Estudo e implementação de técnicas de perfilamento por amostragem e análise de fluxo de controle em máquinas virtuais de processo

• Autor(a) principal: Napoli, Otávio Oliveira
• Data de Publicação: 2015
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/6022
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO; Sistemas de computação virtual; Amostragem; Algorítmos computacionais; Virtual computer systems; Sampling; Computer algorithms

Máquinas virtuais estão se tornando cada vez mais importantes no cotidiano. Portanto, o maior desempenho e a maior segurança destas também estão se tornando cada vez mais requisitadas. Um problema relacionado a máquinas virtuais consiste em emular um conjunto de instruções de uma arquitetura convidada em uma arquitetura hospedeira de maneira eficiente. Para isso, perfis de execução são coletados e um grafo de fluxo de controle que denota o fluxo do programa é construído para determinar o comportamento do programa, servindo como base para a tomada de decisões dos processos de otimização. Todavia, as técnicas utilizadas para realizar a coleta destes dados podem degradar bastante o desempenho da máquina virtual. O objetivo deste trabalho foi realizar um estudo das técnicas de perfilamento baseadas em amostragem, para coleta de dados, que possuem um custo adicional relativamente baixo sobre a emulação em relação as abordagens tradicionais baseadas em instrumentação. Além disso, uma técnica de amostragem baseada em contagem e tempo foi implementada em um emulador de Nintendo Entertainment System (NES). Um algoritmo de baixo custo para construção do grafo de fluxo de controle das regiões recorrentes (regiões de real interesse para otimizações) baseado em amostragem, chamado GFCGaussiano, foi proposto e implementado. Este algoritmo é incremental e dinâmico, utilizando apenas de funções gaussianas para construção do grafo de fluxo de controle. O algoritmo constrói um grafo de fluxo de controle com aproximadamente 1,5% das instruções totais executadas pela máquina virtual que consegue ser até 83% similar ao grafo de fluxo de controle real, obtido por instrumentação.