paperbot · PL 论文追踪

全部论文 待读 收藏

P2 Orbis: Guiding Symbolic Execution Techniques to Maximize Option-Related Branch Coverage

Orbis:引导符号执行技术以最大化选项相关分支覆盖率
ASE Proceedings of the 41st IEEE/ACM International Conference on Automated Software Engineering2026匹配度 2/10 · 该论文聚焦经典符号执行与分支覆盖测试,属于软件测试/程序分析方向,但未涉及用户核心关注的 PL 与 AI/LLM 交叉(如 ML 系统或 Agentic 程序的静态分析、LLM 改进程序分析、浮点/贝叶斯程序分析与 LLM 结合)。由于摘要缺失,仅从标题和标签看与用户研究画像匹配度很低。引用 0 inbox
Minjong Kim, Sungjae Hwang, Sooyoung Cha
crossref: 2026-10-09

AI 速览

一句话:提出 Orbis,引导符号执行的探索方向以最大化程序中 option 相关分支的覆盖率(摘要缺失)。

论文题为《Orbis: Guiding Symbolic Execution Techniques to Maximize Option-Related Branch Coverage》,作者为 Minjong Kim、Sungjae Hwang 与 Sooyoung Cha。所给条目未附英文摘要,因此以下内容仅依据标题可推断:该工作关注符号执行(symbolic execution)中探索策略的设计问题,认为程序中与 option 相关的分支在默认启发式下难以被充分覆盖,并提出名为 Orbis 的技术对符号执行过程加以引导,使其优先或更充分地探索这类分支,从而最大化 option 相关分支的覆盖率。实现机制、评估对象、对比基线以及量化结果均因缺少摘要而无法确认。

问题
符号执行在程序探索中通常难以充分覆盖与 option 相关的分支,导致这类分支的覆盖率偏低。
方法
提出 Orbis,通过引导符号执行技术的探索方向,使其聚焦于 option 相关分支;由于缺少摘要,具体引导机制未知。
评估
摘要未提供,无法确认评估方式;从标题推断,评估应以 option 相关分支覆盖率作为主要度量。
原文摘要(Abstract)

No description provided.

链接与引用

DOI 原文 · PDF(开放获取) ·

BibTeX
@inproceedings{paperbot12251,
  title = {Orbis: Guiding Symbolic Execution Techniques to Maximize Option-Related Branch Coverage},
  author = {Minjong Kim and Sungjae Hwang and Sooyoung Cha},
  booktitle = {ASE},
  year = {2026},
  doi = {10.1145/3832783.3837526}
}