Ayudante: identifying undesired variable interactions
Ayudante: identifying undesired variable interactions
复制标题
Ayudante：识别不需要的变量相互作用
DOI：
10.1145/2823363.2823366
复制
发表时间：
2015
期刊：
影响因子：
--
通讯作者：
Michael D. Ernst
中科院分区：
文献类型：
--
作者：
I. Haq;Juan Caballero;Michael D. Ernst
一个常见的编程错误是不兼容的变量相互作用，例如，将欧元存储在应该存储美元的变量中，或者使用错误数组的数组索引。本文提出了一种新的方法来识别程序变量之间的不期望的相互作用。我们的方法使用两种不同的机制来识别相关变量。自然语言处理（NLP）识别具有相关名称的变量，这些变量可能具有相关语义。抽象类型推断（ATI）识别相互作用的变量。这两种机制之间的任何差异都可能表明编程错误。我们已经在一个名为Ayudante的工具中实现了我们的方法。我们使用两个开源程序来评估Ayudante：Pwm邮件服务器和grep。尽管这些程序已经被广泛测试和部署了多年，但Ayudante的第一份grep报告揭示了一个编程错误。
A common programming mistake is for incompatible variables to interact, e.g., storing euros in a variable that should hold dollars, or using an array index with the wrong array. This paper proposes a novel approach for identifying undesired interactions between program variables. Our approach uses two different mechanisms to identify related variables. Natural language processing (NLP) identifies variables with related names that may have related semantics. Abstract type inference (ATI) identifies variables that interact with each other. Any discrepancies between these two mechanisms may indicate a programming error. We have implemented our approach in a tool called Ayudante. We evaluated Ayudante using two open-source programs: the Exim mail server and grep. Although these programs have been extensively tested and in deployment for years, Ayudante’s first report for grep revealed a programming mistake.