卢卡斯·塞拉诺：自动生成系统软件迁移规则的创新方法

卢卡斯·塞拉诺在其2020年在索邦大学完成的硕士论文中，专注于研究如何通过实例驱动的方式来自动推断系统软件的转换规则，特别是在Linux内核这样的大规模项目中的API迁移。论文的标题表明了作者的核心研究方向：“卢卡斯·塞拉诺：从实例中自动推断系统软件转换规则”。这篇工作是开放获取的，并且存档在索邦大学的开放获取档案馆 HAL ( HALId：tel-03987546)，便于学术界和开发者共享。 论文背景指出，Linux内核的广泛使用导致了多样化的硬件兼容性需求，这需要大量的代码来支持不同的设备驱动程序。然而，为了提升性能和安全性，API的修改往往会影响到依赖这些API的驱动程序，这就产生了大量的API更新需求。传统的手动调整方法效率低下，而且容易出错，因此塞拉诺提出了名为Spinner的新方法。 Spinner的关键创新在于它能够基于受控的控制流关系构建模式，从而从实际使用的代码示例中自动学习API转换规则。这种方法不仅适用于完善的API，即使是不完美的示例也能提供学习的基础。这种方法的目标是自动化API的更新过程，减少人工干预的工作量，提高迁移的准确性和效率。 论文的主要贡献包括： 1. 新方法：Spinner算法的设计与实现，它利用实例数据来推导API变更的迁移规则，降低因API更新引发的驱动程序维护复杂度。 2. 学习机制：通过分析和理解控制流关系，Spinner能够从有限的实例中提取潜在的迁移模式，适用于实际的内核API变化。 3. 适用性：即使面对不完善的代码示例，Spinner也能够处理并推断出合理的转换规则，这对于大型软件项目的维护至关重要。 4. 评估与挑战：论文详细讨论了在Linux内核API更新中遇到的挑战，以及Spinner如何应对这些挑战，证明其在实际迁移中的可行性。 卢卡斯·塞拉诺的研究为系统软件的自动转换规则推断提供了一种新颖且实用的解决方案，有望在未来显著简化Linux内核和其他类似软件的维护和升级过程。