Lucid 的安装和配置教程
2025-05-19 03:13:57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
kernelopenEuler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。C075
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0130
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
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
462
3.44 K
Ascend Extension for PyTorch
Python
269
309
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
190
75
暂无简介
Dart
714
171
React Native鸿蒙化仓库
JavaScript
284
331
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++
843
421
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
105
119
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
10
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
1.26 K
692