Zerocopy项目中的`addr_of!`安全使用审计分析
2025-07-07 13:38:15作者:滕妙奇
在Rust语言中,addr_of!宏用于获取字段或变量的原始指针,而不需要先创建引用。近期Rust语言对addr_of!宏的行为进行了调整(PR #129653),这促使Zerocopy项目团队对其代码库中所有使用addr_of!的地方进行了安全审计。
审计背景
Zerocopy是一个专注于零拷贝操作和内存安全抽象的Rust库。在最新审计中,发现项目中有两处关键位置使用了addr_of!宏:
Unalign::get_ptr方法trailing_field_offset!宏
这些使用场景需要重新评估其安全性,特别是考虑到addr_of!现在有更严格的语义要求。
关键问题分析
Unalign::get_ptr方法
该方法通过addr_of!获取内部数据的原始指针。潜在的安全隐患在于:
pub fn get_ptr(&self) -> *const T {
// 使用addr_of!获取内部值的指针
ptr::addr_of!(self.value)
}
如果用户获取这个*const T指针后,通过不安全代码将其转换为可变指针并进行修改,就可能违反Rust的内存安全保证。虽然*const T本身是不可变指针,但在不安全代码中转换指针类型是常见做法。
解决方案是在方法文档中明确说明:
- 返回的指针仅用于读取操作
- 任何通过该指针进行的修改行为都是未定义行为
- 用户必须保证不将指针转换为可变指针进行写入
trailing_field_offset!宏
这个宏用于计算结构体尾部字段的偏移量:
let offset = unsafe {
// 使用addr_of!获取字段地址
(addr_of!((*ptr).field) as usize).wrapping_sub(ptr as usize)
};
这个使用场景相对安全,因为:
- 仅用于计算偏移量,不保留指针
- 不涉及任何实际的内存访问
- 计算结果仅用于后续的内存布局计算
安全实践建议
基于这次审计,可以总结出在Rust中使用addr_of!的一些最佳实践:
- 明确指针用途:如果返回的指针仅用于读取,应在文档中明确说明
- 限制指针生命周期:避免长期持有通过
addr_of!获取的指针 - 避免指针转换:在安全代码中阻止将不可变指针转换为可变指针
- 充分文档说明:对所有不安全操作提供详尽的文档和安全约定
结论
Zerocopy项目通过这次审计确保了其addr_of!使用场景的安全性。特别是对于Unalign::get_ptr方法,增加了明确的文档约束来防止潜在的内存安全问题。这体现了Rust生态系统对内存安全的高度重视,以及开源项目维护者对安全问题的积极响应。
对于使用Zerocopy库的开发者,建议仔细阅读相关方法的文档说明,确保在使用这些涉及不安全代码的API时遵守所有安全约定。同时,这也提醒所有Rust开发者在类似场景下需要格外注意指针的安全使用。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210