C言語における未定義動作の削減
Reducing undefined behavior in the C language (lwn.net)
要約
この記事は、C言語における未定義動作(Undefined Behavior, UB)の問題とその解決に向けた取り組みについて解説しています。C言語が依然として重要である理由を説明し、UBがコンパイラの最適化や移植性の問題を引き起こす例を挙げ、C標準委員会がUBを削減し、メモリ安全性を向上させるための研究グループを立ち上げている現状を伝えています。
全文翻訳
C言語における未定義動作の削減
生物医学工学の教授であるMartin Uecker氏は、おそらくKernel Recipesの典型的な発表者とは異なるプロフィールを持っています。しかし、彼は長年のLinuxユーザーであり、磁気共鳴画像法(MRI)スキャナの制御用フリーソフトウェアに取り組んでいます。彼はこのカンファレンスで、Cプログラミング言語、Cにおける未定義動作という特定の問題、そしてそれが最終的にメモリ安全な言語になり得るかについて話しました。
なぜ2026年になってもC言語にこだわるのか?それは、依然として素晴らしい言語だからだと彼は言います。C言語は移植性が高く、長期的に安定しており、コンパイルが速く、生成されるバイナリコードも高速です。「見たままが得られる」という性質があり、Cコードを見ればコンピュータが実際に行うことをある程度把握しやすいのです。この言語で作業するためのツールも豊富にあり、必要に応じてC言語は邪魔になりません。
C言語には長い歴史があり、それが今日の言語のあり方に影響を与えていると彼は述べました。C89標準は、符号付絶対値または1の補数整数表現、セグメントメモリ、特殊なポインタ表現、そして予期せぬ型のサイズを持つなど、多種多様なハードウェアに対応する必要がありました。例えば、一部のHoneywell製マシンには9ビットバイトがありました。これは、移植可能なコードの記述を可能にする標準を作成するタスクを大いに複雑化させました。
[画像: [Martin Uecker]](https://lwn.net/Articles/1096226/) 取られたアプローチは、言語のセマンティクスを抽象マシンに基づいて定義することでした。すべての操作は、実際のハードウェアと完全に一致しないかもしれないその抽象マシン上で実行されたかのように実行されるべきです。プログラムの観測可能な動作は、抽象マシンが行ったことと同じでなければなりません。「観測可能」という部分が重要です。volatile変数のアクセスは、観測可能であると定義されており、抽象マシンに従って正確に実行されなければなりません。それ以外のすべては、最終的に同じ結果を生み出すだけでよいのです。
標準はコンパイラ実装者に多くの自由を与えています。観測可能な動作のみが保持されなければなりません。その動作の多くの側面は、未定義であるか、実装定義です。これらは観測可能な動作ではないため、コンパイラ実装者が何を行えるかを制約しません。もちろん、C標準が制約しない範囲でコンパイラ開発者を制約できる他の仕様も存在します。これらには、ABI要件、POSIXのような標準、または後方互換性の必要性が含まれます。
未定義動作は、プログラムが移植可能でないか、標準で定義されていないことを行った場合に発生します。そのような場合、C89標準は「実装に要件を課さない」と述べています。未定義動作が存在するのにはいくつかの理由があります。実装が拡張をサポートしたり、ハードウェアベースの安全メカニズムとの相互作用を管理したり、積極的な最適化を実行したりすることを可能にし、同時に検出が困難なエラーを無視できるようにします。これは、コンパイラに検出が困難なエラーのクラス全体を無視する権利を明示的に与えます。
ナサルの悪魔
問題は、標準がコンパイラに未定義動作に対して何でも実行することを許可しており、それはナサルの悪魔を呼び出すことまで含む可能性があるとUecker氏は述べました。コンパイラ開発者によれば、プログラムに未定義動作が一つでも含まれている場合、そのプログラムには期待されるセマンティクスがありません。C++23標準はさらに進んで、これらのプログラムに対して標準は要件を課さないと明示しています。これが、開発者間で言語から何を期待できるかについて広範な意見の不一致を生んでいます。
例えば、構造体全体をゼロクリアし(おそらくmemset()の呼び出しで)、その後特定のフィールドに書き込んだ場合、その構造体のパディングバイトを読み取るとどうなるでしょうか?それらはセキュリティ関連のデータを含む可能性がありますか?2015年の調査では、その場合どうなるべきかについて合意がないことが示されました。あるいは、この簡単なコードを考えてみましょう。
extern int x;
int f(int a, int b)
{
x = b ? 42 : 43;
return a/b;
}
bがゼロの場合、return文はゼロ除算であり、これは未定義動作です。この場合、コンパイラはテストを完全に省略してx = 42を実行する権利があるでしょうか?結局のところ、b = 0のケースには期待されるセマンティクスがなく、したがって無視できるのです。まさにそのように動作するコンパイラがあります。未定義動作の場合、xへのストアは観測可能な動作ではありません。しかし、このケースを考えてみましょう。
extern void g(int x);
int f(int a, int b)
{
g(b ? 42 : 43);
return a/b;
}
これは同じ状況のように見えるかもしれません。コンパイラはテストを削除して単に42をg()に渡す権利があると考えられ、一部のコンパイラはそのように扱っていましたが、それはバグでした。bがゼロの場合にexit()を呼び出すg()の定義を想像してみてください。その場合、除算は決して発生せず、プログラムの動作は未定義ではありません。したがって、テストを省略して単に42をg()に渡すのは間違っています。
もう一つ興味深いケースです。
volatile int x;
int foo(int a, int b, bool store_to_x)
{
if (! store_to_x)
return a/b;
x = b;
return a/b;
}
ここでの問題は、コンパイラが最終的な除算操作をxへの代入の上にホイストできるかということです。b = 0のケースにセマンティクスがない場合、観測可能な動作に変化はありません。これもコンパイラが行ってきたことですが、C23標準はそれを禁止するために「時間旅行なし」という規定を追加しました。代わりにC++では、std::observable_checkpoint()の呼び出しを挿入して明示的に防止する必要があります。
時間旅行バグはやがてなくなるでしょうが、標準が明確であっても、コンパイラ開発者がしばしば意見を異にする他の多くの状況があります。これらには、未初期化変数の読み取り(これはほぼ常に定義されています)、およびポインタの等価性比較(これは常に定義されていますが、ClangとGCCの両方で誤ってコンパイルされます)が含まれます。
未定義動作との戦い
これらの問題すべてに対処しようと、C委員会はメモリオブジェクトモデル、メモリ安全性、未定義動作に特化した3つのスタディグループを運営しています。現在、C標準には約100件の未定義動作がありますが、進行中のC2yドラフトでは45件が削除されています。状況は確かに改善しています。
問題を発見するためのツールはますます豊富になっています。コンパイラ警告、静的アナライザ、サニタイザ、LLMベースのツール、形式検証などです。コンパイラが未定義動作の可能性を検出した場合に警告を発する状況が増えています。最近の例としては、整数オーバーフローや解放後使用の可能性のある状況に対する警告の改善があります。静的アナライザはスタンドアロンツールとして利用可能ですが、コンパイラ自体に組み込まれることも増えています。例えば、GCCは現在、多くの潜在的なバッファオーバーフロー状況について警告を発することができます。サニタイザは実行時チェックを挿入することで機能します。これらは多くの未定義動作を捕捉でき、トラッピングモードではハードニングにも使用できます。
メモリ安全性はC言語の得意な点ではありませんでしたが、Uecker氏は改善可能であることを強調したいと考えていました。この問題は、型安全性、空間メモリ安全性、時間的メモリ安全性の3つのサブ問題に分解されます。
C言語には強力な型システムがあり、残りの問題は修正可能だと彼は言いました。例えば、タグなし共用体は型の混同を引き起こす可能性がありますが、コンパイラは追加のアノテーションで型を強制できます。voidからの安全でないキャストを新しい診断機能で検出できます。翻訳単位をまたぐ型チェックは、ヘッダーファイルが型の一貫性を保証するために使用されるため、伝統的にはC言語では大きな問題ではありませんでしたが、リンク時チェッカーを使用することで状況は改善される可能性があります。
空間メモリ安全性 — 境界チェック — は部分的に解決された問題です。コンパイラは現在、多くの状況で配列境界チェックを実行できます。場合によっては、このチェックを完全に活用するためにコードの変更が必要になります。例えば、counted_by属性の使用は、フレキシブル配列メンバのチェックを有効にすることができます。
時間的メモリ安全性 — 解放後使用バグなどを回避すること — はより困難だとUecker氏は述べ、Rustには明らかに利点があります。それでも、より良い時間的メモリ安全性強制は可能です。例えばCHERIのようなアーキテクチャが役立つ可能性があります。Fil-Cは、多くの時間的安全性バグを見つけることができます。
これらのツールと言語変更のすべてが、完全なメモリ安全性をもたらすことができるでしょうか?問題を完全に解決するには、高価な実行時チェックまたは形式検証のいずれかが必要になると彼は述べました。近い将来、最も完全な結果は、制限された言語と形式検証ツールの組み合わせによって得られるでしょう。
全体として、彼はC言語は依然として生きている言語であり、改善を続けていると結論付けました。C23標準は、古いスタイルの(K&R)関数定義、符号付絶対値および1の補数マシンサポート、トリグラフなど、多くの問題のある機能を削除しました。ビット精度の整数型、チェック付き整数演算などを追加しました。C2yはさらに進み、ケース範囲、名前付きforループ、配列長を決定するための_Countof()マクロ、そして多くの「悪魔の除去」を追加するでしょう。完全なメモリ安全性をC言語で達成するわけではありませんが、それは最終的な可能性であり、時間とともに実用的になるでしょう。彼は、関心のある人々がワーキンググループに参加することを奨励して締めくくりました。
[Linux Foundation、LWNの旅行スポンサー、このイベントへの私の旅行をサポートしていただきありがとうございます。]
この記事のインデックスエントリ