使用java ASM代理，如何检测对象中的集合修改？

Question

我正在透明肮脏检测代理（tdd-agent）中工作。它可以很好地重新定义目标类来实现 setDirty()/isDirty() 并在检测到放置字段时设置它，但我想扩展它以检测对集合中 add() 的调用，例如。 我怎样才能检测到该呼叫？

当使用复杂参数进行调用时，生成的 asm 将字段和对方法的最终调用分开，我不知道如何检测和处理它。

例如：

private List<Foo> listaFoo = new ArrayList<>();
public void testNativeCollections(){

        this.listaFoo.add(new Foo("text").setS("otro text"));
        
}

这个块生成这个asm：

 aload 0 // reference to self
 getfield test/OuterTarget.listaFoo:java.util.List
 new test/Foo
 dup
 ldc "text" (java.lang.String)
 invokespecial test/Foo.<init>(Ljava/lang/String;)V
 ldc "otro text" (java.lang.String)
 invokevirtual test/Foo.setS(Ljava/lang/String;)Ltest/Foo;
 invokeinterface java/util/List.add(Ljava/lang/Object;)Z
 pop

我需要将第一个 getfield 与最后一个调用接口配对，以检测此调用将修改对象，并在其之后插入对 setDirty() 的调用。主要问题是 getfield/invoke 之间的代码可能任意长且复杂。

Answer 1

你必须构建java自己的内部（例如，它的私有API，但是，java是开源的，就是这样）静态stackwalk分析代码，这是极其复杂的。一个好处是字节码生成已更改为更适合它（例如，

RET

不再由

javac

生成，主要是因为这个原因）。

您需要将存在的每个操作码（而且有很多）映射到它在堆栈上的效果。例如，

ALOAD_0

（ASM 至少有助于扁平化；

ALOAD_0

、

ALOAD_1, 

ALOAD_2

, 

ALOAD_3

, and 

ALOAD 常量

are all flattened into just

aload` 有点帮助）具有弹出任何内容并推送 1 的效果对象入栈。

进行分析：

          // stack at 0
aload 0   // stack at 1
getfield  // pops 1, then pushes value. stack at 1, remember: stack[0] = listaFoo
new test/Foo // stack at 2
dup          // stack at 3
ldc "text" (java.lang.String) //stack at 4
invokespecial test/Foo.<init>(Ljava/lang/String;)V // stack at 2
ldc "otro text" (java.lang.String) // stack at 3
invokevirtual test/Foo.setS(Ljava/lang/String;)Ltest/Foo; // stack at 2
invokeinterface java/util/List.add(Ljava/lang/Object;)Z // stack at 1
pop

invoke

的所有风格都需要分析签名以了解它对堆栈有什么影响（它拥有的每个参数都有-1堆栈，除了

invokestatic

之外，所有其他版本都为隐式接收者参数额外提供-1堆栈 - 然后+1如果其返回类型不是

V

，则堆栈。

在这里，您的分析器应该能够注册最后一个

invokeinterface

是将您感兴趣的字段从堆栈中弹出作为

add

方法的接收者，从而将其限定为“脏”标志。

我认为不存在一个公开的库，并且以用于这样的分析的方式进行维护，但是，我还没有看那么多 - 也许现在你知道要寻找什么了。

JVM 在加载类时会自行进行此类分析。例如，如果您有以下字节码：

ALOAD_0
DUP
GETFIELD someIntField
IADD

验证器将用

VerifyError

中止，整个类甚至永远不会被加载：它分析了

IADD

指令，该指令从堆栈中弹出 2 个东西，如果它们都是整数并且压入，则 [A] 添加它们回到上面，或者 [B] 如果它们不是都是 int 值，那么一切都会崩溃 - 并且它分析这是 B 情况，因为堆栈上的是

this

和一个 int - 而不是 2 个 int。

它是如何做到的？应用相同的原则：分析每条指令并跟踪它对堆栈的作用。在这种情况下，它注册了堆栈上每个事物的类型（

ALOAD_0

- 好吧，

stack[0]

中有一个对象。

DUP

- 好吧，

stack[1]

中有一个对象。

GETFIELD someIntField

- 好吧，现在

stack[1]

中有一个 int。

IADD

- 好的，检查

stack[current]

和

stack[current-1]

的类型？呃，其中之一是

int

- 验证错误！

你会做同样的事情，除了不跟踪“int”，“object”等，你具体跟踪：“啊，字段这个或那个”，一旦你点击一个方法签名的

INVOKEVIRTUAL

你知道“弄脏”了它的接收器（例如

j/u/List.add(...)Z

），你可以使用堆栈分析来确切地知道它弄脏了什么。