文献|sage

《Semi-Automated Protocol Disambiguation and Code Generation》

SIGCOMM ’21

2023.3.10

文章提供了一个工具sage，可以发现RFC文档中存在歧义的地方，生成中间代码，从而生成代码，文章主要测试了ICMP和IGMP协议

语义解析

语义解析功能建立在工具CCG的基础上。

文章将RFC文档中的描述分为两类组件：

• 概念型组件（ Conceptual components）：描述协议结构和行为，包括头字段的语义描述、发送者和接收者行为的规范、谁应该与谁通信、应该如何管理会话，以及应该如何构建协议实现。
• 语义型组件（ Syntactic components）：包括标图、表、状态机描述、通信图和算法描述

sage分别有部分的解析能力，图中，绿色表示可以，橄榄色表示部分可以，其余都需要人为说明

还有一些难以解析的句子，是因为现阶段NLP的局限性

工具CCG有一个词典（语料库），词典需要人为扩充，例如：

设置词典需要完成以下工作：

• 指定特定领域的语法语义
• 提取RFC中的文本结构与非文本结构

消除歧义

对于同一条自然语句，因为可能存在的歧义，sage会生成多条IR语句，为了消除歧义，sage定义了一个过滤器

• 类：对于每个谓词，sage定义了一个或多个类型检查：操作谓词具有函数名称参数，赋值在左侧不能有常量，条件必须格式良好，以此类推
• 参数的顺序：sage会删除违反顺序的中间代码。
• 分配律：消除逗号
• 结合律：如果谓词是有关联的，那么它们的逻辑形式树将是同构的。sage使用一个标准的图同构算法来检测关联性。

测试