[发明专利]基于Adaboost模型的并发程序数据竞争语句级检测方法

权利要求书

1.基于Adaboost模型的并发程序数据竞争语句级检测方法，其特征在于包括以下步骤：

(1)利用二进制插桩工具Pin对并发程序进行动态插桩，记录各个程序指令的线程ID，指令访问的内存地址，指令的读写操作，指令的锁集；以及由各个线程的向量时钟所组成的向量时钟矩阵的更新过程；

(2)剔除掉无对应原码的指令以及来自同一条语句的指令，每一条语句仅保留一条指令，实现指令的语句级转化；

(3)提取并发程序的如下五个特征属性：1)P_m：语句对中两条语句访问的内存地址是否一致，不一致为0，一致为1；2)P_o：若两条语句中至少有一条为写操作则为1，否则为0；3)P_v：两条语句的向量时钟是否满足偏序关系，不满足为1，满足为0；4)P_l：如果两条语句没有受到同一个锁保护则为1，否则为0；5)P_r：是否包含数据竞争，如果该语句对发生数据竞争则为1，否则为0；

(4)对于并发程序训练样本集中的各个并发程序，以P_m，P_o，P_v，P_l四个特征为特征属性，P_r为类标号属性，以此特征属性数据建立并发程序数据竞争语句级检测Adaboost模型，具体过程如下：

(4.1)设定迭代次数m，m＝1，2，.，M，初始化m＝1，初始化训练样本的权重：

其中ω_mi表示第m次迭代时训练样本x_i的权重，训练样本总数为N，迭代总次数为M；

(4.2)按照第m次迭代时训练样本权重D_m得到第m个基学习器G_m(x)：

G_m(x)：X→{0，1}

其中x是基学习器的输入样本，其四个特征属性值为(P_m，P_o，P_v，P_l)，X为样本x的预测结果P_r，值域为{0，1}；

(4.3)计算基学习器G_m(x)在训练样本集上的分类误差率e_m以及基学习器G_m(x)在最终分类器中的权重系数α_m：

其中表示基学习器G_m(x)中输入样本x_i被分类错误的概率，y_i为x_i的正确分类结果；

(4.4)更新训练集中样本的权重：

D_m+1＝(ω_m+1，1，ω_m+1，2，...，ω_m+1，N)

其中D_m+1表示第m+1次迭代时的样本权重集合，w_m+1，i表示第m+1次迭代时的样本i的权重，Z_m是规范化因子；

如果m＜M，则令m＝m+1，返回步骤(4.2)，否则，进入步骤(4.5)；

(4.5)构建最终的分类器线性组合f(x)：

(4.6)最终的Adaboost分类器模型G(x)：

其中sign(f(x))表示对f(x)进行{0，1}符号转化，如果f(x)＞0，则sign(f(x))＝1，f(x)≤0，则sign(f(x))＝0；

(5)将被测并发程序提取的P_m，P_o，P_v，P_l四个特征输入步骤(4)建立的Adaboost分类器模型，输出为1则该语句包含有数据竞争，输出为0则该语句没有包含数据竞争。