AFL++中afl-cmin.py脚本的STDOUT缓冲问题分析与修复
在AFL++项目的实际使用过程中,开发人员发现当使用afl-cmin.py脚本对语料库进行最小化处理时,如果目标程序(特别是使用ASan编译的程序)在设置AFL_DUMP_MAP_SIZE=1的情况下无法正常退出,会导致脚本读取不到预期的输出结果。
问题现象
当目标程序因ASan检测到错误而崩溃时,afl-cmin.py脚本会尝试读取目标程序输出的AFL_MAP_SIZE值。然而由于标准输出的行缓冲机制,在程序崩溃前缓冲区内容可能未被刷新,导致脚本获取到空字节串,进而引发ValueError异常。
技术分析
这个问题涉及几个关键的技术点:
-
标准输出缓冲机制:默认情况下,标准输出(stdout)通常是行缓冲的,这意味着当遇到换行符或缓冲区满时才会实际写入。在程序崩溃的情况下,缓冲区的数据可能丢失。
-
ASan行为特性:AddressSanitizer在检测到错误时会立即终止程序,这可能导致程序无法完成正常的清理和缓冲区刷新操作。
-
子进程通信:afl-cmin.py通过subprocess.run()启动目标程序并捕获其输出,需要确保所有必要信息都能被正确捕获。
解决方案
经过分析,社区提出了两种互补的解决方案:
-
在afl-cmin.py脚本中禁用缓冲: 修改脚本使用stdbuf工具强制禁用目标程序的输出缓冲:
result = subprocess.run( ["stdbuf", "-o0", "-e0", args.exe], capture_output=True, text=True, env={"AFL_DUMP_MAP_SIZE": "1"} )
-
在AFL++运行时添加fflush调用: 在AFL++的编译器运行时(afl-compiler-rt.o.c)中,在输出MAP_SIZE后显式调用fflush(stdout),确保数据立即刷新。
-
设置ASAN_OPTIONS环境变量: 通过设置ASAN_OPTIONS=detect_leaks=0可以避免ASan在程序退出时进行泄漏检测,从而让程序能够正常完成输出操作。
实际影响
这个问题主要影响以下场景:
- 使用ASan编译的目标程序
- 目标程序可能因各种原因崩溃
- 在CI环境中自动化运行afl-cmin.py脚本
修复后,afl-cmin.py能够可靠地获取目标程序的AFL_MAP_SIZE值,确保语料库最小化过程顺利完成。
最佳实践建议
对于AFL++用户,特别是在自动化环境中使用时,建议:
- 更新到包含这些修复的最新版本
- 对于可能崩溃的目标程序,考虑设置ASAN_OPTIONS=detect_leaks=0
- 在CI环境中测试afl-cmin.py的工作流程
这些改进使得AFL++在各种边缘情况下都能更加可靠地工作,提高了模糊测试基础设施的稳定性。
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0369Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++095AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









