AFL++ 在s390x架构下的编译问题分析与解决
2025-06-06 04:16:47作者:卓艾滢Kingsley
问题背景
AFL++作为一款广受欢迎的模糊测试工具,在4.31c版本中出现了一个针对s390x架构的编译问题。这个问题表现为在构建过程中出现的函数隐式声明错误,具体指向classify_counts_mem
函数。s390x作为IBM System z系列的大型机架构,是目前少数仍在使用的大端序64位架构之一。
问题分析
在编译过程中,系统报告了以下关键错误信息:
src/afl-fuzz-bitmap.c:541:7: error: implicit declaration of function 'classify_counts_mem'
这个错误表明编译器在处理classify_counts_mem
函数调用时,没有找到该函数的正确定义。深入分析后发现,问题的根源在于AFL++的代码中对不同位宽架构的处理不够完善。
技术细节
AFL++使用条件编译来处理32位和64位架构的差异。在64位架构下,代码会包含coverage-64.h
头文件,其中定义了classify_counts_mem
函数,其参数类型为u64*
。而在32位架构下,则包含coverage-32.h
头文件,其中定义的函数参数类型为u32*
。
问题的关键在于:
- 函数调用时使用了显式的
(u64*)
类型转换 - 但在32位架构下,函数期望接收的是
u32*
类型参数 - 这种类型不匹配导致了编译错误
解决方案
开发团队通过以下方式解决了这个问题:
- 引入了
_AFL_INTSIZEVAR
宏定义,在coverage-32.h
和coverage-64.h
中分别定义为u32
和u64
- 修改函数调用处的类型转换,使用
(_AFL_INTSIZEVAR*)
代替硬编码的(u64*)
- 确保函数声明和调用处的类型一致性
这种解决方案不仅修复了s390x架构下的编译问题,同时也解决了其他32位架构(如i586)上出现的类似问题。
架构兼容性考量
在处理这类跨平台问题时,有几个关键点值得注意:
- 位宽差异:32位和64位系统在数据类型大小上的差异需要特别处理
- 字节序问题:s390x作为大端序架构,与常见的小端序x86架构在内存布局上有差异
- 类型一致性:跨平台代码中应避免硬编码特定架构的数据类型
结论
通过这次问题的解决,AFL++增强了对不同架构的兼容性,特别是对s390x这样特殊架构的支持。这也提醒开发者在编写跨平台代码时,应当:
- 避免硬编码特定架构的数据类型
- 使用条件编译或宏定义来处理架构差异
- 建立完善的跨平台测试机制
对于使用AFL++的用户,建议关注官方发布的新版本,以获取更好的跨平台支持。对于需要稳定版本的用户(如Linux发行版维护者),可以考虑在应用补丁的基础上继续使用发布版本。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0118AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
225
2.27 K

React Native鸿蒙化仓库
JavaScript
211
287

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
526
116

🎉 (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
987
583

openGauss kernel ~ openGauss is an open source relational database management system
C++
148
197

GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
45
0

ArkUI-X adaptation to Android | ArkUI-X支持Android平台的适配层
C++
39
55

ArkUI-X adaptation to iOS | ArkUI-X支持iOS平台的适配层
Objective-C++
19
44