✨Novità
- Il nostro articolo "When Absence Speaks: A Null-Aware Approach for Taint Analysis" è stato accettato da ICSE'27. Questo lavoro presenta un approccio semplice ma efficace per recuperare i flussi di taint mancanti, migliorando sostanzialmente la capacità di rilevamento delle vulnerabilità dell'analisi di taint Java general-purpose di Tai-e.
- Il nostro articolo "Heap Abstraction via Early-Confluent Object Merging for Pointer Analysis" è stato accettato da OOPSLA'26. Questo lavoro presenta Valve, una nuova tecnica di astrazione dell'heap che accelera significativamente l'analisi dei puntatori preservando un'elevata precisione.
- Rilascio v0.5.4:
- Tai-e è dotato di un nuovo frontend, che fornisce una conversione più rapida e affidabile dai programmi Java all'IR di Tai-e.
- L'analisi delle app Android è supportata tramite un plugin basato su PacDroid integrato con l'analisi dei puntatori.
- L'analisi Spring DI e WEC è supportata tramite il plugin di analisi Spring.
- Il nostro articolo "Two Approaches to Fast Bytecode Frontend for Static Analysis" è stato accettato da OOPSLA'25. Questo articolo presenta il nuovo frontend bytecode di Tai-e, che è significativamente più veloce e affidabile rispetto ai frontend esistenti.
- Il nostro articolo "Pointer Analysis for Database-Backed Applications" è stato accettato da PLDI'25. Questo articolo descrive un'analisi dei puntatori end-to-end per applicazioni Java basate su database sviluppata su Tai-e.
- Il nostro articolo "PacDroid: A Pointer-Analysis-Centric Framework for Security Vulnerabilities in Android Apps" è stato accettato da ICSE'25. Questo lavoro dimostra la nuova capacità di Tai-e nell'analisi Android, fornendo un approccio semplice ma efficace per l'analisi di sicurezza delle app. Questo lavoro ha ottenuto il Best Artifact Award🏅.
- Il nostro articolo "Bridge the Islands: Pointer Analysis for Microservice Systems" è stato accettato da ISSTA'25. Questo articolo descrive la prima analisi dei puntatori per sistemi Java a microservizi sviluppata su Tai-e.
- Il nostro articolo "Interactive Cross-Language Pointer Analysis for Resolving Native Code in Java Programs" è stato accettato da ICSE'25. Questa è la prima analisi dei puntatori cross-language tra Java e C. Questo lavoro ha vinto il Distinguished Paper Award🏅.
- Il nostro articolo "Context Sensitivity without Context: A Cut-Shortcut Approach to Fast and Precise Pointer Analysis" è stato accettato da PLDI'23. Questo è il primo lavoro di ricerca pubblicato sviluppato su Tai-e.
- Il nostro articolo "Tai-e: A Developer-Friendly Static Analysis Framework for Java by Harnessing the Good Designs of Classics" è stato accettato da ISSTA'23. Questo articolo descrive i design dei principali componenti di Tai-e.
Indice
Cos'è Tai-e?
Tai-e (cinese: 太阿; pronuncia: [ˈtaɪə:]) è un nuovo framework di analisi statica per Java (si prega di consultare il nostro paper ISSTA 2023 per i dettagli), che presenta quella che può essere considerata la "migliore" progettazione sia dei nuovi approcci da noi proposti sia di quelli dei framework classici come Soot, WALA, Doop e SpotBugs.
Tai-e è facile da apprendere, facile da usare, efficiente e altamente estensibile, consentendoti di sviluppare facilmente nuove analisi su di esso.
Attualmente, Tai-e fornisce i seguenti componenti di analisi principali (e altre analisi sono in
arrivo):
- Potente framework di pointer analysis
- Costruzione on-the-fly del call graph
- Varie tecniche classiche e avanzate di heap abstraction e context sensitivity per la pointer analysis
- Sistema di plugin di analisi estensibile (consente di sviluppare e aggiungere comodamente nuove analisi che interagiscono con la pointer analysis)
- Analisi di sicurezza configurabile
- Taint analysis, che consente di configurare sorgenti, sink, trasferimenti di taint e sanitizer
- Rilevamento di varie fughe di informazioni e vulnerabilità di injection
- Vari compromessi tra precisione ed efficienza (grazie al framework di pointer analysis)
- Varie analisi fondamentali/di utilità
- Analisi fondamentali, ad esempio reflection analysis ed exception analysis
- Analisi delle funzionalità del linguaggio moderno, ad esempio analisi di lambda e method reference, e invokedynamic analysis
- Strumenti di utilità come analysis timer, constraint checker (per il debug) e vari graph dumper
- Framework di analisi control/data-flow
- Costruzione del control-flow graph
- Analisi data-flow classiche, ad esempio live variable analysis, constant propagation
- Le tue analisi data-flow
- Sistema di rilevamento bug simile a SpotBugs
- Rilevatori di bug, ad esempio null pointer detector, rilevatore di
clone() errato
- I tuoi rilevatori di bug
Tai-e è sviluppato in Java e può essere eseguito sui principali sistemi operativi tra cui Windows, Linux e macOS.
Come cortesia nei confronti degli sviluppatori, ci aspettiamo che tu citi cite il paper di ISSTA 2023 che descrive il framework Tai-e nel tuo lavoro di ricerca:
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).
Come ottenere Tai-e eseguibile?
Il modo consigliato è scaricare il file ZIP della distribuzione da GitHub Releases.
Lo ZIP contiene Tai-e, tutte le dipendenze runtime, la documentazione offline e gli script di avvio per Windows, Linux e macOS.
In alternativa, puoi compilare tu stesso l'ultima versione di Tai-e dal codice sorgente. Questo può essere semplicemente realizzato tramite Gradle (assicurati che Java 17 (o versione superiore) sia disponibile sul tuo sistema):
./gradlew distZip
Lo ZIP di distribuzione verrà generato in tai-e/build/distributions/.
Dopo averlo estratto, esegui Tai-e tramite lo script di avvio:
# on Linux/macOS
./tai-e-<version>/bin/tai-e -h
# on Windows
.\tai-e-<version>\bin\tai-e.bat -h
Per compatibilità con le versioni e gli script precedenti, Tai-e fornisce ancora un JAR legacy tutto-in-uno: