jq项目中decNumberCopy函数栈缓冲区溢出漏洞分析
2025-05-04 21:12:09作者:幸俭卉
问题概述
在jq 1.7.1版本中,发现了一个存在于decNumberCopy函数中的内存操作问题。该问题位于src/decNumber/decNumber.c文件中,当处理特定格式的数字比较操作时,可能导致内存操作不当,进而引发程序异常或潜在的不稳定情况。
技术背景
jq是一个轻量级且灵活的命令行JSON处理器,广泛用于JSON数据的解析和转换。其内部实现包含了对数字类型的处理逻辑,特别是对于十进制数字的精确计算支持。decNumber模块是jq中负责高精度十进制算术运算的核心组件。
问题细节
根据地址消毒器(AddressSanitizer)的报告,该问题发生在数字比较操作的处理过程中。具体调用链如下:
- 程序首先调用jv_group函数进行数据分组操作
- 随后触发f_group_by_impl内置函数的执行
- 在比较操作中调用jvp_number_cmp函数
- 最终通过decNumberCompare调用到存在问题的decNumberCopy函数
在decNumberCopy函数中,当执行到第3375行时,程序尝试向栈上分配的res变量写入2字节数据,但此时写入位置超出了res变量的边界(48字节处),而res变量本身只有16字节(从32到48偏移量)的空间。
问题影响
这种内存操作不当可能导致多种后果:
- 程序异常:最直接的影响是导致jq进程出现异常
- 数据异常:可能影响相邻的栈上数据,导致不可预测的行为
- 潜在的不稳定情况:在特定条件下可能引发程序不稳定
问题验证
通过构造特定的输入数据可以验证此问题。例如,当处理包含特殊格式数字(如NaN)的JSON数组时,在比较操作过程中就可能触发这个异常条件。
解决方案
针对此类内存操作问题,建议采取以下措施:
- 升级到修复了该问题的jq版本
- 在代码中增加对数字处理边界的严格检查
- 对decNumberCopy函数的参数进行有效性验证
- 使用安全的字符串和内存操作函数替代潜在不安全的操作
使用建议
对于使用jq处理复杂输入的场景,特别是作为服务端组件时,应当:
- 实施输入检查机制
- 在隔离环境中运行jq进程
- 监控和限制jq的内存使用情况
- 定期更新到最新的稳定版本
该问题的发现凸显了即使在成熟的开源项目中,内存操作问题仍然可能潜伏多年。通过持续的代码审查和测试,可以及早发现并修复这类问题,提高软件的整体稳定性。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
420
3.22 K
Ascend Extension for PyTorch
Python
230
261
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
330
暂无简介
Dart
685
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869