Tock项目中的进程二进制头校验机制解析
2025-06-05 17:02:01作者:苗圣禹Peter
背景介绍
在嵌入式操作系统Tock中,进程二进制对象创建时需要对TBF(Tock Binary Format)头进行有效性验证。这一验证过程包括对基础TBF头的检查以及校验和的验证。这一机制在动态进程加载实现中引发了一些技术讨论。
技术挑战
动态进程加载实现中,内核需要扫描闪存以发现现有的有效进程二进制文件,从而构建链表结构。这一步骤确保了新应用不会侵占已有进程的内存区域。在此过程中,内核需要区分应用二进制和填充区域。
根据TBF头的安全威胁模型,内核要求在写入应用二进制时,前8字节的头部信息不能被篡改。进程加载器实现已经确保了total_size要求的有效性,这使得校验和的验证变得不再必要。
技术讨论
在测试过程中发现,当头部前8字节指示为填充区域,而后续8字节(校验和部分)不匹配时,内核在头解析阶段会返回错误。这引发了关于校验和验证必要性的技术讨论:
- 移除校验和完整性检查:认为在已经确保
total_size有效性的情况下,可以简化验证流程 - 更新威胁模型:建议将校验和完整性也纳入威胁模型要求
实现方案
经过技术讨论后,最终决定采用以下方案:
- 不再使用
parse_tbf_header()方法 - 改为检查头部的切片数据来确定是否为有效应用
- 动态进程加载器现在可以无障碍地发现进程二进制文件
安全考量
Tock项目团队最终决定维持现状,即不强制要求有效的校验和。这一决定基于以下安全考量:
- 威胁模型已经确保我们可以信任
total_length值的正确性 - 进程加载器实现已经提供了足够的安全保障
- 简化验证流程不会降低系统安全性
技术影响
这一决策对系统的影响包括:
- 提高了动态进程加载的效率
- 简化了二进制验证流程
- 保持了系统的安全边界
- 需要进一步修复
tockloader list相关的功能
结论
在嵌入式系统设计中,安全性和效率往往需要权衡。Tock项目通过这一技术决策,在保证系统安全性的前提下优化了进程加载流程,体现了嵌入式系统设计中实用主义的安全哲学。这一案例也为其他嵌入式系统开发者提供了有价值的设计参考。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
380
454
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++
894
677
暂无简介
Dart
803
198
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
353
207
昇腾LLM分布式训练框架
Python
119
147
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781