Lock sets are commonly used for dynamic analysis of deadlocks. The standard per-thread lock set construction only considers locks acquired in the same thread, but is unaware of locks acquired in another thread. This leads to false positives and false negatives. The underlying issue is that the commonly used notion of a critical section on which the lock set construction relies ignores events from other threads. We give a trace-based characterization of critical sections that drops this restriction. Critical sections are no longer restricted to a single thread and can cover multiple threads. Such forms of critical sections exist, are natural, and correct the standard formulation. We show how to soundly approximate the trace-based characterization via partial order relations. Thus, we obtain an improved lock set construction that can still be efficiently computed and allows us to remove false positives reported by the DIRK deadlock predictor and remove false negatives by extending the SPDOffline deadlock predictor. We integrate various lock set constructions with increased precision in an extension of SPDOffline. Our extensions remain sound (no false positives) but are more complete (fewer false negatives) w.r.t. SPDOffline. For an extensive standard benchmark suite we can also show that the performance is not affected.


翻译:锁集通常用于死锁的动态分析。标准的每线程锁集构建仅考虑同一线程中获取的锁,而忽略了其他线程中获取的锁,这导致了误报和漏报。其根本问题在于,锁集构建所依赖的常用临界区概念忽略了来自其他线程的事件。我们提出了一种基于执行轨迹的临界区刻画方法,消除了这一限制。临界区不再局限于单个线程,而是可以跨越多个线程。这种形式的临界区确实存在,是自然的,并且修正了标准定义。我们展示了如何通过偏序关系对基于轨迹的刻画进行可靠近似。因此,我们获得了一种改进的锁集构建方法,该方法仍可高效计算,使我们能够消除DIRK死锁预测器报告的误报,并通过扩展SPDOffline死锁预测器来消除漏报。我们将多种精度更高的锁集构建方法集成到SPDOffline的扩展版本中。相较于SPDOffline,我们的扩展保持了可靠性(无误报),同时具有更高的完备性(更少的漏报)。在广泛的标准基准测试套件上,我们还能证明性能未受影响。

0
下载
关闭预览

相关内容

专知会员服务
30+阅读 · 2021年2月26日
图节点嵌入(Node Embeddings)概述,9页pdf
专知
15+阅读 · 2020年8月22日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
VIP会员
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
Top
微信扫码咨询专知VIP会员