检测堆栈覆盖错误答案

【问题标题】：detecting stack overwrite error检测堆栈覆盖错误
【发布时间】：2012-06-18 11:47:29
【问题描述】：

我正在为 Cortex-M3 嵌入式微控制器 (Atmel SAM3S) 开发软件我使用 IAR EWARM IDE 和编译器。我怀疑由于某种原因我有缓冲区溢出或内存泄漏，导致堆栈损坏，因为我突然发现自己卡在了我的代码空间之外。

我问这个问题的原因是，很难找出究竟是什么导致了这个混乱，我想知道当你想找出问题的原因时你使用了哪些技术。

您是否在使用内存调试器、在线跟踪调试硬件等。

【问题讨论】：

【解决方案1】：

您应该尝试使用金丝雀值。基本上就是这样——假设你有一些struct：

struct foo {
    unsigned long bar;
    void * baz;
};

修改它，使它看起来像这样：

struct foo {
    unsigned long canary1;
    unsigned long bar;
    void * baz;
    unsigned long canary2;
};

在初始化struct 时，将一些任意值放入canary1 和canary2。每当您对 struct 进行一些操作时，请检查值是否保持不变。这样，如果您有缓冲区溢出或堆栈粉碎，您将检测到它。您可以使用自动变量执行相同的内部函数：

int foo(int bar) {
      unsigned long canary1 = 0xDEADBABE;
      char baz[20];
      unsigned long canary2 = 0xBAD0C0DE;
      ...
}

等等。不要忘记在return 之前检查这些值是否保持不变。此外，如果您可以让代码始终跳转到同一位置，请尝试将一些代码放在那里（或断点）并获取堆栈跟踪。

GCC 知道如何自己添加这些金丝雀值，但我不知道您的编译器是否可以这样做。但您仍然可以手动完成。

【讨论】：

我们做类似的事情，我们将在数据和 bss 的末尾放置一个“主”金丝雀值（我们的堆栈从末尾向后增长）。我们在启动时初始化该值，并在堆栈溢出或随机写入的情况下不断检查它。

【解决方案2】：

程序计数器是一个寄存器，因此它不能被“覆盖”。正如您所说，可能发生的情况是堆栈被覆盖，然后您执行返回指令，该指令从堆栈中读取无效的返回地址，从而导致跳转到 la-la-land。

我最喜欢的调试方法是打印出来，当然这在嵌入式目标上可能很困难。第二好的方法是逐步检查可疑程序。

您还应该调查已知会导致跳转的事物，例如中断服务例程。

【讨论】：

【解决方案3】：

我在 STM32 上使用 IAR EWARM 时遇到了类似的问题。内存转储、反汇编、金丝雀，都一无所获。最后回滚到 EWARM 的早期版本，问题就消失了。我向 IAR 支持发送了一条消息，但从未收到回复。抱歉，我不记得这是哪个版本的 EWARM。这是几个项目之前的事情。

我会保持一个内存窗口打开并首先尝试金丝雀测试。如果它仍然随机跳出代码空间，请尝试安装旧版本的 EWARM。

【讨论】：

【解决方案4】：

我可以补充一点，对于 ARM 芯片，有可能某处存在 BL 而不是 BX 或 BLX，从而导致芯片进入错误的 Thumb/ARM 模式。不像后来的芯片那么常见，但仍然......

当我发现无处跳转时，我会寻找错误的函数指针表、任何中断向量表的覆盖，以及是最容易测试的堆栈溢出。将已知字节值放入您的堆栈区域，当崩溃发生时，查看调试器还剩下多少堆栈。如果没有，那就去吧。

我还会按照标准查看过去 X 天的内容发生了什么变化，以尝试找出任何问题。最后，只需从代码中 printf 尝试缩小错误跳转发生的位置。如果您可以将其归结为一两个函数，您可以跟踪汇编程序并很快查看它是编译器问题、内存问题还是中断问题。祝你好运！

【讨论】：