用于遗传编程的基于llvm的代码突变？

Posted 2023-03-12

【中文标题】用于遗传编程的基于llvm的代码突变？

【英文标题】：llvm based code mutation for genetic programming?

【发布时间】：2015-02-09 19:34:43

【问题描述】：

对于遗传编程的研究，我想在 llvm 的基础上实现一个进化系统并应用代码突变（可能在 IR 级别）。

我发现llvm-mutate 执行点突变非常有用。 据我了解，指令被计数/编号，然后可以例如删除编号指令。

但是，引入新指令似乎是代码中可用的语句之一。 然而，真正的突变将允许插入任何允许的 IR 指令，而不管它是否在要突变的代码中使用。 此外，应该可以插入链接库的库函数调用（当前代码中没有使用，但可能可用，因为lib已经在clang中链接了）。

我是否在 llvm-mutate 中忽略了这一点，还是到目前为止真的不可能？

是否有任何项目试图/已经为 llvm 实施（ed）此类突变？

llvm 有很多代码分析工具，应该可以实现上述方法。 llvm 很大，所以我有点迷失方向。有哪些工具可能有用的提示（例如，获取可用库函数的列表等）？

谢谢 亚历克斯

【参考方案1】：

非常有趣的问题。一段时间以来，我一直对进行二进制级遗传编程的可能性很感兴趣。关于你问的：

从他们的文档中可以明显看出，LLVM-mutate 无法满足您的要求。但是，我认为不这样做是明智的。我的推理是，任何机器语言基因程序都不可避免地会面临"Halting Problem"，例如不可能知道随机生成的指令是否会使整个计算机完全崩溃（例如，通过为操作系统保留的指针分配一个值），或者它可能会永远运行并占用所有 CPU 周期。图灵定理告诉我们，不可能提前知道给定程序是否会这样做。请注意，LLVM 变异可能会导致完全无害的程序仍然崩溃或永远运行，但我认为他们的方法仅通过现有指令就不太可能发生这种情况。

然而，像“不可能”这样的事情只会让科学家望而却步，而不是工程师 :-)...

我一直在想的是：在自然界中，真正的突变更像 LLVM 突变，就像我们在正常的遗传编程中所做的那样。换句话说，他们只是从非常有限的集合（A，T，C，G）中交换字母，并且每一种可能的变化都来自于此。我们可以有一个程序或一组程序，其中包含一组初始指令，以及一组链接或在程序中定义的“可能功能”。这些函数中的大多数实际上不会被使用，但它们将在那里为突变提供“原始 DNA”，就像在our DNA 中一样。这组函数将具有问题空间的完整（或半完整）可能函数集。然后，我们只需使用 LLVM-mutate 中的基本操作。

一些可能的问题：

考虑到可能的可变性，唯一的方法是 可接受的执行时间将是有大量的 计算能力。可能在云端或通过 GPU 实现。

您仍然需要解决图灵先生的停机问题。 但是我认为这可以通过在 如果解决方案崩溃，它不会让您失望的“沙盒”： 类似于一次性虚拟机或类似 Docker 的东西 容器，有时间限制（摆脱无限循环）。一种 崩溃或超时的解决方案将变得最糟糕 健身，因此程序往往会偏离那些 路径。

至于为什么要这样做，我可以看到一些有趣的应用程序：自我修复程序、针对特定环境进行自我优化的程序、针对漏洞的程序“疫苗接种”、变异病毒、质量保证等。

我认为这里有一个潜在的开源项目。这将是疯狂、危险和耗时的漩涡：这只是我的项目。如果有人这样做，算我一个。

【讨论】：

你最终尝试过这个吗？据我所知，没有人有。我确实找到了 slash/A，这是对基于非 AST 的基因编程的不同看法。