Arduino-Pico项目中HTTPS客户端内存泄漏问题分析与解决
2025-07-02 11:03:31作者:廉彬冶Miranda
问题背景
在Arduino-Pico项目(基于RP2040芯片的Arduino核心)中,开发者发现了一个与HTTPS客户端相关的内存泄漏问题。当使用HTTPClient库进行HTTPS请求时,特别是在需要验证服务器证书的情况下,系统内存会随着请求次数的增加而逐渐减少,最终可能导致程序崩溃。
问题现象
通过一个简单的测试程序可以重现这个问题:程序周期性地向HTTPS服务器发起请求,并在每次请求后打印剩余内存。观察发现:
- 当使用
setInsecure()方法(不验证证书)时,内存使用保持稳定 - 当使用
setCACert()方法(验证服务器证书)时,每次请求后可用内存都会减少 - 内存泄漏只发生在需要验证证书的请求中
技术分析
这个内存泄漏问题的根源在于证书验证过程中资源未正确释放。具体来说:
- 在HTTPS握手过程中,当需要验证服务器证书时,系统会分配内存用于存储和处理证书相关信息
- 这些临时分配的内存应该在握手完成后被释放
- 但在原代码中,某些证书验证相关的数据结构没有被正确清理
解决方案
该问题通过以下方式得到修复:
- 仔细审查了证书验证流程中的内存分配和释放逻辑
- 确保所有临时分配的内存都在适当的时候被释放
- 特别关注了证书链验证过程中创建的各种临时对象
修复后的代码确保了:
- 每次HTTPS请求后,所有与证书验证相关的临时内存都会被正确释放
- 无论是否验证证书,内存使用都能保持稳定
- 长期运行的HTTPS客户端程序不会再因内存泄漏而崩溃
开发者建议
对于使用Arduino-Pico进行HTTPS开发的用户,建议:
- 及时更新到修复了此问题的版本
- 在开发过程中定期检查内存使用情况
- 对于需要长期运行的HTTPS客户端应用,务必启用证书验证以确保安全性
- 可以使用类似示例中的内存监控代码来验证内存使用是否正常
总结
这个内存泄漏问题的修复不仅解决了稳定性问题,也确保了开发者可以安全地使用HTTPS证书验证功能而不用担心内存耗尽。这体现了开源社区通过用户反馈快速识别和解决问题的优势,也展示了Arduino-Pico项目对代码质量的持续改进。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137