paperbot · PL 论文追踪

全部论文 待读 收藏

P2 Scalability-first pointer analysis with self-tuning context-sensitivity

可扩展性优先的自调优上下文敏感指针分析
FSE Proceedings of the 2018 26th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering2018匹配度 4/10 · 该论文属于传统静态分析与指针分析领域，关注上下文敏感性的可扩展性，但未涉及 LLM/Agent、浮点程序分析或贝叶斯程序分析，与用户当前核心的 PL×AI 交叉方向不直接匹配。仅可作为静态分析基础技术的背景参考。引用 65 inbox
Yue Li, Tian Tan, Anders Møller, Yannis Smaragdakis
程序分析与抽象解释
crossref: 2026-09-12

AI 速览

一句话：提出可扩展性优先、自调优上下文敏感性的指针分析，避免多次运行即可兼顾时间与精度。

指针分析需要上下文敏感性来保证精度，但现有上下文敏感技术往往面临不可预测的可扩展性问题。面对多种上下文敏感变体，分析者难以在未多次试跑分析的情况下，选出一个既能获得合理分析时间又能保持高精度的配置。本文提出一种可扩展性优先、具备自调优上下文敏感性的指针分析方案，让分析过程自动调整上下文敏感策略，而不是依赖人工预先选择或反复运行不同变体。这样可在控制分析耗时的同时尽可能保留精度，缓解传统方法在可扩展性与精度之间的选择困难。

问题
指针分析中上下文敏感性的选择直接影响精度，但现有技术可扩展性不可预测，且难以在不多次运行分析的情况下选出兼顾时间与精度的变体。
方法
论文提出可扩展性优先的自调优上下文敏感指针分析，通过让分析自动调整上下文敏感策略，避免人工选择或多次试跑。
评估
摘要未提供具体实验设置与结果；从摘要看，其评估关注点是能否在合理分析时间内获得高精度，并无需多次运行即可完成上下文敏感性选择。
原文摘要（Abstract）

Context-sensitivity is important in pointer analysis to ensure high precision, but existing techniques suffer from unpredictable scalability. Many variants of context-sensitivity exist, and it is difficult to choose one that leads to reasonable analysis time and obtains high precision, without running the analysis multiple times.

链接与引用

DOI 原文 · PDF（开放获取） ·

BibTeX 
@inproceedings{paperbot4614,
  title = {Scalability-first pointer analysis with self-tuning context-sensitivity},
  author = {Yue Li and Tian Tan and Anders Møller and Yannis Smaragdakis},
  booktitle = {FSE},
  year = {2018},
  doi = {10.1145/3236024.3236041}
}