリケーションドメインで使われていた注意とセマンティックセグメンテーションの概念をプログラムに適用する。
  論文  参考訳（メタデータ） (2022-07-28T12:16:37Z)
• Benchmarking Node Outlier Detection on Graphs [90.29966986023403]
  グラフの外れ値検出は、多くのアプリケーションにおいて、新しいが重要な機械学習タスクである。 UNODと呼ばれるグラフに対して、最初の包括的教師なしノード外乱検出ベンチマークを示す。
  論文  参考訳（メタデータ） (2022-06-21T01:46:38Z)
• Fault-Aware Neural Code Rankers [64.41888054066861]
  サンプルプログラムの正しさを予測できる故障認識型ニューラルネットワークローダを提案する。 我々のフォールト・アウェア・ローダは、様々なコード生成モデルのpass@1精度を大幅に向上させることができる。
  論文  参考訳（メタデータ） (2022-06-04T22:01:05Z)
• A2Log: Attentive Augmented Log Anomaly Detection [53.06341151551106]
  異常検出は、ITサービスの信頼性とサービス性にとってますます重要になる。 既存の教師なし手法は、適切な決定境界を得るために異常な例を必要とする。 我々は,異常判定と異常判定の2段階からなる教師なし異常検出手法であるA2Logを開発した。
  論文  参考訳（メタデータ） (2021-09-20T13:40:21Z)
• Global Optimization of Objective Functions Represented by ReLU Networks [77.55969359556032]
  ニューラルネットワークは複雑で非敵対的な関数を学ぶことができ、安全クリティカルな文脈でそれらの正しい振る舞いを保証することは困難である。 ネットワーク内の障害を見つけるための多くのアプローチ(例えば、敵の例)があるが、これらは障害の欠如を保証できない。 本稿では,最適化プロセスを検証手順に統合し,本手法よりも優れた性能を実現する手法を提案する。
  論文  参考訳（メタデータ） (2020-10-07T08:19:48Z)
• Real-Time Anomaly Detection in Edge Streams [49.26098240310257]
  マイクロクラスタ異常の検出に焦点を当てたMIDASを提案する。 さらに、アルゴリズムの内部状態に異常が組み込まれている問題を解くために、MIDAS-Fを提案する。 実験の結果,MIDAS-Fの精度はMIDASよりも有意に高かった。
  論文  参考訳（メタデータ） (2020-09-17T17:59:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。