AFL++ 在s390x架构下的编译问题分析与解决
2025-06-06 15:16:21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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
334
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
744
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
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
112
134