程序静态分析的著名的静态分析工具

Meta-Compilation（Coverity）

由Stanford大学的Dawson Engler副教授等研究开发，该静态分析工具允许用户使用一种称作metal的状态机语言编写自定义的时序规则，从而实现了静态分析工具的可扩展性。MC的实际效果非常优秀，号称在Linux内核中找出来数百个安全漏洞。MC目前已经商业化，属于Coverity Inc.2014年被Synopsys收购。目前学术领域比较认可的静态分析工具，其技术处于领先地位。

mygcc 由一个法国人N. Volanschi开发，其思想来源于MC，试图将自定义的错误检测集成到编译时。

Klocwork

国内用的最为广泛的静态分析工具，由加拿大北电于1996年研发，是中国最早的能够检测语义缺陷的静态分析工具。截止到2015年其版本号为V10,也就是大家常说的K10

LDRA Testbed

英国的编码规则类检测工具，前身为Liverpool大学开发，能够支持C/C++数千种条目的规则检测，包括MISRA C/C++, GJB5369等，是最早进入中国市场的静态分析工具，在军队、军工广泛使用，但其技术仅支持风格类检测，无法进行语义缺陷分析，导致一些常用的运行时缺陷无法发现或者较高误漏报，由此市场占有率逐步下降。截止到2015年其版本号为9.5

HP Fortify

美国HP公司的支持安全漏洞类的检测工具，能够检测C/C++/Java/PHP/ASP/JavaScript等多种语言，数千种检测项，是国内使用最为广泛的静态分析工具。但该工具整体的误报漏报率较高，虽然支持很多种安全漏洞，但需要用户做很多的二次开发工作。

Cobot(库博)

北京大学软件工程中心研发的静态分析工具，能够支持编码规则，语义缺陷的程序分析，能够支持C/C++数千条规则和缺陷的检测，是我国唯一可以称的上是静态分析产品的商业化工具。由于其自主知识产权，对国内的 *** 作系统，编码标准支持的较好，检测精度也基本与上述工具持平，所以也得到了很多用户的认可。

Parasoft C++Test

美国Parasoft公司研发的支持C、C++静态分析的工具，该工具除了可以检测编码规则外，还能检测少量的语义缺陷，此外能够进行测试用例生成。

①友盟+

友盟+是2016年初由友盟、CNZZ、缔元信.网络数据三家阿里巴巴旗下的大数据公司合并而成。平台拥有大而全的产品线，是专注用户行为统计的综合性平台，主要涵盖移动应用、游戏、广告、网站等领域。

在App统计方面，友盟提供了移动统计、游戏统计、移动广告监测三个细分产品，可以根据需求选择对应的产品类型，游戏统计维度齐全，除了常规渠道指标外，还自带关卡、等级、付费等特色场景分析广告监测主要提供短链和信息流广告的数据分析，也能自主制定推广计划。接下来主要介绍其移动应用统计方面的优势。

②Talking Data 移动统计分析

Talking Data 早期主要在游戏以及互联网金融等垂直领域耕耘，在这些方面拥有比较完整的指标和维度，同样划分游戏运营分析、应用统计分析、移动广告监测等应用统计服务。移动统计分析(App Analytics)是Talking Data 2012年2月上线的产品，目前该产品提供包括App以及小程序的相关数据统计服务。

Talking Data 的移动统计分析功能把应用分析、推送营销、开发助手、应用管理分成导航入口，并设计邀请协作功能，偏向于数据共享，能将领导、开发和运营人员纳入到一张办公桌上。

③openinstall App渠道统计

openinstall 是一种不需要制作渠道包，也不需要填写渠道识别码即可识别App安装渠道来源的渠道统计工具。因此，openinstall能够实现仅凭App安装渠道链接就能统计渠道效果的功能，摆脱了人工制作渠道包和填写渠道识别码，使用openinstall 程序化自动生成的渠道链接，可以实现(数量级为亿的)海量用户在免填邀请码的情况下开展的有奖拉新活动(本质上是视每个用户为一个渠道，并自动为每个用户生成一个渠道链接进行渠道效果统计)。

openinstall 的统计后台分三个模块：应用信息、应用集成、渠道统计。与其他综合性应用统计工具相比，openinstall 主要在渠道统计这一领域的需求进行细化深挖，集成使用上十分简单，基本沿着开发者的 *** 作顺序进行：集成开发—渠道统计—渠道管理—查看报表，基本上一眼就能看懂。另外用户自定义方面也比较方便灵活，可以通过api 获取渠道参数，用户可以根据推广需求来定制自己的推广页，数据的统计也可以对接到自己的后台。

虽然数据分析的工具千万种，综合起来万变不离其宗。无非是数据获取、数据存储、数据管理、数据计算、数据分析、数据展示等几个方面。而SAS、R、SPSS、python、excel是被提到频率最高的数据分析工具。

Python

Python，是一种面向对象、解释型计算机程序设计语言。Python语法简洁而清晰，具有丰富和强大的类库。它常被昵称为胶水语言，能够把用其他语言制作的各种模块（尤其是C/C++）很轻松地联结在一起。

常见的一种应用情形是，使用Python快速生成程序的原型（有时甚至是程序的最终界面），然后对其中有特别要求的部分，用更合适的语言改写，比如3D游戏中的图形渲染模块，性能要求特别高，就可以用C/C++重写，而后封装为Python可以调用的扩展类库。需要注意的是在您使用扩展类库时可能需要考虑平台问题，某些可能不提供跨平台的实现。

R软件

R是一套完整的数据处理、计算和制图软件系统。它可以提供一些集成的统计工具，但更大量的是它提供各种数学计算、统计计算的函数，从而使使用者能灵活机动的进行数据分析，甚至创造出符合需要的新的统计计算方法。

SPSS

SPSS是世界上最早的统计分析软件，具有完整的数据输入、编辑、统计分析、报表、图形制作等功能，能够读取及输出多种格式的文件。

Excel

可以进行各种数据的处理、统计分析和辅助决策 *** 作，广泛地应用于管理、统计财经、金融等众多领域。

SAS软件

SAS把数据存取、管理、分析和展现有机地融为一体。提供了从基本统计数的计算到各种试验设计的方差分析，相关回归分析以及多变数分析的多种统计分析过程，几乎囊括了所有最新分析方法，其分析技术先进，可靠。分析方法的实现通过过程调用完成。许多过程同时提供了多种算法和选项。

---