AFLplusplus中LLVM版本与CmpLog/LAF-Intel插桩的兼容性问题分析
2025-06-06 22:20:22作者:俞予舒Fleming
在AFLplusplus 4.10c版本中,用户在使用Docker容器进行模糊测试时发现了一个有趣的兼容性问题。这个问题涉及到LLVM编译器版本与CmpLog/LAF-Intel插桩功能的交互方式。
问题现象
当用户在Linux主机上使用LLVM 14编译目标程序并启用CmpLog和LAF-Intel插桩时,模糊测试能够正常工作并快速发现程序中的崩溃点。然而,当使用官方Docker镜像(内置LLVM 16)执行相同的测试流程时,模糊测试器无法发现任何新的代码覆盖率。
技术背景
AFLplusplus的CmpLog和LAF-Intel是两种重要的插桩技术:
- CmpLog用于记录比较操作的行为
- LAF-Intel(即"比较操作拆分")能够将复杂的比较操作分解为更简单的比较序列
这两种技术都依赖于LLVM的编译器插桩功能。在LLVM 16版本中,编译器对插桩的处理方式发生了变化,导致拆分后的比较操作没有被正确地插桩和跟踪。
根本原因分析
经过深入调查,发现问题出在LLVM 16及以上版本中,对于拆分后的数据(split data)没有正确生成覆盖率插桩。这是一个较为隐蔽的问题,因为在标准测试场景下可能不会立即显现。
值得注意的是,LLVM 17版本中还存在另一个已知问题,导致某些LAF功能必须被禁用。因此,AFLplusplus官方文档建议使用LLVM 13至16版本。
解决方案
AFLplusplus开发团队已经在开发分支中提交了修复方案。虽然这个修复可能还不是最优解(因为在FuzzBench测试中表现不完全理想),但它确实解决了基本的兼容性问题。
最佳实践建议
基于这一经验,我们建议AFLplusplus用户:
- 注意检查使用的LLVM版本,尽量使用官方推荐的13-16版本
- 如果在Docker环境中遇到类似问题,可以考虑降级LLVM版本或等待官方更新镜像
- 对于关键项目,建议先在本地环境验证模糊测试效果,再部署到容器环境
这个问题也提醒我们,在模糊测试工具链中,编译器版本的选择可能对测试效果产生重大影响,需要给予足够重视。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
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
1.1 K
611
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++
1.01 K
1.01 K
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
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253