DieHard 技术文档
2024-12-27 13:53:27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
将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。
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 StartedRust0152- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
618
795
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
433
395
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++
1.01 K
1.01 K
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
1.18 K
152
deepin linux kernel
C
29
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989