通過修改GCC增加插裝功能的嵌入式程序插裝技術(shù)

引 言

程序插裝（Program Instrumentation）概念最先是由J.G.Huang教授提出，是借助往被測(cè)程序中插入操作（稱為“探針”），以便獲取程序的控制流和數(shù)據(jù)流信息，從而實(shí)現(xiàn)測(cè)試目的的方法。在軟件動(dòng)態(tài)測(cè)試中，程序插裝是一種基本的測(cè)試手段，應(yīng)用廣泛，是覆蓋率測(cè)試、軟件故障注入和動(dòng)態(tài)性能分析的基礎(chǔ)技術(shù)。

GCC（GNU ComPIler Collection）是一個(gè)高度優(yōu)化，高度可移植，廣泛使用的編譯系統(tǒng)。它能處理多種語言，包括C/C++、Fortran、Java和Pascal等多種語言前端，而且后端支持幾乎所有的處理器結(jié)構(gòu)。GCC作為源碼開放的軟件，人們可以自由修改和使用;加入插裝模塊后，在GCC所支持的語言中都可插入相應(yīng)的測(cè)試代碼（這里只介紹C語言的插裝模塊）。本文將詳細(xì)敘述如何修改GCC，使其在編譯每個(gè)C函數(shù)時(shí)，分別將各個(gè)形式參數(shù)連同該函數(shù)名傳遞給一個(gè)指定函數(shù)。該指定函數(shù)的返回值賦予原來的形式參數(shù)，從而可以人為控制被插裝函數(shù)的每個(gè)參數(shù)實(shí)際值，進(jìn)而完成各種規(guī)則下的測(cè)試。

1 GCC編譯流程分析

編譯器的工作是將源代碼（通常使用高級(jí)語言編寫）翻譯成目標(biāo)代碼（通常是低級(jí)的目標(biāo)代碼或者機(jī)器語言）。在現(xiàn)代編譯器的實(shí)現(xiàn)中，這個(gè)工作一般是分為兩個(gè)階段來實(shí)現(xiàn)的：

第一階段，編譯器的前端接收輸入的源代碼，經(jīng)過詞法、語法和語義分析等得到源程序的某種中間表示方式。

第二階段，編譯器的后端將前端處理生成的中間表示方式進(jìn)行一些優(yōu)化，并最終生成在目標(biāo)機(jī)器上可運(yùn)行的代碼。

GCC編譯器以一個(gè)函數(shù)為單位對(duì)經(jīng)過預(yù)處理的輸入源文件進(jìn)行編譯處理。根據(jù)GNU Bison（一個(gè)類似YACC但功能更強(qiáng)大的文法分析工具）生成的語法分析程序，前端完成語法、語義分析，建立語法樹，并轉(zhuǎn)換成中間代碼。GCC內(nèi)部使用了一種能對(duì)實(shí)際的體系結(jié)構(gòu)做一種抽象的，與硬件平臺(tái)無關(guān)的語言，這個(gè)中間語言就是RTL（Register Ttansfer Language）。通過修改源程序的RTL，可以改變、刪除源程序，包括插入所需要的代碼，由GCC后端處理并最終輸出對(duì)應(yīng)硬件平臺(tái)的匯編碼，源程序無需手工修改便可實(shí)現(xiàn)插裝功能。

GCC的入口點(diǎn)main函數(shù)在文件main.c中。此函數(shù)非常簡單，只有一條直接調(diào)用toplev_main函數(shù)的語句。toplev_main函數(shù)是在toplev.c文件中定義的，以下我們只關(guān)心與編譯有關(guān)的源碼，其他的暫時(shí)忽略。toplev_main中最重要的是調(diào)用了do_complile函數(shù)，這個(gè)函數(shù)從名字看就是做編譯工作的;而在此之后，toplev_main函數(shù)就返回了。dD_compile函數(shù)也是在tokv.c中定義的，其中真正進(jìn)行編譯工作的是調(diào)用compilte_file函數(shù)。compik_file函數(shù)最終調(diào)用了一個(gè)鉤子函數(shù)來分析（parse）整個(gè)輸入文件：

（*lang_hooks.parse_file）（set_yydebug）;

這里的lang_hooks是一個(gè)全局變量，不同語言的前端對(duì)此賦以不同的值。對(duì)C語言來說，這條語句相當(dāng)于調(diào)用了c-opts.c中的c_common_parse_file函數(shù)。c_com-mon_parse_file中調(diào)用了c-parse.c中的c_parse_file函數(shù);在此函數(shù)中又調(diào)用了同文件中的yyparse函數(shù)，該函數(shù)負(fù)責(zé)解析C語言源文件，并轉(zhuǎn)化為特殊的語法樹結(jié)構(gòu)。該函數(shù)是GNU bison將YACC轉(zhuǎn)變?yōu)镃語言而自動(dòng)生成的，所以這段代碼閱讀起來比較困難，但我們并不關(guān)心語法分析的細(xì)節(jié)。在完成函數(shù)體的分析后，利用已經(jīng)建立的tree結(jié)構(gòu)生成RTL，優(yōu)化后最終輸出匯編碼;自此C函數(shù)的編譯就算結(jié)束了，這些是由yyparse調(diào)用finish_function函數(shù)完成的。finish_function函數(shù)中最重要的函數(shù)是tree_rest_of_compilation（定義在tree_optimize.c中），它是真正實(shí)現(xiàn)上述功能的函數(shù)。為了說明它所做的具體事情，我們將該函數(shù)做了刪減，保留了關(guān)鍵的地方。

將函數(shù)各個(gè)部分展開成RTL形式后，調(diào)用函數(shù)rest_of_comPIlation將RTL輸出為匯編碼。至此，得到了一張清晰的GCC編譯時(shí)的函數(shù)調(diào)用路線，如表1所列。

2 基于GCC的程序插裝技術(shù)

根據(jù)插裝測(cè)試的要求，需要在函數(shù)開始時(shí)為每個(gè)參數(shù)調(diào)用鉤子函數(shù)，并用鉤子函數(shù)的返回值更新參數(shù)的值;同時(shí)，將被插裝函數(shù)的名稱壓入函數(shù)本地棧內(nèi)，作為該函數(shù)的一個(gè)匿名本地變量，只用于傳遞給鉤子函數(shù)。從上面列出的tree_rest_of_compilation函數(shù)源碼得知，負(fù)責(zé)建立被編譯函數(shù)參數(shù)和返回值的函數(shù)是expand_function_start，定義是在文件function.c中。expand_function_start中處理函數(shù)參數(shù)和返回值的函數(shù)是assign_pARMs，這是需要特別關(guān)注的函數(shù)。以下是該函數(shù)簡化的偽碼：

斜體加粗的部分是增加的代碼。在for循環(huán)前，獲得當(dāng)前編譯的函數(shù)名（見源碼中①位置）;

但暫時(shí)不能輸出到函數(shù)的RTL鏈中，因?yàn)楸镜貤Ｒ谒袇?shù)傳遞完畢才完全建立起來。在for循環(huán)體結(jié)束前，記錄下函數(shù)參數(shù)的一份拷貝（見②），最后調(diào)用。insert_function_name_local函數(shù)，將當(dāng)前函數(shù)名插入本地棧，并且修正棧指針（見③）。經(jīng)過以上修改，得到了插裝所需的所有信息，包括函數(shù)參數(shù)和函數(shù)名稱的RTX表示。GCC將函數(shù)編譯后生成的RTX表示以鏈表形式組織，最后一次性把這個(gè)RTX鏈表輸出為后端平臺(tái)的匯編碼。完成這項(xiàng)工作的是rest_of_compilation函數(shù)，所以在調(diào)用rest_of_complilation函數(shù)前插入我們的RTX，最終完成插裝，由函數(shù)inject_rtl負(fù)責(zé)完成。下面是inject_rtl的主要代碼：

3 APCS與程序插裝實(shí)現(xiàn)

編譯器必須以一套統(tǒng)一的方法編譯函數(shù)的定義和調(diào)用過程，才能確保不同語言編寫的函數(shù)能相互調(diào)用。規(guī)定這些細(xì)節(jié)的便叫作“函數(shù)調(diào)用規(guī)范（Procedure Call Stand-ard）”。ARM體系結(jié)構(gòu)定義了自己的函數(shù)調(diào)用規(guī)范——ARM函數(shù)調(diào)用標(biāo)準(zhǔn)（ARM Procedure Call Standard，APCS）。雖然APCS不是強(qiáng)制性的，但實(shí)現(xiàn)APCS并不困難，而且可獲得統(tǒng)一的二進(jìn)制兼容的好處，所以大部分的編譯器都實(shí)現(xiàn)了APCS，其中包括GCC。

APCS中函數(shù)傳遞參數(shù)的定義如下：

◇前4個(gè)整數(shù)實(shí)參（或者更少）被裝載到r0～r3。前4個(gè)整數(shù)實(shí)參（或者更少）被裝載到r0～r3。

◇前4個(gè)浮點(diǎn)實(shí)參（或者更少）被裝載到f0～f3。

◇如果參數(shù)為雙字（8字節(jié)），就必須從偶數(shù)寄存器開始放置。

◇如果一個(gè)參數(shù)不能完全放入寄存器中，則超過的那部分拷貝到棧中。

其他任何實(shí)參（如果有的話）存儲(chǔ)在內(nèi)存中，用進(jìn)入函數(shù)時(shí)緊接在sp值上面的字來指向。換句話說，其余的參數(shù)被壓入棧頂。所以，要想簡單，最好定義接受4個(gè)或更少的整數(shù)參數(shù)的函數(shù)。

本文所述的插入函數(shù)只有兩個(gè)整型形參，所以調(diào)用時(shí)只需將兩個(gè)實(shí)參分別傳入ro和rl。GCC提供emit_li-brary_call函數(shù)用來生成函數(shù)調(diào)用的RTL碼，GCC將按照APCS產(chǎn)生正確的函數(shù)調(diào)用匯編碼。函數(shù)定義在calls.c中，原型為：

插入所需函數(shù)后，需要將返回值賦值給對(duì)應(yīng)的被插裝函數(shù)的形參。以下是插入函數(shù)insert_parms_test_function的完整代碼：

4 實(shí) 例

為便于檢查插裝效果，用經(jīng)過修改的GCC編譯一段簡單的C語言程序。該程序?yàn)橐粋€(gè)獨(dú)立函數(shù)foo，接受兩個(gè)整數(shù)類型的參數(shù)。具體代碼如下：

從GCC輸出的匯編碼可以看到，foo函數(shù)的兩個(gè)參數(shù)都經(jīng)過鉤子函數(shù)pt_hook_partns的處理更新;在pt_hook_parms函數(shù)內(nèi)，可以根據(jù)測(cè)試算法返回不同的邊界值，從而達(dá)到測(cè)試的目的。依照此方法，一個(gè)實(shí)際程序經(jīng)過插裝后，在ARM模擬器上順利運(yùn)行，并取得預(yù)期的測(cè)試效果。

結(jié)語

本文詳細(xì)地論述了修改GCC增加插裝功能的實(shí)現(xiàn)方法。按照這樣的思路，成功地實(shí)現(xiàn)了基于ARM7芯片的嵌入式系統(tǒng)的動(dòng)態(tài)參數(shù)邊界測(cè)試，達(dá)到了預(yù)期的效果。本文所述的插裝函數(shù)比較簡單，沒有區(qū)分參數(shù)的類型，所有參數(shù)均按照一個(gè)字大小來處理;下一步的工作是細(xì)分參數(shù)不同類型，插裝不同的處理函數(shù)。作為一種通用的插裝方法，在此摹礎(chǔ)上。通過識(shí)別不同的插裝點(diǎn)和插裝不同的函數(shù)，可以實(shí)現(xiàn)函數(shù)調(diào)用棧檢查，程序覆蓋率測(cè)試，獲取函數(shù)實(shí)際執(zhí)行時(shí)間等需要插裝技術(shù)作為基礎(chǔ)的功能。