LLVM IR:使用元数据节点识别变量

Question

目前我正在开发一种工具,用于识别任意程序上的全局变量和字段变量的加载和存储访问.此外,访问变量应由其源级别名称/标识符标识.为了实现这一点,我将诊断程序的源代码编译成带有调试信息的LLVM IR.到目前为止,生成的元数据节点包含所需的源级别标识符.但是,我无法绘制与某些LLVM IR标识符和元数据中的信息的连接.

例如,考虑一个类的satic成员:

 class TestClass {
   public:
    static int Number;
};

相应的LLVM IR如下所示:

@_ZN12TestClass6NumberE = external global i32, align 4

...
!15 = !DIDerivedType(tag: DW_TAG_member, name: "Number", scope: !"_ZTS12TestClass", file: !12, line: 5, baseType: !16, flags: DIFlagPublic | DIFlagStaticMember)

在这个受控的例子中,我知道"@ _ZN12TestClass6NumberE"是"Number"的标识符.但是,总的来说,我没有看到如何找出哪个IR标识符对应于哪个元数据.

有人可以帮帮我吗？

Answer 1

由于似乎没有人对我的问题有一个好的解决方案，我将告诉我自己的不方便的方法来处理这个问题。LLVM 生成的元数据节点包含有关代码的已定义类型和变量的信息。但是，没有关于哪些生成的 IR 变量对应于哪些源代码变量的信息。LLVM 仅将 IR 指令的元数据信息与相应的源位置（行和列）链接起来。这是有道理的，因为 LLVM 元数据的主要任务不是分析而是调试。

尽管如此，所包含的信息并非无用。我解决这个问题的方法是使用clang AST来分析源代码。在这里，我们获得有关在哪个源位置访问哪个变量的信息。因此，为了在 LLVM IR 检测期间获取有关源变量标识的信息，我们只需在 clang AST 分析期间将源位置映射到源变量标识即可。第二步，我们使用之前收集的信息执行红外检测。当我们在IR中遇到存储或加载指令时，我们在该指令的元数据节点中搜索其相应的源位置。由于我们已将源位置映射到源变量标识，因此我们现在可以轻松访问 IR 指令的源变量标识。

那么，为什么我不只使用 clang AST 来识别变量的存储和加载呢？因为区分 AST 中的读取和写入并不是一项简单的任务。AST 可以很容易地告诉你一个变量被访问了，但这取决于所访问的变量是读取还是写入的操作。因此，我必须考虑每一个操作/运算符来确定变量是否被写入/读取或两者都被写入/读取。LLVM 在这方面更简单、更底层，因此更不容易出错。此外，与 LLVM 相比，AST 中的实际检测（即代码插入）要困难得多。由于这两个原因，我相信 clang AST 和 LLVM IR 仪器的组合是解决我的问题的最佳解决方案。