首页
/ DieHard 技术文档

DieHard 技术文档

2024-12-27 09:38:40作者:明树来

1. 安装指南

根据GitHub上的readme文件,下载DieHard时需要使用--recursive选项。具体命令如下:

git clone --recursive https://github.com/emeryberger/DieHard

2. 项目的使用说明

DieHard是一个面向Windows、Linux和Mac OS X的错误抵抗型内存分配器。它能提高程序的可靠性,使得含有内存错误的程序能够正确运行。DieHard可以自动加固软件应用,抵御一系列内存错误,这些错误常常会导致严重的安全漏洞、程序崩溃或不可预测的行为。

DieHard分为三个系统:

  • DieHard:通过让带有内存错误的程序正确运行来提高可靠性。
  • Exterminator:自动修复带有内存错误的程序。
  • DieHarder:通过保护程序不受安全攻击来提高安全性。

3. 项目API使用文档

当前readme中并未提供详细的API使用文档。建议用户查阅项目wiki或相关技术论文以获取更详细的API使用信息。

4. 项目安装方式

以下是不同操作系统的安装方式:

Windows

在Windows上构建(仅随机运行时):

nmake /f Makefile.win32

要将DieHard作为库与您的应用程序一起使用,请按如下方式链接您的程序:

cl /MD yourapp.cpp usewinhard.obj winhard.lib

winhard.dll复制到与可执行文件相同的目录中。

Linux / Solaris

使用make构建共享库。您可以链接生成的共享对象(libdiehard.so),或者通过设置LD_PRELOAD环境变量来使用DieHard:

setenv LD_PRELOAD /path/to/diehard/libdiehard.so

要使用复制版本,请使用以下方式启动您的程序(例如):

diehard 3 /path/to/libdiehard_r.so yourapp

如果应用程序不读取标准输入,可以在命令行添加< /dev/null

Mac OS X

要在Mac OS X上使用DieHard,使用以下命令构建并设置两个环境变量:

export DYLD_INSERT_LIBRARIES=/path/to/libdiehard.dylib

DieHard将替换任何新执行的应用程序中的系统malloc。

以上就是关于DieHard项目的安装和使用说明。更多详细信息,请参考项目的readme文件和GitHub项目wiki。

热门项目推荐
相关项目推荐

项目优选

收起
国产编程语言蓝皮书国产编程语言蓝皮书
《国产编程语言蓝皮书》-编委会工作区
46
11
Cangjie-ExamplesCangjie-Examples
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
192
44
openHiTLSopenHiTLS
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
52
41
open-eBackupopen-eBackup
open-eBackup是一款开源备份软件,采用集群高扩展架构,通过应用备份通用框架、并行备份等技术,为主流数据库、虚拟化、文件系统、大数据等应用提供E2E的数据备份、恢复等能力,帮助用户实现关键数据高效保护。
HTML
84
58
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
264
68
RuoYi-VueRuoYi-Vue
🎉 基于SpringBoot,Spring Security,JWT,Vue & Element 的前后端分离权限管理系统,同时提供了 Vue3 的版本
Java
168
39
RuoYi-Cloud-Vue3RuoYi-Cloud-Vue3
🎉 基于Spring Boot、Spring Cloud & Alibaba、Vue3 & Vite、Element Plus的分布式前后端分离微服务架构权限管理系统
Vue
31
22
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
896
0
MateChatMateChat
前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。 官网地址:https://matechat.gitcode.com
128
12
强化学习强化学习
强化学习项目包含常用的单智能体强化学习算法,目标是打造成最完备的单智能体强化学习算法库,目前已有算法Q-Learning、Sarsa、DQN、Policy Gradient、REINFORCE等,持续更新补充中。
Python
19
0