本文设计CHUCKY，结合污点传播和机器学习发现代码中缺失检查的问题。具体来说，因为在一个程序中，相同的污点传播规则（Source和Sink）会命中很多个代码片段，而又因为通常只有少数代码片段有问题，因此可以对其进行聚类，那些不合群的小部分代码片段就有可能存在漏洞。
CHUCKY将检查步骤分为5步：
- source和sink：对于一个函数来说，所有的参数，全局和局部变量都被标记
- API符号，抽取API用于相似函数的发现
- 赋值语句，赋值描述了变量间的信息流，我们保存AST的左右子树
- 条件语句，我们保存条件表达式的完整AST，而不是字符串
（这里感觉就是介绍怎么做污点传播的）
相似的函数会使用相同的API，因此使用词袋模型（实际上使用的TF-IDF），接着我们选择向量间最近的k个函数
如foo()的污点传播依赖图如下，遇到函数边界污点不传播
我们运用了与0x02类似的方法，但是这里我们提取的是表达式的特征，并且 在之前我们做了预处理：
-
将条件语句中的判断换成
$CMP，将所有数字换成$NUM，例如$x>10$与$x<1+9$是等价的 -
将返回值统一为
$RET，将变量重命名为$ARG
过程如下图所示
