从希望与梦想构建LLVM Sanitizer

Trail of Bits每年举办为期一个月的冬季实习计划。2019年，我们迎来了4位实习生参与3个项目。本文作者Carson Harmon是普渡大学的新毕业生，专注于编译器和系统工程领域，现已成为我们研究团队的正式成员。

项目初衷

我最初计划在LLVM中实现动态指针分析（points-to analysis）。该技术能够确定程序中指针所指向的内存数据类型及分配位置，对于验证静态分析准确性、增强分析上下文以及追踪对象生命周期具有重要意义。

LLVM Sanitizer基础架构

LLVM Sanitizer框架是实现此类分析的理想平台，它提供：

• 编译时代码插桩能力
• 包含libc实现的运行时支持库
• 函数替换接口
• 内存/线程管理系统
• 操作系统特定系统调用支持

现有广泛使用的检测工具均基于该框架实现，例如：

• AddressSanitizer：检测非法堆栈/堆访问、释放后使用等内存错误
• MemorySanitizer：发现未初始化读取
• LeakSanitizer：定位内存泄漏
• UndefinedBehaviorSanitizer：捕获未定义行为（如整数溢出）

构建自定义Sanitizer的技术路径

由于文档缺乏，我通过以下资源逆向工程LLVM工作机制：

• Eli Bendersky的博客和GitHub仓库
• Adrian Sampson博士的博客
• EuroLLVM会议论文
• LLVM工具链官方文档

核心组件交互关系

1. 编译器驱动架构
   作为各模块间的粘合剂，负责传递代码生成过程中的所有信息。Sanitizer开发可能需要修改：

   • 类型生成流程
   • Pass调度逻辑
   • 运行时库链接机制

   ![Clang前端、LLVM IR、compiler-rt与驱动的关系图]

2. Pass管理机制
   LLVM Pass通过修改IR实现指令插桩。Sanitizer Pass应最后执行以避免被优化Pass影响。驱动根据前端配置注册Pass的执行顺序。

3. 运行时组件集成
   compiler-rt库支持两种交互方式：

   • 通过转换Pass插入运行时函数调用
   • 使用函数钩子接口劫持目标程序执行

实践指南

我已创建包含以下内容的完整教程：

• 预构建测试Sanitizer示例
• Pass与运行时组件开发分步指南
• LLVM开发实用资源

冬季实习是假期学习的绝佳机会，希望更多企业能开展类似项目。

[Recent Posts内容未翻译]