PHP源码中zend_test扩展的UAF问题分析
2025-05-03 15:22:32作者:董灵辛Dennis
在PHP源码的zend_test扩展中,存在一个潜在的内存管理问题,该问题与操作码观察器和特定配置相关。本文将深入分析这个问题的成因、影响范围以及解决方案。
问题背景
当PHP以ZTS(Zend Thread Safety)模式编译,并启用zend_test扩展的opline观察器功能(zend_test.observe_opline_in_zendmm=1)时,如果同时设置某些特定配置(尽管该选项在PHP 5.4.0后已被移除),在PHP关闭阶段会出现内存管理问题。
技术细节
问题的根本原因在于模块销毁顺序与内存管理机制的交互:
- 在PHP关闭阶段,模块按照特定顺序被销毁
- zend_test模块会在zend_alloc模块之前被销毁
- 当zend_test模块销毁时,其全局变量会被释放
- 但zend_alloc模块随后会调用zend_test注册的自定义释放处理器
- 此时zend_test尝试访问已释放的全局变量,导致内存访问问题
问题复现
要复现此问题,需要满足以下条件:
- 使用ZTS模式编译PHP(--enable-zts)
- 启用zend_test扩展(--enable-zend-test)
- 设置zend_test.observe_opline_in_zendmm=1
- 设置特定配置(虽然已废弃但仍会影响)
解决方案
解决此问题的关键在于正确处理模块销毁顺序和内存管理器的交互。核心思路包括:
- 在全局关闭阶段重置相关处理器
- 使用真正的线程局部存储(TLS)变量而非模块全局变量
- 确保内存管理器的自定义处理器不会在模块销毁后继续被调用
影响评估
该问题主要影响:
- 使用ZTS模式编译的PHP
- 启用了zend_test扩展并配置了opline观察器
- 在开发或测试环境中使用
由于zend_test扩展主要用于PHP内部测试,且需要特定配置才能触发,因此对生产环境影响有限。
最佳实践建议
对于开发者而言,建议:
- 避免在生产环境使用zend_test扩展
- 如需使用测试功能,确保配置正确且了解潜在风险
- 关注PHP官方更新,及时应用相关修复
- 在ZTS环境下特别注意模块初始化和销毁顺序
通过理解这个问题的技术细节,开发者可以更好地把握PHP内部模块交互和内存管理的复杂性,在开发类似功能时避免同类问题的发生。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-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。00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
646
149
Ascend Extension for PyTorch
Python
207
220
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++
653
286
React Native鸿蒙化仓库
JavaScript
250
318
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
1.13 K
637
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
78
101
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873