Back to search

National and Kapodistrian University of Athens

Performance optimization on Declarative Points-to Analysis using the Souffle Datalog Engine

Abstract

dc:description

To CClyzer είναι ένα εργαλείο το οποίο έχει σκοπό να παρέχει μια ολοκληρωμένη ανάλυση δεικτών σε κώδικα LLVM και σε συνάρτηση με μεταβαλλόμενη ακρίβεια ως προς την ιεραρχία κλήσεων κάθε μεθόδου. Ενώ αρχικά υλοποιήθηκε με χρήση της LogicBlox μηχανής για τη γλώσσα Datalog και τη διάλεκτο LogiQL, σε αυτή την εργασία παρουσιάζουμε την μεταφορά του CClyzer σε ένα νέο περιβάλλον για εκτέλεση προγραμμάτων σε Datalog, το Souffle. Μελετώντας την ανάλυση την οποία προσφέρει το CClyzer σε LLVM bitcode που προκύπτει από πηγαίο κώδικα γλώσσας C και C++, πιστεύουμε ότι το Souffle αποτελεί πολύτιμο εργαλείο στην ενίσχυση της λογικής λειτουργίας του CClyzer με τελικό στόχο την ελαχιστοποίηση του χρόνου εκτέλεσης της ανάλυσης. Οι μετρήσεις μας δείχνουν ενθαρρυντικά αποτελέσματα καθώς ο συνολικός χρόνος εκτέλεσης της ανάλυσης μειώνεται κατά 95% για μικρά προγράμματα ενώ η εκτέλεση με τη χρήση παραλληλίας προσφέρει, κατά μέσο όρο, 29% επιτάχυνση για μεγαλύτερα.

Author and committee

dc:creator, dc:contributor.*
Authors dc:creator
  • Ζήσης Χρήστος
  • Zisis Christos

Subjects

dc:subject × 2

Rights

Language dc:language
English

Identifiers

dc:identifier.*
Identifier
uoadl:2866399

Chain of custody

source
Harvested from
National and Kapodistrian University of Athens
Base URL
pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh
Last updated
2026-11-19
Source record
OAI-PMH GetRecord
citation

Ζήσης Χρήστος; Zisis Christos. Performance optimization on Declarative Points-to Analysis using the Souffle Datalog Engine. 2019. https://pergamos.lib.uoa.gr/uoa/dl/object/2866399