EMBA固件分析工具在S26模块中遇到的编译问题分析
2025-06-27 21:30:05作者:廉皓灿Ida
问题背景
EMBA是一款开源的嵌入式固件分析工具,在分析过程中会执行多个模块(Sxx)来完成不同的分析任务。近期有用户报告在分析某定制固件时,工具在S26模块(内核编译测试)处出现停滞现象,导致分析无法继续进行。
问题现象
用户在使用最新版本EMBA分析新开发的定制固件时,发现分析过程在S26模块停滞长达5小时。日志显示最后记录是"Starting kernel compile dry run...",而内核编译日志文件(kernel-compile.log)增长到近500MB,内容出现大量重复条目。
问题排查
经过深入分析,发现问题与内核编译过程中的依赖关系有关:
- 日志分析:检查kernel-compile.log发现编译过程在生成lexer.lex.c后停滞
- 环境对比:回滚到1月15日版本可正常运行,说明是新引入的问题
- 依赖检查:发现编译过程需要flex工具来生成词法分析器
- 容器验证:确认EMBA基础镜像中未安装flex工具
根本原因
内核编译过程中需要flex工具来处理kconfig的lexer.lex.c文件,而EMBA的Docker基础镜像中缺少这一依赖。当内核配置需要重新生成时(.config文件),编译系统会调用flex来构建配置工具,由于缺少flex导致编译过程无法继续。
解决方案
EMBA开发团队迅速响应,提供了以下解决方案:
- 创建了包含flex工具的特殊版本镜像(1.5.1h)
- 更新了Docker构建配置,确保flex被包含在基础镜像中
用户验证确认,使用1.5.1h版本的Docker镜像后,S26模块能够正常运行。
技术启示
这个案例展示了嵌入式固件分析中的几个重要技术点:
- 工具链完整性:固件分析工具需要确保包含所有可能的依赖项
- 内核编译特性:现代Linux内核编译系统依赖flex/bison等工具处理配置
- 容器化挑战:Docker环境需要特别关注工具链的完整性
- 版本兼容性:分析工具需要适应不同固件的特殊需求
最佳实践建议
针对类似情况,建议采取以下措施:
- 在分析前检查固件的特殊需求
- 保持分析工具环境的最新状态
- 对于定制固件,准备回退到稳定版本的能力
- 详细记录分析过程中的环境信息
这个问题的高效解决展示了开源社区协作的优势,也提醒我们在嵌入式分析领域工具链完整性的重要性。
登录后查看全文
热门项目推荐
相关项目推荐
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。C092
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
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
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
473
3.52 K
React Native鸿蒙化仓库
JavaScript
287
338
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
226
91
Ascend Extension for PyTorch
Python
283
316
暂无简介
Dart
723
174
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
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++
849
439
🎉 (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
1.27 K
699
🔥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
65
19