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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
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++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
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
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
296
114
昇腾LLM分布式训练框架
Python
178
220