paperbot · PL 论文追踪

全部论文 待读 收藏

P2 AsyncClock

AsyncClock
ASPLOS Proceedings of the Twenty-Second International Conference on Architectural Support for Programming Languages and Operating Systems2017匹配度 2/10 · 该论文属于传统并发程序分析与异步竞态检测，聚焦事件因果推理的性能与空间优化，未涉及LLM/Agent、浮点程序分析或贝叶斯程序分析，与用户核心的PL与AI交叉方向几乎无关。引用 13 inbox
Chun-Hung Hsiao, Satish Narayanasamy, Essam Muhammad Idris Khan, Cristiano L. Pereira, Gilles A. Pokam
并发、并行与内存模型程序分析与抽象解释
crossref: 2026-09-12dblp: 2026-09-12

AI 速览

一句话：提出 AsyncClock，解决异步竞态检测中事件因果推理的两个关键问题，降低性能与空间开销。

异步编程模型在移动系统和 Web 2.0 环境中被广泛采用。然而，异步竞态检测器在性能和空间效率上比传统数据竞态检测器差一个数量级，其核心困难之一在于对异步事件之间的因果性进行推理。本文提出 AsyncClock，旨在识别并解决异步事件因果性推理中的两个重要问题，从而降低异步竞态检测的开销。论文从因果关系的角度改进异步竞态检测算法，使其在保持检测能力的同时减少性能与空间负担。摘要未给出具体实验数据，但目标是在效率上向传统数据竞态检测器看齐。

问题
异步竞态检测器因难以有效推理异步事件之间的因果性，导致性能和空间效率比传统数据竞态检测器差一个数量级。
方法
识别异步事件因果性推理中的两个重要问题，并提出 AsyncClock 加以解决，以降低异步竞态检测的开销。
评估
摘要未描述具体评估设置或结果；其目标是与传统数据竞态检测器相比改善性能与空间效率。
原文摘要（Abstract）

Asynchronous programming model is commonly used in mobile systems and Web 2.0 environments. Asynchronous race detectors use algorithms that are an order of magnitude performance and space inefficient compared to conventional data race detectors. We solve this problem by identifying and addressing two important problems in reasoning about causality between asynchronous events.

链接与引用

DOI 原文 · DBLP

BibTeX 
@inproceedings{HsiaoNKPP17,
  title = {AsyncClock},
  author = {Chun-Hung Hsiao and Satish Narayanasamy and Essam Muhammad Idris Khan and Cristiano L. Pereira and Gilles A. Pokam},
  booktitle = {ASPLOS},
  year = {2017},
  doi = {10.1145/3037697.3037712}
}