JohnTheRipper项目在Solaris系统上的测试问题分析与解决
2025-05-21 02:30:18作者:殷蕙予
背景介绍
JohnTheRipper作为一款知名的密码安全评估工具,其测试流程对于保证软件质量至关重要。近期在Solaris系统上运行make check命令时出现了一系列问题,这些问题不仅影响了测试流程的正常执行,也暴露了代码中需要改进的地方。
主要问题分析
Makefile兼容性问题
在Solaris系统上,默认的make命令无法正确解析项目生成的Makefile文件,导致出现"Unexpected end of line seen"错误。这是因为Solaris系统自带的make工具与GNU make存在语法差异。解决方案是使用gmake命令替代,这也是为什么项目配置完成后会提示用户使用gmake进行编译。
测试重复性问题
测试过程中发现存在两个相似的测试命令:
../run/john --test=0 --verbosity=2 --format=cpu
../run/john --test=0 --verbosity=2 --format=+dynamic,all
经过分析,这两个命令测试的格式集只有部分重叠(约161种格式),而非完全重复。第一个命令测试425种格式,第二个命令测试477种格式。这表明项目需要统一测试所有格式的方法,而不是通过多个命令分别测试。
单元测试失败问题
在Solaris上运行单元测试时,test_fgetl测试出现失败。深入分析发现:
- 测试中不安全地使用了临时目录,存在安全隐患
- 测试文件内容在Linux和Solaris系统上存在差异
- 核心问题在于
fgetl函数在处理超长行(约19000字符)时的行为不一致
具体表现为在Solaris系统上,某些行尾的J字符被替换为CR(^M),导致内存比较失败。这反映了不同系统标准库实现差异带来的问题。
解决方案
- Makefile兼容性:明确要求Solaris用户使用
gmake而非make - 测试重复性:考虑合并测试命令,开发统一的测试所有格式的方法
- 单元测试问题:
- 将测试文件从临时目录移到当前工作目录
- 将
_FGETL_PAD_SIZE从19000减小到16000,避免触发系统差异 - 改进测试文件生成方式,减少对标准库函数的依赖
技术启示
- 跨平台开发:需要充分考虑不同操作系统标准库实现的差异
- 测试设计:测试用例应避免过度依赖特定系统行为
- 安全性:即使是测试代码,也应遵循安全最佳实践
- 资源使用:测试资源的使用需要考虑系统限制和差异
总结
通过对JohnTheRipper在Solaris系统上测试问题的分析,我们不仅解决了具体的技术问题,更深入理解了跨平台开发中的挑战。这些经验对于提升项目质量和开发实践具有重要价值。未来开发中,应当更加重视测试代码的跨平台兼容性和安全性设计。
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
222
245
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
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++
661
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥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
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217