从数据中学习静态分析器

Nov, 2016

Learning a Static Analyzer from Data

Pavol Bielik, Veselin Raychev, Martin Vechev

TL;DR本文提出了一种自动化的方法来创建静态分析器，通过从数据集中学习推理规则，实现了针对 JavaScript 静态分析规则的学习，该方法包括综合算法和反例指导的学习程序，并能够发现手动标定的分析器无法识别的实用推理规则。

Abstract

To be practically useful, modern static analyzers must precisely model the effect of both, statements in the programming language as well as frameworks used by the program under analysis. While important, manually addressing these challenges is difficult for at least two reasons: (i) t

static analyzers inference rules automated approach javascript analysis counter-example guided learning

发现论文，激发创造

学习推理程序草图

本文介绍一种用于程序自动合成的方法，通过结合模式识别和显式推理来解决这些复杂的编程问题，同时使用新颖的中间表示和训练算法，使程序合成系统能够自学，从而在简单的英文描述编程问题数据集上取得了最先进的性能表现。

Feb, 2019

从静态分析引导的示例中综合关键程序

我们提出了一种新颖的算法，该算法合成初级编程课程的命令式程序，基于枚举程序合成和静态分析相结合的关键思想，我们的算法在平均 6.6 秒内能够解决基准问题。

Feb, 2017

基于示例的静态分析规则合成

本文介绍了一种新的代码质量规则综合算法 RhoSynth，它基于整数线性编程的图形对齐，通过利用开发人员所做的代码更改作为正和负样本的源来引导 RhoSynth，能够综合出 30 多个 Java 代码质量规则，同时说明了当前最先进的程序综合方法无法综合出大多数此类规则。

Apr, 2022

增强数据流分析的学习类型推断

CodeTIDAL5 是一种基于 Transformer 的模型，用于可靠地预测类型注释，并从程序的代码属性图中提取使用片段，其在 ManyTypes4TypeScript 基准测试上优于当前最先进的神经类型推理系统 7.85％，总体准确率达到 71.27％。

Oct, 2023

自动生成学习程序分析启发式特征

本研究提供了一种自动生成数据驱动程序分析特征的技术，利用程序 - 查询对减少和抽象原始程序来生成布尔特征，并在实验评估中表现与手工特征设计的分析相当。

Dec, 2016

利用语言学习程序抽象和搜索启发

该论文介绍了一种名为 LAPS 的技术，它使用自然语言注释来引导库和神经引导搜索模型的联合学习，以实现程序的归纳合成。与一些自然语言注释不可用的测试时间相比，LAPS 可生产高质量的程序库并提高搜索效率和泛化性。

Jun, 2021

程序分析指南：与大型语言模型的旅程

使用 LLM 辅助静态分析进行识别 use-before-initialization（UBI）错误的研究通过设计 LLift 代理和提示来克服多个挑战，测试结果表明在实际场景中具有非常强大的能力，并发现了 Linux 内核中以前未知的 13 个 UBI 错误，为使用 LLM 在大规模现实世界数据集中发现错误的新方法和机会铺平了道路。

Aug, 2023

D2A: 使用差分分析建立的供基于人工智能漏洞检测方法使用的数据集

通过差分分析，建立一个新的数据集 D2A，并利用机器学习对静态分析工具生成的漏洞报告进行分类，从而辅助开发人员优先调查和处理真实存在的问题。

Feb, 2021

在保持语义不变的转换下评估神经程序分析器的泛化能力

本文通过大规模的评估，研究了两种常见的神经程序分析器的通用性，并发现在许多情况下神经程序分析器的泛化能力是有限的，这提供了研究神经程序分析器的鲁棒性的初步基础。

Apr, 2020

大语言模型静态评估代码自动补全

本文提出了一个基于抽象语法树的静态分析框架，旨在量化 Python 代码生成中的静态错误，并探讨了语言模型大小、上下文、温度对静态错误的影响。

Jun, 2023