程序污点分析实例研究 A Case Study on Taint Analysis 郭 耀
软件安全越来越重要 程序分析与编译技术 在系统与网络安全方面起到了重要作用。
什么是污点？ Taint（污点）：所有来自不可靠数据源的数据 例如 用户输入 网络 etc. 所有常量（字符串）都是 untainted data 所有变量都有可能是 tainted data 来自网络，写入硬盘，之后再重新读入的数据依然是 tainted data
如何找到所有的Taints？ 数据流分析 Def-Use chain 识别可能被污染的数据来源 从来源开始找到所有可能受影响的数据 注意：包含tainted data的变量可能会重新变为untainted
Taint Analysis 的用途 查找源码/系统漏洞，提高系统安全性 可分为 C/Java Web应用（比如：JavaScript） 二进制程序（无源码） 可分为 Static Taint Analysis Dynamic Taint Analysis
具体做什么？ 利用已有的编译框架（e.g., Soot）实现静态的Taint Analysis算法 实例研究 期望结果 具体要求 针对具体的程序示例查找其中潜在的漏洞 期望结果 一篇研究报告（技术报告或者投稿论文） 具体要求 1-2人，对编译分析和优化有足够的兴趣 时间要求：每周5-10小时。
另一个可选题目 面向GPU集群的CUDA程序自动转换
GPGPU & CUDA GPGPU CUDA是什么？ 目标：如果自动把写好的单机CUDA程序转换到GPU集群上？ General Purpose computing on Graphics Processing Units (GPU) CUDA是什么？ nVidia 公司的一种GPGPU编程语言 用来处理 目标：如果自动把写好的单机CUDA程序转换到GPU集群上？
现有条件 16个节点的GPU集群 已经手动对快速傅里叶变换（FFT）进行了GPU cluster上的调优工作。 每个节点包括两块GPU nVidia Tesla C1060 nVidia GTX 285 利用 Infini Band高速网络连接 已经手动对快速傅里叶变换（FFT）进行了GPU cluster上的调优工作。 （陈一峯老师的研究小组）
基本流程 GPU集群 CUDA程序 中间形式 （编译处理之后） 单机 CUDA程序 分析 转换
面向GPU集群的CUDA程序转换 问题难点： GPU集群的性能瓶颈在什么地方？ 自动性能调优 vs 手动性能调优 数据大小 vs. 内存大小 各有利弊 目标是使自动调优的性能尽量接近手动调优！
联系方式 郭耀 电话：62753496 Email: yaoguo@pku.edu.cn 办公室：理科楼1428