✨Novidades
- Nosso artigo "When Absence Speaks: A Null-Aware Approach for Taint Analysis" foi aceito no ICSE'27. Este trabalho apresenta uma abordagem simples, porém eficaz, para recuperar fluxos de taint ausentes, melhorando substancialmente a capacidade de detecção de vulnerabilidades da análise de taint de propósito geral para Java do Tai-e.
- Nosso artigo "Heap Abstraction via Early-Confluent Object Merging for Pointer Analysis" foi aceito no OOPSLA'26. Este trabalho apresenta o Valve, uma nova técnica de abstração de heap que acelera significativamente a análise de ponteiros, preservando alta precisão.
- Lançamento v0.5.4:
- O Tai-e vem com um novo frontend, proporcionando uma conversão mais rápida e confiável de programas Java para Tai-e IR.
- A análise de aplicativos Android é suportada por meio de um plugin baseado no PacDroid integrado à análise de ponteiros.
- A análise de Spring DI e WEC é suportada por meio do plugin de análise Spring.
- Nosso artigo "Two Approaches to Fast Bytecode Frontend for Static Analysis" foi aceito no OOPSLA'25. Este artigo apresenta o novo frontend de bytecode do Tai-e, que é significativamente mais rápido e confiável do que os frontends existentes.
- Nosso artigo "Pointer Analysis for Database-Backed Applications" foi aceito no PLDI'25. Este artigo descreve uma análise de ponteiros ponta a ponta para aplicações Java com banco de dados, desenvolvida sobre o Tai-e.
- Nosso artigo "PacDroid: A Pointer-Analysis-Centric Framework for Security Vulnerabilities in Android Apps" foi aceito no ICSE'25. Este trabalho demonstra a nova capacidade do Tai-e na análise de Android, oferecendo uma abordagem simples, porém eficaz, para a análise de segurança de aplicativos. Este trabalho recebeu o Best Artifact Award🏅.
- Nosso artigo "Bridge the Islands: Pointer Analysis for Microservice Systems" foi aceito no ISSTA'25. Este artigo descreve a primeira análise de ponteiros para sistemas Java de microsserviços desenvolvida sobre o Tai-e.
- Nosso artigo "Interactive Cross-Language Pointer Analysis for Resolving Native Code in Java Programs" foi aceito no ICSE'25. Esta é a primeira análise de ponteiros entre linguagens, entre Java e C. Este trabalho ganhou o Distinguished Paper Award🏅.
- Nosso artigo "Context Sensitivity without Context: A Cut-Shortcut Approach to Fast and Precise Pointer Analysis" foi aceito no PLDI'23. Este é o primeiro trabalho de pesquisa publicado desenvolvido sobre o Tai-e.
- Nosso artigo "Tai-e: A Developer-Friendly Static Analysis Framework for Java by Harnessing the Good Designs of Classics" foi aceito no ISSTA'23. Este artigo descreve os projetos dos principais componentes do Tai-e.
Índice
O que é o Tai-e?
Tai-e (chinês: 太阿; pronúncia: [ˈtaɪə:]) é uma nova estrutura de análise estática para Java (consulte nosso artigo ISSTA 2023 para obter detalhes), que apresenta indiscutivelmente os "melhores" designs tanto das novas abordagens que propusemos quanto das de estruturas clássicas como Soot, WALA, Doop e SpotBugs.
Tai-e é fácil de aprender, fácil de usar, eficiente e altamente extensível, permitindo que você desenvolva facilmente novas análises sobre ele.
Atualmente, o Tai-e fornece os seguintes componentes principais de análise (e mais análises estão a caminho):
- Estrutura poderosa de análise de ponteiros
- Construção de grafo de chamadas em tempo real
- Diversas técnicas clássicas e avançadas de abstração de heap e sensibilidade ao contexto para análise de ponteiros
- Sistema extensível de plugins de análise (permite desenvolver e adicionar convenientemente novas análises que interagem com a análise de ponteiros)
- Análise de segurança configurável
- Análise de taint, que permite configurar sources, sinks, transferências de taint e sanitizers
- Detecção de diversos vazamentos de informação e vulnerabilidades de injeção
- Diversas compensações entre precisão e eficiência (beneficiando-se da estrutura de análise de ponteiros)
- Diversas análises fundamentais/utilitárias
- Análises fundamentais, por exemplo, análise de reflexão e análise de exceções
- Análises de recursos modernos da linguagem, por exemplo, análise de lambda e referência de método, e análise de invokedynamic
- Ferramentas utilitárias como cronômetro de análise, verificador de restrições (para depuração) e diversos dumpers de grafos
- Estrutura de análise de fluxo de controle/dados
- Construção de grafo de fluxo de controle
- Análises clássicas de fluxo de dados, por exemplo, análise de variáveis vivas, propagação de constantes
- Suas análises de fluxo de dados
- Sistema de detecção de bugs semelhante ao SpotBugs
- Detetores de bugs, por exemplo, detetor de ponteiro nulo, detetor de
clone() incorreto
- Seus detetores de bugs
Tai-e é desenvolvido em Java e pode ser executado nos principais sistemas operacionais, incluindo Windows, Linux e macOS.
Como cortesia aos desenvolvedores, esperamos que você cite o artigo do ISSTA 2023 que descreve a estrutura Tai-e em seu trabalho de pesquisa:
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).
Como Obter o Tai-e Executável?
A maneira recomendada é baixar o ZIP de distribuição em GitHub Releases.
O ZIP contém o Tai-e, todas as dependências de tempo de execução, documentação offline e scripts de inicialização para Windows, Linux e macOS.
Alternativamente, você pode compilar o Tai-e mais recente a partir do código-fonte. Isso pode ser feito simplesmente via Gradle (certifique-se de que o Java 17 (ou versão superior) esteja disponível em seu sistema):
./gradlew distZip
O ZIP de distribuição será gerado em tai-e/build/distributions/.
Após extraí-lo, execute o Tai-e através do script de inicialização:
# on Linux/macOS
./tai-e-<version>/bin/tai-e -h
# on Windows
.\tai-e-<version>\bin\tai-e.bat -h
Para compatibilidade com versões e scripts mais antigos, o Tai-e ainda fornece um JAR legado tudo-em-um: