@techreport{oai:ipsj.ixsq.nii.ac.jp:00186617,
 author = {小泉, 雄太 and 荒堀, 喜貴 and 権藤, 克彦},
 issue = {27},
 month = {Mar},
 note = {メモリリークは，不要なオブジェクトが将来増えることはない低脅威リークと，不要なオブジェクトが将来増え続ける高脅威リークに脅威度の観点から分類できる．この分類は一定の基準でまとめられたオブジェクト群 （グループ） にも適用可能である．従来の Staleness 解析のような全てのオブジェクトに対して特定の指標でリークの評価 / 報告をするリーク検出手法では，高脅威リークが低脅威リークの報告に埋没する可能性や，高脅威リークの即時判定ができないなどの問題がある．また，バイナリレベルでの解析においては，型情報のようなグループ化に適した情報の取得が困難な現状がある．本研究の提案手法である Pikelet は，バイナリコードを対象に高脅威のリークを高精度に検出することを目的とした動的メモリリーク検出手法である．高脅威リークの漸次的な特性から，グループサイズの成長過程を測定することで高脅威リークのグループを高精度で検出する．また，バイナリ解析で実現可能なグループ化の手段としてオブジェクト割り付け時の calling context を用いる．オブジェクトのグループ化と，グループの成長から脅威度を導出することで，Pikelet は新たに生成されたオブジェクトの危険度を即時判断し，プログラムに差し迫った脅威をより正確に報告する．実用プログラムを対象とする実験の結果，Pikelet は既存研究に比べて高脅威リークオブジェクト群の検知において精度の向上を示した （同一実行内での計測結果の平均で Recall は 22 ポイント，Precision は 80 ポイントの精度向上を達成した）．また，実行オーバーヘッドは既存手法と同程度に収まることを確認した．},
 title = {高脅威メモリリークのバイナリレベル動的検出法},
 year = {2018}
}