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
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~0361Hunyuan3D-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++087Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00Spark-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
热门内容推荐
1 freeCodeCamp全栈开发课程中React实验项目的分类修正2 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析3 freeCodeCamp博客页面工作坊中的断言方法优化建议4 freeCodeCamp论坛排行榜项目中的错误日志规范要求5 freeCodeCamp 课程中关于角色与职责描述的语法优化建议 6 freeCodeCamp课程页面空白问题的技术分析与解决方案7 freeCodeCamp英语课程填空题提示缺失问题分析8 freeCodeCamp JavaScript高阶函数中的对象引用陷阱解析9 freeCodeCamp音乐播放器项目中的函数调用问题解析10 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析
最新内容推荐
RadiAnt DICOM Viewer 2021.2:专业医学影像阅片软件的全面指南 ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南 Jetson TX2开发板官方资源完全指南:从入门到精通 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
191
2.15 K

React Native鸿蒙化仓库
C++
205
284

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

Ascend Extension for PyTorch
Python
58
89

🎉 (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
968
572

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++
547
76

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
192

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
1.02 K
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
392
23