Clang 基于llvm的遗传程序代码变异？

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）

我发现执行点突变非常有用。 据我所知，指令得到计数/编号，然后可以删除一条编号的指令

然而，作为代码中可用的语句之一，引入新指令似乎是可能的。 然而，真正的变异将允许插入任何被允许的IR指令，而不管它是否被用于待变异的代码中。 此外，应该可以插入链接库的库函数调用（当前代码中未使用，但可能可用，因为库已在clang中链接）

我是否在llvm突变中忽略了这一点，或者到目前为止这真的不可能

是否有任何项目试图/已经为llvm实现（ed）这种突变

llvm有很多代码分析工具，它们应该允许实现上述方法。llvm很大，所以我有点迷失方向。哪些工具可能有用（例如获取可用库函数列表等）的任何提示

谢谢

---

亚历克斯问了一个很有趣的问题。一段时间以来，我一直对做二进制遗传编程的可能性很感兴趣。关于你的问题：

从他们的文档中可以明显看出，LLVM mutate无法满足您的要求。然而，我认为不这样做是明智的。我的推理是，任何机器语言遗传程序都不可避免地会面临这样的问题，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，通过给OS保留指针赋值），或者它可能永远运行并占用所有CPU周期。图灵定理告诉我们，不可能事先知道给定的程序是否会这样做。请注意，LLVM mutate可能会导致一个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通过只接受现有指令来降低这种可能性

然而，像“不可能”这样的事情只会吓倒科学家，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，就像我们在正常基因编程中所做的那样。换句话说，他们只是从一个非常有限的集合（a，T，C，G）中交换字母，所有可能的变化都来自这个集合。我们可以有一个或一组带有初始指令集的程序，加上一组在程序中链接或定义的“可能函数”。这些功能中的大多数不会被实际使用，但它们将在那里为突变提供“原始DNA”，就像在中一样。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

但可能存在一些问题：

• 考虑到可能的变化量，只有 可接受的执行时间是有大量的 计算能力。可能在云中或使用GPU实现

• 你还得面对图灵先生的犹豫问题。 但是，我认为这可以通过在 “沙箱”在解决方案爆炸时不会让您倒下： 类似于一次性虚拟机或Docker之类的东西 容器，具有时间限制（以摆脱无限循环）。A. 崩溃或超时的解决方案将得到最坏的结果 健身，这样的计划将倾向于偏离这些 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：自愈程序、针对特定环境进行自我优化的程序、针对漏洞、变异病毒的“疫苗接种”程序、质量保证等等

---

我认为这里有一个潜在的开源项目。这将是疯狂的，危险的和一个时间吸吮漩涡：只是我的那种项目。如果有人这样做，把我也算在内

你最后尝试过这个吗？据我所知，没有人这样做过。我确实找到了slash/A，这是对非基于AST的遗传编程的不同理解。