Zeek项目中ZAM测试集成CI系统的技术实践
2025-06-01 02:21:35作者:裴锟轩Denise
在网络安全监测领域,Zeek作为一款高性能的网络流量分析框架,其7.0版本中引入了ZAM(Zeek Abstract Machine)执行引擎。本文将深入探讨如何将ZAM测试有效集成到持续集成(CI)系统中的技术实践。
ZAM测试现状与挑战
ZAM作为Zeek的新型执行引擎,虽然已在7.0版本中发布可供广泛使用,但实际上面临着测试覆盖率不足的问题。通过ASAN(AddressSanitizer)构建运行btest -a zam命令时,主分支中的某些测试会出现内存泄漏问题。
主要技术挑战体现在:
- 功能开发与测试同步性问题:当向Zeek脚本添加新功能时,ZAM实现需要时间追赶,可能导致测试暂时失败
- 内存安全问题:ASAN构建暴露的内存泄漏需要针对性解决
- 测试策略选择:如何在CI系统中合理部署ZAM测试
CI集成方案设计
针对上述挑战,我们设计了分阶段的CI集成方案:
1. 渐进式测试策略
采用"may-fail"模式的夜间构建方案,包含以下关键要素:
- 使用UBSAN(UndefinedBehaviorSanitizer)和ASAN构建
- 执行
btest -a zam测试套件 - 可选地包含外部测试
- 允许测试暂时失败而不阻塞主流程
2. 同步开发机制
为确保ZAM实现与脚本功能的同步:
- 建立功能开发与ZAM实现的关联机制
- 对每个PR(Pull Request)要求相应的ZAM扩展
- 设置合理的宽限期处理暂时性测试失败
技术实现细节
在实际技术实现中,我们重点关注:
-
内存安全处理:
- 通过ASAN构建识别内存泄漏
- 建立专门的内存问题追踪流程
- 针对ZAM特有的内存管理机制进行优化
-
测试环境配置:
- 隔离的测试环境构建
- 资源分配优化,特别是针对ZAM的性能特性
- 测试结果收集与分析管道
-
失败处理机制:
- 智能测试结果分类
- 预期失败与意外失败的区分处理
- 自动化的失败通知与跟踪
实践效果与经验
通过实施上述方案,我们获得了以下实践经验:
-
平衡开发速度与质量:
- "may-fail"模式为ZAM开发提供了必要的灵活性
- 同时确保了问题能够被及时发现和跟踪
-
内存安全提升:
- 定期ASAN测试帮助发现了潜在的内存问题
- 建立了更健壮的内存管理实践
-
开发流程优化:
- 促进了ZAM实现与主开发的同步
- 提高了开发者对ZAM兼容性的重视
未来发展方向
基于当前实践,我们规划了以下改进方向:
- 逐步将"may-fail"测试提升为强制性测试
- 扩展测试覆盖范围,包括更多边缘场景
- 优化ZAM测试性能,减少CI资源消耗
- 开发更智能的测试结果分析工具
通过持续改进ZAM的CI测试实践,我们正在为Zeek用户提供更可靠、更高性能的执行引擎选择,同时维护框架整体的代码质量与稳定性。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C094
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
476
3.54 K
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
223
94
暂无简介
Dart
726
175
React Native鸿蒙化仓库
JavaScript
287
339
Ascend Extension for PyTorch
Python
284
317
🎉 (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
1.27 K
701
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
10
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++
849
441
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19