Fuzzilli项目中函数提升(Hoisting)的编译处理机制
在JavaScript引擎模糊测试工具Fuzzilli的开发过程中,开发者发现了一个关于函数提升(hoisting)特性的编译处理问题。这个问题揭示了Fuzzilli在编译过程中对JavaScript函数声明的特殊处理方式。
问题现象
当源代码中存在函数声明时,按照JavaScript的语言规范,函数声明会被提升(hoisting)到当前作用域的顶部。这意味着在函数声明之前就可以调用该函数。例如:
console.log(two); // 应该可以正常访问two函数
function two() {
}
然而在Fuzzilli的编译输出中,这个行为没有被正确保留。编译后的代码变成了:
console.log(two); // 这里two未定义
function f3() { // 函数名被重命名
}
技术背景
函数提升是JavaScript的一个重要特性,它允许在函数声明之前调用函数。这是由于JavaScript的编译阶段会将所有函数声明提升到作用域顶部。Fuzzilli作为一个模糊测试工具,在编译过程中会对变量和函数名进行重命名以增加测试的多样性,但这与函数提升特性产生了冲突。
解决方案
项目维护者指出,这个问题与编译过程中丢失原始变量名有关。他们提出了两个关键改进:
- 首先通过一个基础性修改,为FuzzIL(中间语言)的函数添加
.functionName属性,保留函数的原始名称信息 - 然后结合变量名处理机制的改进,使系统能够正确识别和处理函数提升的情况
这些改进将确保编译后的代码仍然保持JavaScript的函数提升语义,同时不破坏Fuzzilli原有的变量名随机化功能。
技术意义
这个问题的解决不仅修复了一个具体的编译错误,更重要的是完善了Fuzzilli对JavaScript语义的模拟能力。函数提升是JavaScript中一个基础但容易引起混淆的特性,正确处理这一特性对于生成有效的测试用例至关重要。通过保留函数名信息同时支持提升语义,Fuzzilli能够生成更符合实际JavaScript代码行为的测试用例,从而提高模糊测试的有效性。
现状
根据后续开发者的反馈,这个问题已经在最近的代码提交中得到解决。这表明Fuzzilli团队对JavaScript语言特性的支持正在不断完善,使得这个模糊测试工具能够更准确地模拟真实的JavaScript引擎行为。
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