✨الأخبار
- تم قبول ورقتنا البحثية "When Absence Speaks: A Null-Aware Approach for Taint Analysis" في ICSE'27. يقدّم هذا العمل نهجًا بسيطًا وفعّالًا لاستعادة تدفقات التلوث المفقودة، مما يحسّن بشكل كبير قدرة اكتشاف الثغرات في تحليل التلوث العام لأكواد Java في Tai-e.
- تم قبول ورقتنا البحثية "Heap Abstraction via Early-Confluent Object Merging for Pointer Analysis" في OOPSLA'26. يقدّم هذا العمل Valve، وهي تقنية تجريد جديدة للكومة تُسرّع تحليل المؤشرات بشكل كبير مع الحفاظ على دقة عالية.
- الإصدار v0.5.4:
- يأتي Tai-e بواجهة أمامية جديدة، توفر تحويلًا أسرع وأكثر موثوقية من برامج Java إلى Tai-e IR.
- يتم دعم تحليل تطبيقات Android من خلال إضافة مدعومة بـ PacDroid ومتكاملة مع تحليل المؤشرات.
- يتم دعم تحليل Spring DI وWEC من خلال إضافة تحليل Spring.
- تم قبول ورقتنا البحثية "Two Approaches to Fast Bytecode Frontend for Static Analysis" في OOPSLA'25. تقدّم هذه الورقة الواجهة الأمامية الجديدة للبايت كود في Tai-e، والتي تعد أسرع وأكثر موثوقية بشكل ملحوظ من الواجهات الأمامية الحالية.
- تم قبول ورقتنا البحثية "Pointer Analysis for Database-Backed Applications" في PLDI'25. تصف هذه الورقة تحليل مؤشرات شاملًا من البداية إلى النهاية لتطبيقات Java المدعومة بقواعد البيانات، تم تطويره فوق Tai-e.
- تم قبول ورقتنا البحثية "PacDroid: A Pointer-Analysis-Centric Framework for Security Vulnerabilities in Android Apps" في ICSE'25. يوضح هذا العمل قدرة Tai-e الجديدة في تحليل Android، ويقدّم نهجًا بسيطًا وفعّالًا للتحليل الأمني للتطبيقات. وقد حاز هذا العمل على **جائزة أفضل أثر (Best Artifact Award)**🏅.
- تم قبول ورقتنا البحثية "Bridge the Islands: Pointer Analysis for Microservice Systems" في ISSTA'25. تصف هذه الورقة أول تحليل مؤشرات لأنظمة Java للخدمات المصغرة، تم تطويره فوق Tai-e.
- تم قبول ورقتنا البحثية "Interactive Cross-Language Pointer Analysis for Resolving Native Code in Java Programs" في ICSE'25. هذا هو أول تحليل مؤشرات عبر اللغات بين Java وC. وقد فاز هذا العمل بـ **جائزة الورقة المتميزة (Distinguished Paper Award)**🏅.
- تم قبول ورقتنا البحثية "Context Sensitivity without Context: A Cut-Shortcut Approach to Fast and Precise Pointer Analysis" في PLDI'23. هذا هو أول عمل بحثي منشور تم تطويره فوق Tai-e.
- تم قبول ورقتنا البحثية "Tai-e: A Developer-Friendly Static Analysis Framework for Java by Harnessing the Good Designs of Classics" في ISSTA'23. تصف هذه الورقة تصاميم المكونات الرئيسية في Tai-e.
جدول المحتويات
ما هو Tai-e؟
Tai-e (بالصينية: 太阿؛ النطق: [ˈtaɪə:]) هو إطار عمل جديد للتحليل الساكن لـ Java (يُرجى الاطلاع على ورقة ISSTA 2023 الخاصة بنا للحصول على التفاصيل)، والذي يتميز بما يمكن اعتباره "أفضل" التصاميم من كلٍّ من الأطر المبتكرة التي اقترحناها وتلك الخاصة بالأطر الكلاسيكية مثل Soot وWALA وDoop وSpotBugs.
Tai-e سهل التعلّم، وسهل الاستخدام، وفعّال، وقابل للتوسيع بدرجة كبيرة، مما يتيح لك تطوير تحليلات جديدة فوقه بسهولة.
حاليًا، يوفر Tai-e مكوّنات التحليل الرئيسية التالية (وهناك المزيد من التحليلات في
الطريق):
- إطار عمل قوي لتحليل المؤشرات
- بناء مخطط الاستدعاء أثناء التنفيذ
- تقنيات كلاسيكية ومتقدمة متنوعة لتجريد الكومة وحساسية السياق لتحليل المؤشرات
- نظام إضافات تحليل قابل للتوسيع (يتيح تطوير وإضافة تحليلات جديدة تتفاعل مع تحليل المؤشرات بسهولة)
- تحليل أمني قابل للتهيئة
- تحليل التلوث، الذي يتيح تهيئة المصادر والأحواض ونقل التلوث والمعقّمات
- اكتشاف تسريبات المعلومات المختلفة وثغرات الحقن
- مقايضات متنوعة بين الدقة والكفاءة (بالاستفادة من إطار عمل تحليل المؤشرات)
- تحليلات أساسية/مساعِدة متنوعة
- تحليلات أساسية، مثل تحليل الانعكاس وتحليل الاستثناءات
- تحليلات ميزات اللغة الحديثة، مثل تحليل lambda ومراجع الطرق، وتحليل invokedynamic
- أدوات مساعِدة مثل مؤقّت التحليل، ومدقّق القيود (لتصحيح الأخطاء)، ومُفرّغات الرسوم البيانية المتنوعة
- إطار عمل لتحليل تدفق التحكم/البيانات
- بناء مخطط تدفق التحكم
- تحليلات كلاسيكية لتدفق البيانات، مثل تحليل المتغيرات الحية وانتشار الثوابت
- تحليلات تدفق البيانات الخاصة بك
- نظام اكتشاف الأخطاء على غرار SpotBugs
- كواشف الأخطاء، مثل كاشف المؤشرات الفارغة، وكاشف
clone() غير الصحيح
- كواشف الأخطاء الخاصة بك
تم تطوير Tai-e بلغة Java، ويمكنه العمل على أنظمة التشغيل الرئيسية بما في ذلك Windows وLinux وmacOS.
تقديرًا للمطوّرين، نتوقع منك أن تقوم بالاستشهاد بالورقة البحثية من ISSTA 2023 التي تصف إطار عمل Tai-e في عملك البحثي:
Tian Tan and Yue Li. 2023.
Tai-e: A Developer-Friendly Static Analysis Framework for Java by Harnessing the Good Designs of Classics.
In Proceedings of the 32nd ACM SIGSOFT International Symposium on Software Testing and Analysis (ISSTA '23), July 17–21, 2023, Seattle, WA, USA (pdf, bibtex).
كيف تحصل على Tai-e القابل للتشغيل؟
الطريقة الموصى بها هي تنزيل ملف ZIP للتوزيع من إصدارات GitHub.
يحتوي ملف ZIP على Tai-e، وجميع تبعيات وقت التشغيل، والوثائق دون اتصال، ونصوص بدء التشغيل لكل من Windows وLinux وmacOS.
بدلاً من ذلك، يمكنك بناء أحدث إصدار من Tai-e بنفسك من الشيفرة المصدرية. يمكن تحقيق ذلك ببساطة عبر Gradle (تأكد من توفر Java 17 (أو إصدار أعلى) على نظامك):
./gradlew distZip
سيتم إنشاء ملف ZIP للتوزيع في tai-e/build/distributions/.
بعد استخراجه، شغّل Tai-e عبر سكربت بدء التشغيل:
# on Linux/macOS
./tai-e-<version>/bin/tai-e -h
# on Windows
.\tai-e-<version>\bin\tai-e.bat -h
للتوافق مع الإصدارات والبرامج النصية الأقدم، لا يزال Tai-e يوفر ملف JAR قديمًا متكاملًا:
./gradlew fatJar
java -jar build/tai-e-all-<version>.jar -h
كيف تُضمّن Tai-e في مشروعك؟
صُمّم Tai-e كأداة مستقلة، لكن لديك أيضًا خيار تضمينه في مشروعك كاعتمادية.
وهو متاح على مستودعات Maven، مما يتيح لك دمجه بسهولة في مشاريع Java الخاصة بك باستخدام أدوات البناء مثل Gradle وMaven.
نحن نحافظ على نسختين من Tai-e: المستقرة والأحدث، وفيما يلي الإحداثيات المقابلة لهما بصيغتي سكربت Gradle وMaven:
النسخة المستقرة
لـ Gradle:
dependencies {
implementation("net.pascal-lab:tai-e:0.5.4")
}
لـ Maven:
<dependencies>
<dependency>
<groupId>net.pascal-lab</groupId>
<artifactId>tai-e</artifactId>
<version>0.5.4</version>
</dependency>
</dependencies>
أحدث إصدار
بالنسبة إلى Gradle:
repositories {
mavenCentral()
maven { url = uri("https://central.sonatype.com/repository/maven-snapshots/") }
}
dependencies {
implementation("net.pascal-lab:tai-e:0.5.5-SNAPSHOT")
}
لـ Maven: