AFLplusplus项目中AFL_MAP_SIZE不一致问题的分析与解决
2025-06-06 15:52:05作者:蔡丛锟
问题背景
在AFLplusplus项目中,用户发现afl-showmap和afl-cmin工具在处理大型目标程序时出现了不一致的行为。具体表现为:afl-showmap能够正常工作,而afl-cmin在处理相同输入时却报告目标程序崩溃。经过调试发现,这两个工具报告的AFL_MAP_SIZE值存在差异,afl-showmap报告的值比afl-cmin大1。
技术分析
AFL_MAP_SIZE的作用
AFL_MAP_SIZE是AFL++中一个关键的环境变量,它定义了共享内存区域的大小,用于存储覆盖率信息。当目标程序被插桩后,AFL++会使用这个共享内存区域来记录程序执行过程中的代码覆盖率情况。
问题根源
通过深入分析,发现问题出在afl-compiler-rt.o.c文件中的相关逻辑:
- 当目标程序的边数(edges)超过默认映射大小时,会触发共享内存的重新映射
- 在
__afl_map_shm函数中,__afl_final_loc值会被递增 - 随后在另一个位置,
__afl_final_loc值会被再次递增 - 这种双重递增导致了最终报告的映射大小比实际需要的小1
调试过程
用户通过以下步骤重现并验证了问题:
- 使用
afl-showmap直接运行目标程序,观察报错信息 - 通过设置
AFL_DEBUG=1获取调试信息,确定__afl_final_loc的值 - 尝试手动设置不同的
AFL_MAP_SIZE值,发现需要比__afl_final_loc大2才能正常工作 - 分析源代码,定位到映射大小计算逻辑中的不一致性
解决方案
经过项目维护者的协作调试,最终确定了正确的修复方案。关键点包括:
- 修正了
AFL_DUMP_MAP_SIZE的输出逻辑,确保它报告正确的映射大小 - 统一了映射大小的计算方式,避免双重递增的问题
- 改进了错误提示信息,使其更准确地指导用户如何设置正确的映射大小
最佳实践
对于遇到类似问题的用户,建议:
- 使用
AFL_DUMP_MAP_SIZE=1来获取准确的映射大小需求 - 如果目标程序特别大,可能需要手动设置更大的
AFL_MAP_SIZE - 在设置环境变量时,确保所有相关工具(afl-showmap、afl-cmin等)使用相同的值
- 遇到问题时,启用
AFL_DEBUG=1获取更多调试信息
总结
这个问题展示了AFL++在处理大型目标程序时的一个边界情况。通过社区协作和深入分析,不仅解决了具体问题,还改进了工具的健壮性和用户体验。对于模糊测试工作者来说,理解这些底层机制有助于更有效地使用AFL++进行安全测试。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
334
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
744
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134