AFLplusplus项目中LTO与ASAN构建冲突问题分析
2025-06-06 10:56:58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
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