liboqs项目0.10.0-rc1版本中的内部库链接问题分析
2025-07-03 16:27:02作者:田桥桑Industrious
在liboqs项目0.10.0-rc1版本发布后,开发者发现了一个关于内部库链接的重要问题。这个问题影响了多个测试程序的正常运行,值得深入分析其技术背景和解决方案。
问题现象
在构建liboqs项目时,系统生成了多个测试程序,如oqs-kat-kem、oqs-kat-sig等。这些程序在运行时需要依赖一个名为liboqs-internal.so的动态库,但这个库并未被安装到系统中,导致程序无法正常运行。通过ldd工具检查可以发现,多个测试程序都报告了"liboqs-internal.so => not found"的错误。
技术背景
这个问题源于项目PR #1667中的构建系统重构。在该PR中,开发团队将通用的对称加密代码重构到了一个内部库中,这个库专门供测试程序使用。按照设计,这个内部库不应该被安装到用户系统中,因为它仅用于内部测试目的。
问题根源分析
当前构建系统存在两个主要问题:
- 即使主liboqs库被构建为动态库,内部库也被构建为动态库形式,这导致了不必要的运行时依赖。
- 构建系统生成的测试程序默认链接到这个内部动态库,但安装过程却没有包含这个库。
解决方案建议
从技术角度看,最合理的解决方案是:
-
将liboqs-internal构建为静态库,而不是动态库。因为:
- 这个库仅用于内部测试,不需要被其他程序动态链接
- 静态链接可以避免运行时依赖问题
- 符合"不安装到用户系统"的设计初衷
-
对于构建系统的改进建议:
- 明确区分公共库和内部库的构建方式
- 确保测试程序能够正确链接到内部静态库
- 在构建配置中增加相关选项,明确内部库的链接方式
影响范围评估
这个问题主要影响以下方面:
- 打包系统:如ALT Linux等发行版的打包过程会遇到问题
- 测试流程:依赖这些测试程序的自动化测试可能会失败
- 开发者体验:本地构建和测试可能受到影响
临时解决方案
对于急需使用这些测试程序的开发者,可以考虑以下临时方案:
- 手动将liboqs-internal.so安装到系统库路径
- 修改构建配置,排除这些测试程序的安装
- 使用LD_LIBRARY_PATH环境变量指定内部库路径
总结
这个问题的出现反映了在库重构过程中对构建系统影响的全面考虑不足。通过将内部库改为静态链接,不仅可以解决当前的运行时依赖问题,还能更好地实现设计初衷。对于开源项目而言,这类问题的及时发现和解决有助于提高项目的稳定性和用户体验。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-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
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
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
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210