DERIVE: herramienta para extraer codificaciones de instrucciones de ensambladores

Fuentes: DERIVE: A tool for extracting instruction encodings from assemblers

DERIVE es una herramienta de ingeniería inversa diseñada para extraer la información de codificación a nivel de bit de las instrucciones de máquina a partir de ensambladores. Su objetivo principal es facilitar la creación de representaciones explícitas de las instrucciones para herramientas binarias como desensambladores, compiladores just-in-time (JIT) y reescritores de código ejecutable. El problema que resuelve es la tediosa y propensa a errores tarea de definir manualmente las codificaciones para conjuntos de instrucciones completos, especialmente en arquitecturas CISC como x86, donde se requiere detallar offsets, tamaños y valores de campos específicos.

El funcionamiento de DERIVE se basa en la observación de que las arquitecturas existentes ya poseen ensambladores que contienen esta información. La herramienta toma una descripción de alto nivel de un conjunto de instrucciones, proporcionando nombres de instrucciones y tipos de operandos (registros, inmediate o etiquetas). A partir de esto, DERIVE alimenta el ensamblador del sistema con permutaciones de las instrucciones y resuelve ecuaciones sobre la salida resultante para determinar cómo se codifica cada instrucción (opcode y codificaciones de operandos). El resultado final es una serie de declaraciones de estructuras en C que describen el layout de las instrucciones, eliminando la necesidad de especificar detalles binarios como anchos de operandos o valores de registros.

DERIVE ha demostrado su utilidad resolviendo conjuntos de instrucciones completos de MIPS, SPARC, Alpha y PowerPC, así como la mayoría de los conjuntos de ARM y x86. Para demostrar su aplicación práctica, los autores desarrollaron un generador de emisor de código que toma las declaraciones de DERIVE y produce macros C para la emisión rápida de código. Este sistema se utilizó para reescribir el backend JIT del compilador Kaffe, reduciendo el tamaño de la descripción del backend en un 40%. Además, DERIVE puede servir como un tester de ensambladores, permitiendo detectar discrepancias entre lo que dice el manual de arquitectura y lo que realmente implementa el ensamblador.