基于GCC的嵌入式程序插装技术

引 言

　　程序插装(Program Instrumentation)概念最先是由J.G.Huang教授提出，是借助往被测程序中插入操作(称为"探针")，以便获取程序的控制流和数据流信息，从而实现测试目的的方法。在软件动态测试中，程序插装是一种基本的测试手段，应用广泛，是覆盖率测试、软件故障注入和动态性能分析的基础技术。

　　GCC(GNU ComPIler Collection)是一个高度优化，高度可移植，广泛使用的编译系统。它能处理多种语言，包括C/C++、Fortran、Java和Pascal等多种语言前端，而且后端支持几乎所有的处理器结构。GCC作为源码开放的软件，人们可以自由修改和使用;加入插装模块后，在GCC所支持的语言中都可插入相应的测试代码(这里只介绍C语言的插装模块)。本文将详细叙述如何修改GCC，使其在编译每个C函数时，分别将各个形式参数连同该函数名传递给一个指定函数。该指定函数的返回值赋予原来的形式参数，从而可以人为控制被插装函数的每个参数实际值，进而完成各种规则下的测试。

　　1 GCC编译流程分析

　　编译器的工作是将源代码(通常使用高级语言编写)翻译成目标代码(通常是低级的目标代码或者机器语言)。在现代编译器的实现中，这个工作一般是分为两个阶段来实现的：

　　第一阶段，编译器的前端接收输入的源代码，经过词法、语法和语义分析等得到源程序的某种中间表示方式。

　　第二阶段，编译器的后端将前端处理生成的中间表示方式进行一些优化，并最终生成在目标机器上可运行的代码。

　　GCC编译器以一个函数为单位对经过预处理的输入源文件进行编译处理。根据GNU Bison(一个类似YACC但功能更强大的文法分析工具)生成的语法分析程序，前端完成语法、语义分析，建立语法树，并转换成中间代码。GCC内部使用了一种能对实际的体系结构做一种抽象的，与硬件平台无关的语言，这个中间语言就是RTL(Register Ttansfer Language)。通过修改源程序的RTL，可以改变、删除源程序，包括插入所需要的代码，由GCC后端处理并最终输出对应硬件平台的汇编码，源程序无需手工修改便可实现插装功能。

　　GCC的入口点main函数在文件main.c中。此函数非常简单，只有一条直接调用toplev_main函数的语句。toplev_main函数是在toplev.c文件中定义的，以下我们只关心与编译有关的源码，其他的暂时忽略。toplev_main中最重要的是调用了do_complile函数，这个函数从名字看就是做编译工作的;而在此之后，toplev_main函数就返回了。dD_compile函数也是在tokv.c中定义的，其中真正进行编译工作的是调用compilte_file函数。compik_file函数最终调用了一个钩子函数来分析(parse)整个输入文件：

　　(*lang_hooks.parse_file)(set_yydebug);

　　这里的lang_hooks是一个全局变量，不同语言的前端对此赋以不同的值。对C语言来说，这条语句相当于调用了c-opts.c中的c_common_parse_file函数。c_com-mon_parse_file中调用了c-parse.c中的c_parse_file函数;在此函数中又调用了同文件中的yyparse函数，该函数负责解析C语言源文件，并转化为特殊的语法树结构。该函数是GNU bison将YACC转变为C语言而自动生成的，所以这段代码阅读起来比较困难，但我们并不关心语法分析的细节。在完成函数体的分析后，利用已经建立的tree结构生成RTL，优化后最终输出汇编码;自此C函数的编译就算结束了，这些是由yyparse调用finish_function函数完成的。finish_function函数中最重要的函数是tree_rest_of_compilation(定义在tree_optimize.c中)，它是真正实现上述功能的函数。为了说明它所做的具体事情，我们将该函数做了删减，保留了关键的地方。

将函数各个部分展开成RTL形式后，调用函数rest_of_comPIlation将RTL输出为汇编码。至此，得到了一张清晰的GCC编译时的函数调用路线，如表1所列。


　　2 基于GCC的程序插装技术

　　根据插装测试的要求，需要在函数开始时为每个参数调用钩子函数，并用钩子函数的返回值更新参数的值;同时，将被插装函数的名称压入函数本地栈内，作为该函数的一个匿名本地变量，只用于传递给钩子函数。从上面列出的tree_rest_of_compilation函数源码得知，负责建立被编译函数参数和返回值的函数是expand_function_start，定义是在文件function.c中。expand_function_start中处理函数参数和返回值的函数是assign_pARMs，这是需要特别关注的函数。以下是该函数简化的伪码：

斜体加粗的部分是增加的代码。在for循环前，获得当前编译的函数名(见源码中①位置);

但暂时不能输出到函数的RTL链中，因为本地栈要在所有参数传递完毕才完全建立起来。在for循环体结束前，记录下