OpenSC项目中内存安全分配机制的问题与修复方案
2025-06-29 17:33:26作者:邓越浪Henry
问题背景
在OpenSC项目的内存安全分配机制实现中,sc_mem_secure_alloc和sc_mem_secure_free函数存在一个关键的设计缺陷。这两个函数原本的设计目的是通过mlock和munlock系统调用来锁定内存页面,防止敏感数据被交换到磁盘上,从而增强安全性。
技术原理分析
内存锁定机制在POSIX系统中通过mlock和munlock系统调用实现,这些系统调用以页面为粒度进行操作。OpenSC的原始实现假设通过calloc分配的内存块总是页面对齐的,这种假设在大多数标准C库实现下成立,但在某些特殊环境下可能不成立。
问题具体表现
当内存分配返回的指针不是页面对齐时,会出现三个主要问题:
- 锁定范围扩大:
mlock会锁定包含分配内存的整个页面,可能意外锁定不属于该缓冲区的内存区域 - 过度锁定:由于长度参数向上取整到页面大小,可能会锁定额外的后续页面
- 解锁不完整:
munlock使用原始长度参数,导致部分页面保持锁定状态
实际影响
这一问题在Chromium浏览器环境中尤为明显,因为:
- Chromium使用自定义的内存分配器(PartitionAlloc)
- 该分配器不保证页面对齐的内存分配
- Chromium后续尝试对未解锁页面执行
madvise(MADV_DONTNEED)操作时失败并崩溃
解决方案
经过深入分析,开发团队提出了两种解决方案:
-
直接使用内存映射:绕过标准库分配器,直接调用
mmap(Linux)或VirtualAlloc(Windows)系统调用,确保获得完整、对齐的内存页面 -
使用对齐分配函数:采用C11标准的
aligned_alloc函数(在Windows上使用_aligned_malloc),确保分配的内存满足对齐要求
实现考量
在实现过程中,开发团队特别注意了以下技术细节:
- 跨平台兼容性:不同操作系统提供不同的内存管理API
- 资源释放:确保使用匹配的释放函数(如Windows上的
_aligned_free) - 性能影响:评估直接系统调用与标准库函数之间的性能差异
结论
这一问题揭示了在安全敏感代码中做出实现假设的风险。通过采用更底层、更可控的内存管理方式,OpenSC项目不仅修复了Chromium环境下的崩溃问题,还增强了代码在不同环境下的可靠性和安全性。这一改进将被包含在项目的后续维护版本中。
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。C042
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
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
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
435
3.3 K
Ascend Extension for PyTorch
Python
241
277
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
9
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++
694
367
仓颉编译器源码及 cjdb 调试工具。
C++
138
869
🔥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
暂无简介
Dart
696
163
React Native鸿蒙化仓库
JavaScript
270
328
仓颉编程语言运行时与标准库。
Cangjie
145
881