LLVM - 栈安全性分析

栈安全性分析

简介

栈安全性分析用于判定栈上分配的变量是否可以视为“安全”的,即不易发生内存访问错误。

该分析的主要用途是为各种 Sanitizer(如内存安全检查器)提供信息,帮助它们避免对“安全”变量做无谓的插桩处理。SafeStack 将是首批使用者之一。

“安全”变量定义为:这些变量不会被作用域外使用(如 use-after-return),也不会发生越界访问。将来还可以扩展此分析以追踪其他变量属性,例如:我们计划加入变量读前必定初始化的检查,以便优化 use-of-uninitialized-memory 的检测。

工作原理

该分析分为两阶段实现:

  1. 过程内(local)分析阶段:在函数内部进行深度优先搜索,收集每个 alloca(局部栈变量)的所有使用情况,包括 load/store 以及作为参数传递给函数。完成后,我们就知道哪些变量的哪些部分被本函数本身使用,但尚不清楚作为参数传递给其它函数后的情况。

  2. 跨过程(global)分析阶段:解决 allocas 作为参数传递给其它函数后的所有影响。本阶段在单个 Module 内对函数调用进行深度优先搜索,将 alloca 的使用信息在调用图上传播。

结合 ThinLTO 使用时,global 阶段会基于模块摘要索引(Module Summary Index)做全程序分析。

测试

该分析配有 lit 测试用例。

我们期望用户能够容忍把“安全”变量判为“不安全”的假阳性(这只会导致代码效率下降),但绝不能容忍“安全”误判(假阴性),否则可能导致 Sanitizer 漏报实际的内存错误。为保障这点,我们希望能有额外的验证工具。

AddressSanitizer 就可以用于辅助验证:我们可以像往常一样对所有变量插桩,然后在 ASanStackVariableDescription 中记录 stack-safe 信息。如果 AddressSanitizer 检测到某个“安全”变量出现了内存错误,则可生成额外报告,提醒用户栈安全性分析可能有误,需要查Bug。

原文地址:https://llvm.org/docs/StackSafetyAnalysis.html

基于实时迭代的数值鲁棒NMPC双模稳定预测模型(Matlab代码实现)内容概要:本文介绍了基于实时迭代的数值鲁棒非线性模型预测控制(NMPC)双模稳定预测模型的研究与Matlab代码实现,重点在于提升系统在存在不确定性与扰动情况下的控制性能与稳定性。该模型结合实时迭代优化机制,增强了传统NMPC的数值鲁棒性,并通过双模控制策略兼顾动态响应与稳态精度,适用于复杂非线性系统的预测控制问题。文中还列举了多个相关技术方向的应用案例,涵盖电力系统、路径规划、信号处理、机器学习等多个领域,展示了该方法的广泛适用性与工程价值。; 适合人群:具备一定控制理论基础和Matlab编程能力,从事自动化、电气工程、智能制造、机器人控制等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于非线性系统的高性能预测控制设计,如电力系统调度、无人机控制、机器人轨迹跟踪等;②解决存在模型不确定性、外部扰动下的系统稳定控制问题;③通过Matlab仿真验证控制算法的有效性与鲁棒性,支撑科研论文复现与工程原型开发。; 阅读建议:建议读者结合提供的Matlab代码进行实践,重点关注NMPC的实时迭代机制与双模切换逻辑的设计细节,同时参考文中列举的相关研究方向拓展应用场景,强化对数值鲁棒性与系统稳定性之间平衡的理解。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

csdddn

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值