AFLplusplus项目中LTO与ASAN构建冲突问题分析
2025-06-06 07:28:46作者:庞队千Virginia
在AFLplusplus项目中,当开发者尝试同时启用性能优化(PERFORMANCE=1)和地址消毒剂(ASAN_BUILD=1)构建afl-fuzz工具时,会遇到一个典型的链接时优化(LTO)与地址消毒剂(ASAN)的兼容性问题。本文将深入分析该问题的技术背景、产生原因及解决方案。
问题现象
当使用以下命令构建时:
make CC=clang PERFORMANCE=1 ASAN_BUILD=1 afl-fuzz
构建过程会失败并报错:
`.text.asan.module_ctor.149' referenced in section `.init_array.1[asan.module_ctor.149]' of /tmp/lto-llvm-3cc9af.o: defined in discarded section `.text.asan.module_ctor.149[asan.module_ctor]' of /tmp/lto-llvm-3cc9af.o
clang: error: linker command failed with exit code 1
技术背景
LTO(链接时优化)简介
LTO(Link Time Optimization)是一种编译器优化技术,它允许编译器在链接阶段对整个程序进行跨模块的优化。这种技术可以显著提升程序性能,但同时也增加了构建复杂度。
ASAN(地址消毒剂)简介
ASAN(Address Sanitizer)是一种内存错误检测工具,能够检测如缓冲区溢出、使用释放后内存等常见内存问题。它在编译时注入额外的检查代码。
问题根源
该问题的根本原因在于构建过程中LTO标志的不一致性。具体表现为:
- 项目中的afl-performance.c文件在构建时没有启用-flto选项
- 其他源文件则启用了LTO优化
- 这种不一致性导致ASAN相关的构造函数在LTO处理过程中被错误地丢弃
解决方案
正确的做法是确保整个项目中所有源文件的LTO标志保持一致。对于AFLplusplus项目,这意味着:
- 需要确保afl-performance.c文件与其他文件一样启用LTO优化
- 或者统一禁用LTO优化(不推荐,因为会损失性能优化机会)
项目维护者已经确认并修复了此问题,确保所有源文件在启用PERFORMANCE和ASAN_BUILD时都采用一致的编译选项。
经验总结
这个案例为我们提供了几个重要的开发经验:
- 当同时使用多种高级编译特性(LTO、ASAN等)时,必须确保所有源文件的编译选项一致
- 混合使用不同优化级别的模块可能导致难以诊断的链接错误
- 在大型项目中,构建系统的配置管理至关重要,特别是当引入条件编译选项时
对于开发者而言,遇到类似问题时,检查构建系统中各模块的编译标志是否一致应该是首要的排查步骤。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
468
461
暂无描述
Dockerfile
776
5.07 K
Ascend Extension for PyTorch
Python
756
961
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430