论文复现_从 CONAN 中收集 TPL 数据集

1. 概述

CONAN：Conan是一个用于C++项目的开源包管理工具。 它的主要目标是简化C++项目的依赖关系管理过程，使开发人员能够更轻松地集成、构建和分享C++库。 其中有一些比较独特的功能，例如：版本管理、第三方库管理等。

TPL 数据集：本文首先 CONAN recipe，并从中提取出 1753 个 TPL 名称，这些 TPL 名称将用于后续的 TPL 依赖关系提取。之后，通过网络爬虫收集各 TPL 从在的依赖关系。最后以手动编译的方式，生成 TPL 对应的二进制文件。

2. 二进制文件生成

brunsli：在 GitHub 下载 brunsli 源码​​​​​​，并通过 cmake 进行编译：

%cd '/content/drive/MyDrive/TPL_Download/TPL_CONAN'! rm -r /brunsli# 克隆 brunsli 仓库
!git clone https://github.com/google/brunsli.git# 进入项目目录
%cd brunsli!git submodule update --init --recursive!cmake -DCMAKE_BUILD_TYPE=Release -B out!cmake --build out --config Release# 退出项目目录
%cd '/content/drive/MyDrive/TPL_Download/TPL_CONAN'

c-blosc：在 GitHub 下载 c-blosc 源码​​​​​​，并通过 cmake 进行编译：

%cd '/content/drive/MyDrive/TPL_Download/TPL_CONAN'! rm -r /c-blosc# 克隆 brunsli 仓库
!git clone https://github.com/Blosc/c-blosc.git# 进入项目目录
%cd c-blosc!mkdir build%cd build!cmake -DCMAKE_INSTALL_PREFIX=your_install_prefix_directory ..!ccmake ..      # run a curses-based interface!cmake --build .!ctest!cmake --build . --target install# 退出项目目录
%cd '/content/drive/MyDrive/TPL_Download/TPL_CONAN'

c-blosc2：在 GitHub 下载 c-blosc2 源码​​​​​​，并通过 cmake 进行编译：

%cd '/content/drive/MyDrive/TPL_Download/TPL_CONAN'! rm -r /c-blosc2# 克隆 brunsli 仓库
!git clone https://github.com/Blosc/c-blosc2.git# 进入项目目录
%cd c-blosc2!mkdir build%cd build!cmake -DCMAKE_INSTALL_PREFIX=your_install_prefix_directory ..!ccmake ..      # run a curses-based interface!cmake --build .!ctest!cmake --build . --target install# 退出项目目录
%cd '/content/drive/MyDrive/TPL_Download/TPL_CONAN'

HdrHistogram_c：在 GitHub 下载 HdrHistogram_c 源码​​​​​​，并通过 cmake 进行编译：

%cd '/content/drive/MyDrive/TPL_Download/TPL_CONAN'! rm -r /HdrHistogram_c# 克隆 brunsli 仓库
!git clone https://github.com/HdrHistogram/HdrHistogram_c.git# 进入项目目录
%cd HdrHistogram_c!mkdir build%cd build!cmake ..!make# 退出项目目录
%cd '/content/drive/MyDrive/TPL_Download/TPL_CONAN'

hexl：在 GitHub 下载 hexl 源码​​​​​​，并通过 cmake 进行编译：

%cd '/content/drive/MyDrive/TPL_Download/TPL_CONAN'! rm -r /hexl# 克隆 brunsli 仓库
!git clone https://github.com/intel/hexl.git# 进入项目目录
%cd hexl!mkdir build%cd build!cmake ..!make# 退出项目目录
%cd '/content/drive/MyDrive/TPL_Download/TPL_CONAN'

HiGHS：在 GitHub 下载 HiGHS源码​​​​​​，并通过 cmake 进行编译：

%cd '/content/drive/MyDrive/TPL_Download/TPL_CONAN'! rm -r /HiGHS# 克隆 brunsli 仓库
!git clone https://github.com/ERGO-Code/HiGHS.git# 进入项目目录
%cd HiGHS!mkdir build%cd build!cmake ..!make# 退出项目目录
%cd '/content/drive/MyDrive/TPL_Download/TPL_CONAN'

json-schema-validator：在 GitHub 下载 json-schema-validator源码​​​​​​，并通过 cmake 进行编译：

%cd '/content/drive/MyDrive/TPL_Download/TPL_CONAN'! rm -r /json-schema-validator# 克隆 brunsli 仓库
!git clone https://github.com/pboettch/json-schema-validator.git# 进入项目目录
%cd json-schema-validator!mkdir build%cd build!cmake ..!make# 退出项目目录
%cd '/content/drive/MyDrive/TPL_Download/TPL_CONAN'

3. 组件识别实验

"c-blosc2": ["lz4/1.9.Z","zlib/1.3.Z","zstd/1.5.Z"]

将 c-blosc2 作为 target，将 zlib 与 zstd 作为candidate，通过 LibAM 进行组件识别。实验结果表明，LibAM 可以有效识别 c-blosc2 的重用关系。

"brunsli": ["brotli/1.0.Z"]

编译后的 brunsli 生成一系列测试文件，如 build_huffman_table_test、c_api_test、context_test 等。通过 IDA Pro 分析这些测试文件发现，这些测试文件与 brotli 存在许多公共函数。因此，将这些测试函数作为 target，将 brotli 作为candidate，通过 LibAM 进行组件识别。实验结果表明，LibAM 可以有效识别 brunsli 的重用关系。

"c-blosc": ["lz4/1.9.Z","snappy/1.1.Z","zlib/1.3.Z","zstd/1.5.Z"]

编译后的 brunsli 生成两个文件，libblosc.so.1.21.7 与 libblosc_testing.so。通过 IDA Pro 分析这些测试文件发现，这些测试文件与 zstd 和 zlib 存在许多公共函数。因此，将这些函数作为 target，将 zstd 和 zlib 作为candidate，通过 LibAM 进行组件识别。实验结果表明，LibAM 可以有效识别 brunsli 的重用关系。