angr项目中Fortran程序的符号执行问题解析
2025-05-28 04:02:17作者:冯梦姬Eddie
符号执行是一种强大的程序分析技术,能够自动探索程序的执行路径。本文将以angr符号执行引擎为例,探讨在分析Fortran程序时遇到的特殊问题及其解决方案。
问题背景
在尝试将angr的"helloworld"符号执行示例从C语言移植到Fortran时,出现了预期之外的结果。C版本能够正确识别触发HelloWorld函数的输入参数范围(51-99),而Fortran版本却输出了一些异常值(如0、4026531840等)。
根本原因分析
经过深入分析,发现这一问题源于两个关键差异:
-
参数传递方式差异:Fortran默认采用传引用(pass-by-reference)方式,而C语言采用传值(pass-by-value)方式。这意味着Fortran函数接收的是参数的地址而非值本身。
-
字节序处理差异:当符号值被存储到内存时,angr默认会进行字节序反转(endianness reversal),导致后续的约束求解产生错误结果。
解决方案
1. 正确处理传引用参数
在angr中,我们需要模拟Fortran的传引用行为。有两种实现方式:
方法一:使用PointerWrapper
init_state = project.factory.call_state(
firstCall_addr.rebased_addr,
angr.PointerWrapper(input_arg),
prototype="void firstCall(int *num)"
)
方法二:显式内存分配
blank_state = project.factory.blank_state()
blank_state.register_plugin("heap", angr.state_plugins.heap.heap_ptmalloc.SimHeapPTMalloc())
ptr = blank_state.heap.malloc(4)
blank_state.memory.store(ptr, input_arg, endness=project.arch.memory_endness)
init_state = project.factory.call_state(
firstCall_addr.rebased_addr,
ptr,
base_state=blank_state,
prototype="void firstCall(int *num)"
)
2. 正确处理字节序
关键在于正确指定函数原型(prototype)和存储方式:
- 在
call_state
中明确指定函数原型 - 使用
project.arch.memory_endness
指定正确的字节序 - 或者使用
state.mem
接口自动处理字节序
完整解决方案
import angr, claripy
# 加载二进制文件
project = angr.Project('./a.f90.out', auto_load_libs=False)
# 获取函数地址
firstCall_addr = project.loader.main_object.get_symbol("helloworldprogram_IP_firstcall_")
helloWorld_addr = project.loader.main_object.get_symbol("helloworldprogram_IP_helloworld_")
# 创建符号变量
input_arg = claripy.BVS('input_arg', 32)
# 创建初始状态
init_state = project.factory.call_state(
firstCall_addr.rebased_addr,
angr.PointerWrapper(input_arg),
prototype="void firstCall(int *num)"
)
# 创建模拟管理器
simgr = project.factory.simulation_manager(init_state)
# 探索目标路径
simgr.explore(find=helloWorld_addr.rebased_addr)
# 处理结果
if simgr.found:
input_value = simgr.found[0].solver.eval(input_arg)
print(f"触发HelloWorld的输入值: {input_value}")
constraints = simgr.found[0].solver.constraints
solver = claripy.Solver()
solver.add(constraints)
min_val = solver.min(input_arg)
max_val = solver.max(input_arg)
print(f"参数范围: 最小值 = {min_val}, 最大值 = {max_val}")
else:
print("未找到触发HelloWorld的路径")
技术要点总结
-
语言特性差异:不同编程语言的ABI(应用二进制接口)差异会显著影响符号执行的结果。Fortran的传引用特性需要特别处理。
-
字节序问题:内存存储时的字节序处理是符号执行中的常见陷阱,需要根据目标架构正确处理。
-
函数原型指定:在angr中明确指定函数原型可以避免很多隐式转换问题,特别是在处理指针参数时。
-
状态初始化:正确初始化模拟状态是符号执行成功的关键,需要考虑参数传递方式、内存布局等因素。
通过理解这些关键点,开发者可以更有效地使用angr分析各种语言编写的程序,包括那些采用非标准ABI的语言如Fortran。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0299- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
260

🎉 (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
854
505

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
254
295

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
331
1.08 K

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
397
370

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

deepin linux kernel
C
21
5