FuelLabs/sway编译器中的寄存器保存漏洞分析与修复
在FuelLabs/sway编译器项目中,我们发现了一个关键的代码生成问题,涉及函数调用时的寄存器保存机制。这个问题可能导致程序执行时寄存器值被意外修改,进而引发不可预测的行为。
问题背景
在编译器设计中,函数调用时需要保存调用者(caller)的寄存器状态,确保被调用函数(callee)执行完毕后能恢复原有寄存器值。现代编译器通常会进行优化,只保存那些会被callee修改的寄存器,而不是全部寄存器,这被称为"调用约定"(calling convention)。
FuelLabs/sway编译器在实现这一机制时存在不足,导致某些情况下寄存器保存不完整,可能破坏调用者的寄存器状态。
技术细节分析
问题的核心在于编译器错误地假设每条指令最多只会修改一个寄存器。当遇到修改多个寄存器的指令时,编译器只会记录第一个被修改的寄存器,而忽略其他寄存器。
具体来看,在emit_pusha_popa
函数中,寄存器收集逻辑如下:
let reg = match &op.opcode {
// ...其他匹配分支...
Either::Left(alloc_op) => alloc_op.def_registers().into_iter().next(),
Either::Right(ctrl_op) => ctrl_op.def_registers().into_iter().next(),
};
这里使用了.next()
方法只获取第一个被修改的寄存器,而忽略了指令可能修改的其他寄存器。正确的做法应该是遍历所有被修改的寄存器。
问题影响
这个问题会导致以下情况:
- 调用者寄存器可能在函数调用后被意外修改
- 程序可能使用错误的寄存器值继续执行
- 计算结果可能不正确
- 在极端情况下可能导致严重后果
复现案例
考虑以下Sway智能合约代码:
#[storage(read)]
fn setup() -> () {
let a: u64 = 1;
let b: u64 = 1;
let c: u64 = 1;
store_read();
let r = asm(r, a: a, b: b, c: c, d: store_read()) {
movi r i0;
add r a b; // r = 2
add r r c; // 预期r=3,但c可能被修改
add r r d; // 最终结果错误
r
};
assert(r == 3);
()
}
在这个例子中,store_read()
函数内部修改了寄存器$r3
(存储变量c的值),但由于寄存器保存不完整,导致setup()
函数中的c值被意外修改,最终断言失败。
解决方案
修复这个问题需要修改寄存器收集逻辑,确保记录指令修改的所有寄存器。具体应该:
- 移除
.next()
调用 - 遍历所有
def_registers()
- 将所有被修改的寄存器加入保存集合
修改后的核心逻辑应该类似于:
let regs = match &op.opcode {
// ...其他匹配分支...
Either::Left(alloc_op) => alloc_op.def_registers(),
Either::Right(ctrl_op) => ctrl_op.def_registers(),
};
for reg in regs {
for active_label in active_sets.clone() {
reg_sets
.entry(active_label)
.and_modify(|regs| {
regs.insert(reg.clone());
})
.or_insert_with(|| {
BTreeSet::from_iter(std::iter::once(reg).cloned())
});
}
}
总结
这个问题展示了编译器开发中寄存器管理的重要性。在实现调用约定优化时,必须确保不会遗漏任何可能被修改的寄存器。FuelLabs/sway项目通过修复这个问题,提高了编译器的可靠性和生成代码的正确性。
对于智能合约开发者而言,这类底层编译器问题尤其需要注意,因为它们可能导致合约行为与预期不符。因此,在智能合约开发中,除了关注业务逻辑外,也需要了解底层编译器的特性和限制。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0299- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









