最近对llvm框架进行了初步的了解,才体会了llvm真正的魅力。它不仅是一个编译器框架,更是研究者们研究程序的一个有力的工具。本篇文章主要介绍一下如何对llvm的中间语言IR进行处理从而生成Call Graph(CG)和Control Flow Graph。
Call Graph又叫做函数调用图,用来记录程序中的函数调用关系的。比如:
void foo(){
a();
b();
}
在上面的例子中,foo函数调用了a函数和b函数,则程序的函数调用图为 foo -> a, foo -> b.
我们在llvm的IR层面上进行分析(llvm允许我们自己编写Pass分析程序来对IR进行分析或修改)。具体的Pass教程可参考how to write a pass
在实现Call Graph过程中所需要了解的是在IR中间代码中,调用函数有两种表示形式,一种是使用call调用,另一种是使用invoke调用。这两种形式的区别是call调用的函数中没有异常需要捕捉,而invoke调用的函数中有异常需要捕捉。因此在invoke指令中除了所调用的函数这一标签外还有exception这一标签
<result> = invoke [cconv] [ret attrs] <ptr to function ty> <function ptr val>(<function args>) [fn attrs]
to label <normal label> unwind label <exception label>
上面除了normal标签(调用的函数)之外,还有exception标签(捕捉的异常)
所以我们对于CallInst和InvokeInst都要进行处理。
因此,我声明一个class继承自ModulePass,并且重载runOnModule(Module &M)函数。我们首先找到c/c++语言的入口函数main,并遍历main函数的每一个指令,使用dyn_cast函数来判断指令是callInst还是invokeInst,当是这两个指令的时候,解析这两个指令,通过getCalledFunction()函数来获得所调用的函数,如果该函数还没有被遍历到,就将其加入到栈中,等到以后遍历到。具体的函数过程如下所示:
bool CGPass::runOnModule(Module &M) {
Function *main = M.getFunction("main");
G = new CallGraph(main);
G->valueList.push_back(main);
if (!main) return false;
std::deque<Function*> list;
list.push_back(main);
while (!list.empty()) {
Function* func = list.front();
list.pop_front();
for (Function::iterator iter = func->begin(); iter != func->end(); ++iter)
{
for (BasicBlock::iterator Biter = iter->begin(); Biter != iter->end(); ++Biter)
{
Instruction *I = &*Biter;
if (CallInst *inst = dyn_cast<CallInst>(I))
{
//errs() <<"instruction\n";
Function* called = inst->getCalledFunction();
if (called)
{
//errs() <<"instruction1\n";
//errs() <<"instruction2\n";
G->AddEdge(func, called);
if (!G->hasFunction(called))
{
list.push_back(called);
G->valueList.push_back(called);
}
//}
}
}
if (InvokeInst *inst = dyn_cast<InvokeInst>(I))
{
Function* called = inst->getCalledFunction();
errs() << "hello\n";
if (called)
{
G->AddEdge(func, called);
if (!G->hasFunction(called))
{
list.push_back(called);
G->valueList.push_back(called);
}
}
}
}
}
}
//G->print();
G->dump();
}
完整的代码请参考我的github
注:我在实际的实验过程中,发现c++的new函数在llvm中的表示为@_Znwm;并且由于C++的动态绑定特性,其所调用的虚函数只有在运行的时候才能确定,虚函数在c++中都保存在一个vtable中,并且在llvm中在调用虚函数的时候是直接取得该函数在vtable中的位置的指针,即该函数的指针。具体的操作可以参考如下示例:
%16 = getelementptr inbounds void (%class.A*)*, void (%class.A*)** %15, i64 0
%17 = load void (%class.A*)*, void (%class.A*)** %16, align 8
call void %17(%class.A* %13)
因为vtable是从一个实例类的0偏移开始存储的,所以在该实例中从(%class.A*)*指向的地址开始获取,由于是第一个虚函数,所以getelementptr的偏移为0,然后调用load函数获得该虚函数,随后调用该虚函数。可是遗憾的是我们根据CallInst指令获得该函数的时候函数为空,可能因为函数的动态绑定,只能在运行的时候才能确定具体的函数吧。
Control Flow Graph又叫做控制流程图,表示一个函数之间Basic Block的控制关系。Basic Block是一个函数中的基本块,在llvm中有BasicBlock表示基本块,并可以通过
for (Function::iterator B_iter = F.begin(); B_iter != F.end(); ++B_iter)
来遍历一个函数中的所有基本块。
并且在llvm中有专门的函数successors(BasicBlock *B)来获得BasicBlock B的后继基本块。所以获得一个函数的Control Flow Graph的逻辑还是比较简单的。关键代码如下:
bool runOnFunction(Function &F) override {
raw_string_ostream rso(str);
StringRef name(F.getName().str() + ".dot");
enum sys::fs::OpenFlags F_None;
raw_fd_ostream file(name, error, F_None);
//std::ofstream os;
//os.open(name.str() + ".dot");
//if (!os.is_open()){
// errs() << "Could not open the " << name << "file\n";
// return false;
//}
file << "digraph \"CFG for'" + F.getName() + "\' function\" {\n";
for (Function::iterator B_iter = F.begin(); B_iter != F.end(); ++B_iter){
BasicBlock* curBB = &*B_iter;
std::string name = curBB->getName().str();
int fromCountNum;
int toCountNum;
if (basicBlockMap.find(curBB) != basicBlockMap.end())
{
fromCountNum = basicBlockMap[curBB];
}
else
{
fromCountNum = bbCount;
basicBlockMap[curBB] = bbCount++;
}
file << "\tBB" << fromCountNum << " [shape=record, label=\"{";
file << "BB" << fromCountNum << ":\\l\\l";
for (BasicBlock::iterator I_iter = curBB->begin(); I_iter != curBB->end(); ++I_iter) {
//printInstruction(&*I_iter, os);
file << *I_iter << "\\l\n";
}
file << "}\"];\n";
for (BasicBlock *SuccBB : successors(curBB)){
if (basicBlockMap.find(SuccBB) != basicBlockMap.end())
{
toCountNum = basicBlockMap[SuccBB];
}
else
{
toCountNum = bbCount;
basicBlockMap[SuccBB] = bbCount++;
}
file << "\tBB" << fromCountNum<< "-> BB"
<< toCountNum << ";\n";
}
}
file << "}\n";
file.close();
return false;
}
//void printInstruction(Instruction *inst, std::ofstream os) {
//}
};
完整的代码请参考我的github