Emscripten项目中libc++安全加固模式的改进与探讨
背景介绍
Emscripten是一个将C/C++代码编译为WebAssembly和JavaScript的工具链。在其系统库配置中,libc++(LLVM的C++标准库实现)的安全加固模式(_LIBCPP_HARDENING_MODE)被强制设置为无加固(_LIBCPP_HARDENING_MODE_NONE),这限制了开发者启用额外的安全检查功能。
问题分析
libc++提供了多种安全加固级别,从无检查到完整调试检查不等。这些检查可以帮助开发者更早地发现潜在的错误和安全问题。然而,Emscripten的__config_site文件直接定义了_LIBCPP_HARDENING_MODE,导致用户无法通过编译选项(-D_LIBCPP_HARDENING_MODE=...)来覆盖这个设置。
技术解决方案
经过讨论,项目维护者决定将配置改为定义_LIBCPP_HARDENING_MODE_DEFAULT而非直接定义_LIBCPP_HARDENING_MODE。这一变更使得:
- 用户可以通过编译选项自定义安全加固级别
- 保留了默认的无加固行为
- 为未来可能的默认加固级别调整提供了灵活性
深入探讨
关于libc++安全加固的几个技术要点值得注意:
-
头文件与预编译库的区别:大部分libc++代码是头文件实现的,用户定义的安全加固模式会影响这些部分。但预编译的库组件不受影响,因为它们由供应商构建。
-
构建系统考虑:Emscripten已经为某些标志(如-fwasm-exceptions)实现了库重编译逻辑。理论上,安全加固标志也可以集成到这种机制中,确保预编译库与用户代码使用相同的安全级别。
-
实际影响评估:对于大多数用户场景,仅对用户代码应用安全加固可能已经足够,因为标准库的大部分功能是通过头文件实现的。
未来方向
项目维护者建议:
- 添加测试用例验证安全加固宏在用户代码中的正常工作
- 如果发现预编译库的安全加固确实必要,可以单独提出需求
- 考虑在调试构建中默认启用某些基本安全检查
总结
这一改进使Emscripten项目更好地支持了libc++的安全加固功能,为开发者提供了更多调试和安全性选项,同时保持了向后兼容性。这种平衡安全性和性能的配置方式,体现了现代C++工具链设计的灵活性。
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。C030
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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