开源项目sfuzz安装与配置指南
2025-04-17 00:16:57作者:史锋燃Gardner
一、项目基础介绍
sfuzz是一个基于模拟执行的高性能灰色盒模糊测试器。它使用自定义的即时编译器(JIT)来实现接近原生代码的执行效率。sfuzz将RISC-V格式的ELF二进制文件转换成中间表示形式,然后在执行时即时编译成x86架构的机器码。在JIT编译的过程中,sfuzz对代码进行 instrumentation,以支持覆盖率跟踪、asan(地址检查器)、cmpcov(比较覆盖率)以及基于快照的模糊测试等功能。
本项目主要使用的编程语言是Rust,它提供了内存安全、并发处理等特性,非常适合用于开发复杂的系统级工具。
二、项目使用的关键技术和框架
- 即时编译(JIT): sfuzz使用自定义的JIT编译器将RISC-V指令转换成x86指令,实现高效的代码执行。
- 模拟执行: sfuzz通过模拟执行二进制代码,避免了传统模糊测试中需要源代码或修改目标程序的限制。
- 覆盖率引导: 通过跟踪边覆盖信息,sfuzz能更有效地指导模糊测试的过程,提高测试的效率。
- 多线程: sfuzz支持多线程运行,可以有效地利用多核CPU资源,加速模糊测试的过程。
三、项目安装和配置
准备工作
在开始安装之前,请确保您的系统中安装了以下工具和依赖:
- Rust编译器和工具链:可以通过
rustup脚本来安装。 - RISC-V编译器/工具链:用于编译目标程序为RISC-V二进制文件。
- git:用于克隆项目代码。
安装步骤
-
克隆项目代码
打开终端,使用以下命令克隆sfuzz项目:
git clone https://github.com/seal9055/sfuzz.git -
安装Rust编译器和工具链
如果您的系统中尚未安装Rust,可以通过以下命令安装:
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh安装完成后,关闭并重新打开终端。
-
安装RISC-V工具链
使用以下命令安装RISC-V编译器和相关工具:
sudo apt-get install autoconf automake autotools-dev curl python3 libmpc-dev libmpfr-dev \ libgmp-dev gawk build-essential bison flex texinfo gperf libtool patchutils bc zlib1g-dev \ libexpat-dev git clone https://github.com/riscv/riscv-gnu-toolchain && cd riscv-gnu-toolchain ./configure --prefix=/opt/riscv --with-arch=rv64i sudo make -
编译sfuzz
进入sfuzz项目目录,编译项目:
cd sfuzz cargo build --release -
准备输入输出目录
在项目目录下创建输入和输出目录,并添加一些种子文件到输入目录:
mkdir -p in out cp /path/to/seed/files/*.bin in/ -
运行sfuzz
使用以下命令运行sfuzz,其中
-i指定输入目录,-o指定输出目录:./target/release/sfuzz -i in -o out -- ./test_cases/simple_test @@可以根据需要添加其他命令行选项来调整sfuzz的行为。
完成以上步骤后,您应该能够成功安装并运行sfuzz项目。如果您在安装过程中遇到任何问题,请参考项目的文档和README文件以获得更多帮助。
登录后查看全文
热门项目推荐
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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
最新内容推荐
谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
648
149
Ascend Extension for PyTorch
Python
211
221
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++
655
291
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
250
319
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
486
🎉 (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
1.16 K
640
仓颉编程语言运行时与标准库。
Cangjie
136
874
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
216