ImageMagick 内存管理问题分析与修复
2025-05-17 20:29:03作者:柏廷章Berta
问题概述
在ImageMagick 7.1.1-41版本中,研究人员发现coders/meta.c文件中存在内存管理问题。该问题主要影响处理8BIM格式图像元数据时的内存管理机制,可能导致在处理特定图像文件时持续消耗系统内存资源。
技术细节
问题位置
该问题位于parse8BIMW函数中,该函数负责处理Photoshop 8BIM格式的元数据。当函数执行到错误处理路径时,未能正确释放之前分配的内存缓冲区。
问题成因
在函数开始时,通过AcquireQuantumMemory分配了一块内存用于存储处理过程中的临时数据:
line = (char *) AcquireQuantumMemory(inputlen,sizeof(*line));
然而,在多个错误处理路径中(如文件指针操作失败时),函数直接返回-1而没有释放这块内存:
if (currentpos < 0)
return(-1); // 内存管理问题点
类似问题
值得注意的是,同一文件中的parse8BIM函数也存在类似情况,尽管之前已经修复了部分内存管理问题(CVE-2018-14437),但仍未完全解决所有潜在的内存管理路径。
影响分析
该问题可能导致以下影响:
- 内存消耗:在处理特殊构造的图像文件时,可能触发错误路径导致内存无法释放
- 服务中断:长期运行的服务可能因内存问题而最终耗尽系统资源
- 稳定性问题:在高负载环境下可能引发不可预知的崩溃
修复方案
ImageMagick开发团队已发布修复补丁,主要改进包括:
- 在所有错误返回路径前添加内存释放逻辑
- 确保
line、token、newstr和name等临时变量在函数退出前被正确释放 - 统一两个相关函数(
parse8BIM和parse8BIMW)的内存管理策略
最佳实践建议
对于使用ImageMagick的开发者和系统管理员:
- 及时升级到包含修复补丁的最新版本
- 在处理不可信图像源时,考虑使用资源限制机制
- 定期检查应用程序的内存使用情况,特别是处理大量图像时
- 考虑使用隔离环境处理不可信图像文件
该问题的发现和修复过程展示了开源社区响应技术问题的典型流程,也提醒我们在开发涉及复杂内存管理的代码时需要格外谨慎。
登录后查看全文
热门项目推荐
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
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
最新内容推荐
海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
663
152
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++
659
297
Ascend Extension for PyTorch
Python
215
235
React Native鸿蒙化仓库
JavaScript
254
320
仓颉编译器源码及 cjdb 调试工具。
C++
132
866
仓颉编程语言运行时与标准库。
Cangjie
139
874
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
1.18 K
648
仓颉编程语言开发者文档。
59
818