Lucid 的安装和配置教程
2025-05-19 23:32:25作者:范靓好Udolf
项目基础介绍
Lucid 是一个基于 Bochs 模拟器的教育性模糊测试项目。该项目旨在创建一个能够模糊传统上难以模糊的目标(如内核和浏览器)的 Bochs 快照模糊器。Lucid 通过对 Musl 的修改来影响 Bochs 的行为,实现一个功能性的沙箱,允许 Lucid 在其虚拟地址空间内运行 Bochs 而不直接与操作系统交互。项目的目标是实现确定性。
主要编程语言:C/C++,Rust
项目使用的关键技术和框架
- Bochs:一个开源的 PC 模拟器,用于模拟完整的 x86 硬件系统。
- Musl:一个轻量级的 C 标准库,用于替代 GLIBC 或 uClibc。
- Rust:用于构建模糊器的语言,提供了内存安全的保证。
准备工作
在开始安装 Lucid 之前,请确保您的系统已安装以下依赖项:
- Rust 编译器和工具链。
- Git。
- make 工具。
- SDL2 库(用于 GUI 版本的 Bochs)。
安装步骤
步骤 1:克隆项目仓库
首先,您需要从 GitHub 克隆 Lucid 项目仓库:
git clone https://github.com/h0mbre/Lucid.git
cd Lucid
步骤 2:构建 Musl 工具链
接下来,构建用于编译 Bochs 的 Musl 工具链:
git clone https://github.com/richfelker/musl-cross-make
cd musl-cross-make
make TARGET=x86_64-linux-musl install
步骤 3:应用 Musl 补丁
将自定义的 Musl 补丁应用到 musl-1.2.4:
patch -p1 < /path/to/Lucid/patches/musl.patch
步骤 4:配置和编译 Musl
配置 Musl 以在工具链的 libc 上构建:
./configure --prefix=/path/to/musl-cross-make/output/x86_64-linux-musl
make install
步骤 5:编译 Vanilla GUI Bochs
选择一个兼容的 GUI 库(例如 SDL2)并安装。然后,使用 Lucid/bochs_configs/native_gui_bochs.conf 配置文件编译 Bochs:
./configure --with-sdl
make
步骤 6:编译 Lucid Bochs
使用 Lucid/bochs_configs/lucid_bochs.conf 配置文件编译 Lucid Bochs:
./configure --with-sdl
make
确保在 lucid_bochs.conf 文件中更新了 Musl 工具链的路径。
步骤 7:构建 Lucid
最后,使用 Cargo 构建 Lucid:
cargo build --release
安装和配置完成!现在,您可以开始使用 Lucid 进行模糊测试了。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
525
3.72 K
Ascend Extension for PyTorch
Python
329
391
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++
877
578
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
162
暂无简介
Dart
764
189
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
12
1
🎉 (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
1.33 K
746
🔥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
67
20
React Native鸿蒙化仓库
JavaScript
302
350