探索内存安全的未来:QASan,QEMU-AddressSanitizer
2024-05-20 08:45:17作者:农烁颖Land
在软件开发的世界中,内存错误常常是隐藏的安全隐患。幸运的是,QASan(QEMU-AddressSanitizer)提供了一种强大的工具,能够在运行时检测客体系统中的内存错误,无需任何编译器级别的改动。这个开源项目由Andrea Fioraldi维护,是一个基于QEMU 3.1.1的定制版本,利用AddressSanitizer对二进制代码进行模糊测试,而不需要源码级别的支持。
项目介绍
QASan的特色在于它的二进制级别检测,这意味着它能够检测任何可执行文件的内存错误,无论是跨平台还是原生。项目通过两种方式实现AddressSanitizer功能:一种是Andrea Fioraldi自己实现的纯C11版本,另一种是基于clang的编译器RT ASan实现。前者提供更详细的错误信息,如堆栈跟踪,后者则适用于快速验证。
项目技术分析
构建QASan非常简单,只需运行一个名为build.py的脚本。你可以选择使用自己的AddressSanitizer实现或基于clang的版本。此外,该脚本还支持全系统模式的构建,尽管目前仍处于实验阶段。QASan提供了多种运行时选项,包括预加载共享对象,设置调试日志等,以满足不同需求。
应用场景
QASan的适用范围广泛,尤其是在以下情况:
- 模糊测试:与AFL++配合,可以有效地对目标二进制进行模糊测试,发现内存安全性问题。
- 修复已有的二进制软件:对于那些无法重新编译或缺少源码的老软件,QASan提供了直接的内存错误检测方案。
- 跨架构测试:在不同的硬件平台上,QASan也能帮助检测和定位内存错误。
项目特点
- 兼容性强:QASan不仅支持x86_64架构,也支持arm[64]和其他多种处理器架构。
- 无需源码:无需修改或重新编译目标程序,即可进行内存错误检测。
- 性能损耗较低:相比于Valgrind,QASan的运行速度更快,性能影响相对较小。
- 丰富的调试信息:asan-giovese模式下,可以获取有价值的堆栈跟踪信息,便于问题排查。
QASan为开发者提供了一种全新的方法来提升软件的质量和安全性,即使是在没有源码的情况下。如果你正在寻找一种高效且灵活的内存错误检查工具,那么QASan无疑是值得尝试的选择。现在就通过git clone --recursive https://github.com/andreafioraldi/qasan.git来下载并探索QASan的强大功能吧!
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.12 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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++
663
315
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219