Taintgrind技术文档
2024-12-27 19:33:55作者:尤辰城Agatha
1. 安装指南
使用Docker安装
确保已经安装了Docker。然后执行以下操作:
~$ git clone http://github.com/wmkhoo/taintgrind
~$ cd taintgrind
~/taintgrind$ docker build -t taintgrind .
容器构建完成后,可以通过以下命令运行taintgrind:
~/taintgrind$ sudo docker run -it --rm -v $(pwd):/pwd taintgrind <ARGUMENTS>
~/taintgrind$ sudo docker run -it --rm -v $(pwd):/pwd taintgrind tests/sign32
从源代码安装
安装依赖(Ubuntu)
~$ apt install -y git wget gcc build-essential automake python gcc-multilib
下载Valgrind
~$ tar jxvf valgrind-X.X.X.tar.bz2
~$ cd valgrind-X.X.X
克隆taintgrind
~/valgrind-X.X.X$ git clone http://github.com/wmkhoo/taintgrind.git
~/valgrind-X.X.X$ cd taintgrind
运行build_taintgrind.sh
此脚本将执行以下操作:
- 打补丁valgrind-3.13
- 构建valgrind
- 构建capstone
- 构建taintgrind
~/valgrind-X.X.X$ ./build_taintgrind.sh
2. 项目的使用说明
Taintgrind是一个基于Valgrind的污点分析工具。它可以追踪程序中数据的流动,帮助识别潜在的安全问题。
以下是一个简单示例:
#include "taintgrind.h"
int get_sign(int x) {
if (x == 0) return 0;
if (x < 0) return -1;
return 1;
}
int main(int argc, char **argv)
{
int a = 1000;
TNT_TAINT(&a, sizeof(a));
int s = get_sign(a);
return s;
}
编译:
../taintgrind$ make check
运行:
../taintgrind$ ../build/bin/valgrind --tool=taintgrind tests/sign32
或简单地:
../taintgrind$ ../build/bin/taintgrind tests/sign32
输出示例:
Address/Location | Assembly instruction | Instruction type | Runtime value(s) | Information flow
3. 项目API使用文档
项目API主要是通过taintgrind.h头文件中的客户端请求(Client Requests)来使用。例如,TNT_TAINT函数用于标记数据为污点。
更多关于客户端请求的信息,请参考Client Requests。
4. 项目安装方式
请参考本文档的“安装指南”部分,其中详细介绍了使用Docker和从源代码安装的方法。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0133- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
MusicFreeDesktop插件化、定制化、无广告的免费音乐播放器TypeScript00
项目优选
收起
暂无描述
Dockerfile
725
4.66 K
Ascend Extension for PyTorch
Python
597
749
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
425
376
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++
992
984
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
921
133
昇腾LLM分布式训练框架
Python
160
188
暂无简介
Dart
968
246
deepin linux kernel
C
29
16
Oohos_react_native
React Native鸿蒙化仓库
C++
345
393
🎉 (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
1.65 K
970