Laborator 04 - Gestiunea memoriei

Materiale ajutătoare

Nice to read

  • TLPI - Chapter 7, Memory Allocation

Gestiunea memoriei

Subsistemul de gestiune a memoriei din cadrul unui sistem de operare este folosit de toate celelalte subsisteme: planificator, I/O, sistemul de fișiere, gestiunea proceselor, networking. Memoria este o resursă importantă, de aceea sunt necesari algoritmi eficienți de utilizare și gestiune a acesteia.

Rolul subsistemului de gestiune a memoriei este de:

  • a ține evidența zonelor de memorie fizică (ocupate sau libere)
  • a oferi proceselor sau celorlalte subsisteme acces la memorie
  • a mapa paginile de memorie virtuală ale unui proces (pages) peste paginile fizice (frames).

Nucleul sistemului de operare oferă un set de interfețe (apeluri de sistem) care permit alocarea/dealocarea de memorie, maparea unor regiuni de memorie virtuală peste fișiere, partajarea zonelor de memorie.

Din păcate, nivelul limitat de înțelegere a acestor interfețe și a acțiunilor ce se petrec în spate conduc la o serie de probleme foarte des întâlnite în aplicațiile software: memory leak-uri, accese nevalide, suprascrieri, buffer overflow, corupere de zone de memorie.

Este, în consecință, fundamentală cunoașterea contextului în care acționează subsistemul de gestiune a memoriei și înțelegerea interfeței pusă la dispoziție programatorului de către sistemul de operare.

Spațiul de adresă al unui proces

Spațiul de adresă al unui proces

Spațiul de adresă al unui proces, sau, mai bine spus, spațiul virtual de adresă al unui proces reprezintă zona de memorie virtuală utilizabilă de un proces. Fiecare proces are un spațiu de adresă propriu. Chiar în situațiile în care două procese partajează o zonă de memorie, spațiul virtual este distinct, dar se mapează peste aceeași zonă de memorie fizică.

În figura alăturată este prezentat un spațiu de adresă tipic pentru un proces. În sistemele de operare moderne, în spațiul virtual al fiecărui proces se mapează memoria nucleului, aceasta poate fi mapată fie la început, fie la sfârșitul spațiului de adresă. În continuare, ne vom referi numai la spațiul de adresă din user-space pentru un proces.

Cele 4 zone importante din spațiul de adresă al unui proces sunt zona de date, zona de cod, stiva și heap-ul. După cum se observă și din figură, stiva și heap-ul sunt zonele care pot crește. De fapt, aceste două zone sunt dinamice și au sens doar în contextul unui proces. De partea cealaltă, informațiile din zona de date și din zona de cod sunt descrise în executabil.

Zona de cod

Segmentul de cod (denumit și text segment) reprezintă instrucțiunile în limbaj mașină ale programului. Registrul de tip instruction pointer (IP) va referi adrese din zona de cod. Se citește instrucțiunea indicată de către IP, se decodifică și se interpretează, după care se incrementează contorul programului și se trece la următoarea instrucțiune. Zona de cod este, de obicei, o zonă read-only pentru ca procesul să nu poată modifica propriile instrucțiuni prin folosirea greșită a unui pointer. Zona de cod este partajată între toate procesele care rulează același program. Astfel, o singură copie a codului este mapată în spațiul de adresă virtual al tuturor proceselor.

Zone de date

Zonele de date conțin variabilele globale definite într-un program și variabilele de tipul read-only. În funcție de tipul de date există mai multe subtipuri de zone de date.

.data

Zona .data conține variabilele globale și statice inițializate la valori nenule ale unui program. De exemplu:

static int a = 3;
char b = 'a';

.bss

Zona .bss conține variabilele globale și statice neinițializate ale unui program. Înainte de execuția codului, acest segment este inițializat cu 0. De exemplu:

static int a;
char b;

În general aceste variabile nu vor fi prealocate în executabil, ci în momentul creării procesului. Alocarea zonei .bss se face peste pagini fizice zero (zeroed frames).

.rodata

Zona .rodata conține informație care poate fi doar citită, nu și modificată. Aici sunt stocate constantele:

const int a;
const char *ptr;

și literalii:

"Hello, World!"
"En Taro Adun!"

Stiva

Stiva este o regiune dinamică în cadrul unui proces, fiind gestionată automat de compilator.

Stiva este folosită pentru a stoca “stack frame-uri”. Pentru fiecare apel de funcție se va crea un nou “stack frame”.

Un “stack frame” conține:

  • variabile locale
  • argumentele funcției
  • adresa de retur

Pe marea majoritate a arhitecturilor moderne stiva crește în jos și heap-ul crește în sus. Stiva crește la fiecare apel de funcție și scade la fiecare revenire din funcție.

În figura de mai jos este prezentată o vedere conceptuală asupra stivei in momentul apelului unei funcții.

Heap-ul

Heap-ul este zona de memorie dedicată alocării dinamice a memoriei. Heap-ul este folosit pentru alocarea de regiuni de memorie a căror dimensiune este determinată la runtime.

La fel ca și stiva, heap-ul este o regiune dinamică care își modifică dimensiunea. Spre deosebire de stivă, însă, heap-ul nu este gestionat de compilator. Este de datoria programatorului să știe câtă memorie trebuie să aloce și să rețină cât a alocat și când trebuie să dealoce. Problemele frecvente în majoritatea programelor țin de pierderea referințelor la zonele alocate (memory leaks) sau referirea de zone nealocate sau insuficient alocate (accese nevalide).

În limbaje precum Java, Lisp etc. unde nu există “pointer freedom”, eliberarea spațiului alocat se face automat prin intermediul unui garbage collector. Pe aceste sisteme se previne problema pierderii referințelor, dar încă rămâne activă problema referirii zonelor nealocate.

Alocarea/Dealocarea memoriei

Alocarea memoriei este realizată static de compilator sau dinamic, în timpul execuției. Alocarea statică e realizată în segmentele de date pentru variabilele globale sau pentru literali.

În timpul execuției, variabilele se alocă pe stivă sau în heap. Alocarea pe stivă se realizează automat de compilator pentru variabilele locale unei funcții (mai puțin variabilele locale prefixate de identificatorul static).

Alocarea dinamică se realizează în heap. Alocarea dinamică are loc atunci când nu se știe, în momentul compilării, câtă memorie va fi necesară pentru o variabilă, o structură, un vector. Dacă se știe din momentul compilării cât spațiu va ocupa o variabilă, se recomandă alocarea ei statică, pentru a preveni erorile frecvent apărute în contextul alocării dinamice.

Pentru a fragmenta cât mai puțin spațiul de adrese al procesului, ca urmare a alocărilor și dealocărilor unor zone de dimensiuni variate, alocatorul de memorie va organiza segmentul de date alocate dinamic sub formă de heap, de unde și numele segmentului.

Dealocarea memoriei înseamnă eliberarea zonei de memorie (este marcată ca fiind liberă) alocate dinamic anterior.

Dacă se omite dealocarea unei zone de memorie, aceasta va rămâne alocată pe întreaga durata de rulare a procesului. Ori de câte ori nu mai este nevoie de o zonă de memorie, aceasta trebuie dealocată pentru eficiența utilizării spațiului de memorie.

Nu trebuie neapărat realizată dealocarea diverselor zone înainte de un apel exit sau înainte de încheierea programului pentru că acestea sunt automat eliberate de sistemul de operare.

Atenție! Pot apărea probleme și dacă se încearcă dealocarea aceleiași regiuni de memorie de două sau mai multe ori și se corup datele interne de management al zonelor alocate dintr-un heap.

Alocarea memoriei în Linux

În Linux, alocarea memoriei pentru procesele utilizator se realizează prin intermediul funcțiilor de bibliotecă malloc, calloc și realloc, iar dealocarea ei prin intermediul funcției free. Aceste funcții reprezintă apeluri de bibliotecă și rezolvă cererile de alocare și dealocare de memorie, pe cât posibil, în user space.

Implementarea funcției malloc

Implementarea funcției malloc


Implementarea funcției malloc depinde de sistemul de operare.

Există implementări care țin niște tabele care specifică zonele de memorie alocate în heap. Dacă există zone libere pe heap, un apel malloc care cere o zonă de memorie care poate fi încadrată într-o zonă liberă din heap va fi satisfăcut imediat, marcând în tabel zona respectivă ca fiind alocată și întorcând programului apelant un pointer spre ea.

Dacă, în schimb, se cere o zonă care nu încape în nici o zonă liberă din heap, malloc va încerca extinderea heap-ului prin apelul de sistem brk sau mmap.

Există implementări care pentru fiecare zonă de memorie cerută cu malloc adaugă un header în care sunt trecute informații utile - dimensiunea unei zone, pointer la următoarea zonă, dacă zonă a fost eliberată sau nu.

Mai multe detalii despre malloc și modul de organizare al heap-ului aici și aici.


void *malloc(size_t size);
void *calloc(size_t nmemb, size_t size);
void *realloc(void *ptr, size_t size);
void free(void *ptr);

Întotdeauna eliberați (free) memoria alocată. Memoria alocată de proces este eliberată automat la terminarea procesului, însă, de exemplu în cazul unui proces server care rulează foarte mult timp și nu eliberează memoria alocată acesta va ajunge să ocupe toată memoria disponibilă în sistem, având astfel consecințe nefaste.

Atenție! Nu eliberați de două ori aceeași zonă de memorie întrucât acest lucru va avea drept urmare coruperea tabelelor ținute de malloc ceea ce va avea din nou consecințe nefaste. Întrucât funcția free se întoarce imediat dacă primește ca parametru un pointer NULL, este recomandat ca după un apel free, pointer-ul să fie resetat la NULL.

În continuare, sunt prezentate câteva exemple de alocare a memoriei folosind malloc:

int n = atoi(argv[1]);
char *str;
 
/* usually malloc receives the size argument like:
   num_elements * size_of_element */
str = malloc((n + 1) * sizeof(char));
if (NULL == str) {
	perror("malloc");
	exit(EXIT_FAILURE);
}
 
[...]
 
free(str);
str = NULL;
/* Creating an array of references to the arguments received by a program */
char **argv_no_exec;
 
/* allocate space for the array */
argv_no_exec = malloc((argc - 1) * sizeof(char*));
if (NULL == argv_no_exec) {
	perror("malloc");
	exit(EXIT_FAILURE);
}
 
/* set references to the program arguments */
for (i = 1; i < argc; i++)
	argv_no_exec[i-1] = argv[i];
 
[...]
 
free(argv_no_exec);
argv_no_exec = NULL;

Apelul realloc este folosit pentru modificarea spațiului de memorie alocat cu un apel malloc sau calloc:

int *p;
 
p = malloc(n * sizeof(int));
if (NULL == p) {
	perror("malloc");
	exit(EXIT_FAILURE);
}
 
[...]
 
p = realloc(p, (n + extra) * sizeof(int));
 
[...]
 
free(p);
p = NULL;

Apelul calloc este folosit pentru alocarea de zone de memorie al căror conținut este nul (plin de valori de zero). Spre deosebire de malloc, apelul va primi două argumente: numărul de elemente și dimensiunea unui element.

list_t *list_v; /* list_t could be any C type ( except void ) */
 
list_v = calloc(n, sizeof(list_t));
if (NULL == list_v) {
	perror("calloc");
	exit(EXIT_FAILURE);
}
 
[...]
 
free(list_v);
list_v = NULL;

Atenție Conform standardului C, este redundant (și considerat bad practice) să faceți cast la valoarea întoarsă de malloc.

int *p = (int *)malloc(10 * sizeof(int));

malloc întoarce void * care în C este automat convertit la tipul dorit. Mai mult, dacă se face cast, iar headerul stdlib.h necesar pentru funcția malloc nu este inclus, nu se va genera eroare! Pe anumite arhitecturi, acest caz poate conduce la un comportament nedefinit. Spre deosebire de C, în C++ este nevoie de cast. Mai multe detalii despre această problemă: aici

Mai multe informații despre funcțiile de alocare găsiți în manualul bibliotecii standard C și în pagina de manual man malloc.

Alocarea memoriei în Windows

În Windows, un proces poate să-și creeze mai multe obiecte Heap pe lângă Heap-ul implicit al procesulului. Acest lucru este foarte util în momentul în care o aplicație alocă și dealocă foarte multe zone de memorie cu câteva dimensiuni fixe. Aplicația poate să-și creeze câte un Heap pentru fiecare dimensiune și, în cadrul fiecărui Heap, să aloce zone de aceeași dimensiune reducând astfel la maxim fragmentarea heap-ului.

Pentru crearea, respectiv distrugerea unui Heap se vor folosi funcțiile HeapCreate și HeapDestroy:

HANDLE HeapCreate(
        DWORD flOptions,
        SIZE_T dwInitialSize,
        SIZE_T dwMaximumSize
);
 
BOOL HeapDestroy(
        HANDLE hHeap
);

Pentru a obține un descriptor al heap-ului implicit al procesului (în cazul în care nu dorim crearea altor heapuri) se va apela funcția GetProcessHeap. Pentru a obține descriptorii tuturor heap-urilor procesului se va apela GetProcessHeaps.

Există, de asemenea, funcții care enumeră toate blocurile alocate într-un heap, validează unul sau toate blocurile alocate într-un heap sau întorc dimensiunea unui bloc pe baza descriptorului de heap și a adresei blocului: HeapWalk, HeapValidate, HeapSize.

Pentru alocarea, dealocarea, redimensionarea unui bloc de memorie din Heap, Windows pune la dispoziția programatorului funcțiile HeapAlloc, HeapFree, respectiv HeapReAlloc, cu signaturile de mai jos:

LPVOID HeapAlloc(
        HANDLE hHeap,
        DWORD dwFlags,
        SIZE_T dwBytes
);
 
BOOL HeapFree(
        HANDLE hHeap,
        DWORD dwFlags,
        LPVOID lpMem
);
 
LPVOID HeapReAlloc(
        HANDLE hHeap,
        DWORD dwFlags,
        LPVOID lpMem,
        SIZE_T dwBytes
);

În continuare, este prezentat un exemplu de folosire al acestor funcții:

#include <windows.h>
#include "utils.h"
 
/* Example of matrix allocation */
 
int main(void)
{		 
	HANDLE processHeap;
	DWORD **mat;
	DWORD i, j, m = 10, n = 10;
 
	processHeap = GetProcessHeap();
	DIE (processHeap == NULL, "GetProcessHeap");
 
	mat = HeapAlloc(processHeap, 0, m * sizeof(*mat));
	DIE (mat == NULL, "HeapAlloc");
 
	for (i = 0; i < n; i++) {
		mat[i] = HeapAlloc(processHeap, 0, n * sizeof(**mat));
		if (mat[i] == NULL) {
			PrintLastError("HeapAlloc failed");
			goto freeMem; /* free previously allocated memory */
		}
	}
 
	/* do work */
 
freeMem:
	for (j = 0; j < i; j++)
		HeapFree(processHeap, 0, mat[j]);
	HeapFree(processHeap, 0, mat);
 
	return 0;
}

Pe sistemele Windows se pot folosi și funcțiile bibliotecii standard C pentru gestiunea memoriei: malloc, realloc, calloc, free, dar apelurile de sistem specifice Windows oferă funcționalități suplimentare și nu implică legarea bibliotecii standard C în executabil.

Lucru cu memoria - Probleme

Lucrul cu heap-ul este una dintre cauzele principale ale aparițiilor problemelor de programare. Lucrul cu pointerii, necesitatea folosirii unor apeluri de sistem/bibliotecă pentru alocare/dealocare, pot conduce la o serie de probleme care afectează (de multe ori fatal) funcționarea unui program.

Problemele cele mai des întâlnite în lucrul cu memoria sunt:

  • accesul nevalid la memorie - ce prespune accesarea unor zone care nu au fost alocate sau au fost eliberate.
  • leak-urile de memorie - situațiile în care se pierde referința la o zonă alocată anterior. Acea zonă va rămâne ocupată până la încheierea procesului.

Ambele probleme și utilitarele care pot fi folosite pentru combaterea acestora vor fi prezentate în continuare.

Acces nevalid

De obicei, accesarea unei zone de memorie nevalide rezultă într-o eroare de pagină (page fault) și terminarea procesului (în Unix înseamnă trimiterea semnalului SIGSEGV → afișarea mesajului 'Segmentation fault'). Totuși, dacă eroarea apare la o adresă nevalidă, dar într-o pagină validă, hardware-ul și sistemul de operare nu vor putea sesiza acțiunea ca fiind nevalidă. Acest lucru este din cauza faptului că alocarea memoriei se face la nivel de pagină. Spre exemplu, pot exista situații în care să fie folosită doar jumătate din pagină. Deși cealaltă jumătate conține adrese nevalide, sistemul de operare nu va putea detecta accesele nevalide la acea zonă. Mai multe detalii în laboratorul de Memorie virtuală

Asemenea accese pot duce la coruperea heap-ului și la pierderea consistenței memoriei alocate. După cum se va vedea în continuare, există utilitare care ajută la detectarea acestor situații.

Un tip special de acces nevalid este buffer overflow. Acest tip de atac presupune referirea unor regiuni valide din spațiul de adresă al unui proces prin intermediul unei variabile care nu ar trebui să poată referenția aceste adrese. De obicei, un atac de tip buffer overflow rezultă în rularea de cod nesigur. Protejarea împotriva atacurilor de tip buffer overflow se realizează prin verificarea limitelor unui buffer/vector fie la compilare, fie la rulare.

GDB - Detectarea zonei de acces nevalid de tip page fault

O comandă foarte utilă atunci când se depanează programe complexe este backtrace. Această comandă afișează toate apelurile de funcții în curs de execuție.

1
#include <stdio.h>
#include <stdlib.h>
 
static int fibonacci(int no)
{
	if (1 == no || 2 == no)
		return 1;
	return fibonacci(no-1) + fibonacci(no-2);
}
 
int main(void)
{
	short int numar, baza=10;
	char sir[1];
 
	scanf("%s", sir);
	numar=strtol(sir, NULL, baza);
	printf("fibonacci(%d)=%d\n", numar, fibonacci(numar));
	return 0;
}

Pe exemplul de mai sus, vom demonstra utilitatea comenzii backtrace:

 so@spook$ gcc -Wall exemplul-7.c -g
 so@spook$ gdb a.out
 (gdb) break 8
 Breakpoint 1 at 0x8048482: file exemplul-7.c, line 8.
 (gdb) run
 Starting program: /home/tavi/cursuri/so/lab/draft/intro/a.out
 7
 
 Breakpoint 1, fibonacci (no=2) at exemplul-7.c:8
 8                       return 1;
 (gdb) bt
 #0  fibonacci (no=2) at exemplul-7.c:8
 #1  0x0804849d in fibonacci (no=3) at exemplul-7.c:9
 #2  0x0804849d in fibonacci (no=4) at exemplul-7.c:9
 #3  0x0804849d in fibonacci (no=5) at exemplul-7.c:9
 #4  0x0804849d in fibonacci (no=6) at exemplul-7.c:9
 #5  0x0804849d in fibonacci (no=7) at exemplul-7.c:9
 #6  0x0804851c in main () at exemplul-7.c:20
 #7  0x4003d280 in __libc_start_main () from /lib/libc.so.6
 (gdb) 

Se observă că la afișarea apelurilor de funcții se listează și parametrii cu care a fost apelată funcția. Acest lucru este posibil datorită faptului că atât variabilele locale, cât și parametrii acesteia sunt păstrați pe stivă până la ieșirea din funcție. (pentru detalii, revedeți secțiunea despre stivă)

Fiecare funcție are alocată pe stivă un frame, în care sunt plasate variabilele locale funcției, parametrii funcției și adresa de revenire din funcție. În momentul în care o funcție este apelată, se creează un nou frame prin alocarea de spațiu pe stivă de către funcția apelată. Astfel, dacă avem apeluri de funcții imbricate, atunci stiva va conține toate frame-urile tuturor funcțiilor apelate imbricat.

GDB dă posibilitatea utilizatorului să examineze frame-urile prezente în stivă. Astfel, utilizatorul poate alege oricare din frame-urile prezente folosind comanda frame. După cum s-a observat, exemplul anterior are un bug ce se manifestă atunci când numărul introdus de la tastatură depășește dimensiunea buffer-ului alocat (static). Acest tip de eroare poartă denumirea de buffer overflow și este extrem de gravă. Cele mai multe atacuri de la distanță pe un sistem sunt cauzate de acest tip de erori. Din păcate, acest tip de eroare nu este ușor de detectat, pentru că în procesul de buffer overrun se pot suprascrie alte variabile, ceea ce duce la detectarea erorii nu imediat când s-a făcut suprascrierea, ci mai târziu, când se va folosi variabila afectatã.

 so@spook$ gdb a.out
 (gdb) run
 Starting program: /home/tavi/cursuri/so/lab/draft/intro/a.out
 10
 
 Program received signal SIGSEGV, Segmentation fault.
 0x08048497 in fibonacci (no=-299522) at exemplul-7.c:9
 9               return fibonacci(no-1) + fibonacci(no-2);
 (gdb) bt -5
 
 #299520 0x0804849d in fibonacci (no=-2) at exemplul-7.c:9
 #299521 0x0804849d in fibonacci (no=-1) at exemplul-7.c:9
 #299522 0x0804849d in fibonacci (no=0) at exemplul-7.c:9
 #299523 0x0804851c in main () at exemplul-7.c:20
 #299524 0x4003e280 in __libc_start_main () from /lib/libc.so.6

Din analiza de mai sus se observă că funcția fibonacci a fost apelată cu valoarea 0. Cum funcția nu testează ca parametrul să fie valid, se va apela recursiv de un număr suficient de ori pentru a cauza umplerea stivei programului. Se pune problema cum s-a apelat funcția cu valoarea 0, când trebuia apelată cu valoarea 10.

 so@spook$ gdb a.out
 (gdb) run
 Starting program: /home/tavi/cursuri/so/lab/draft/intro/a.out
 10
 
 Program received signal SIGSEGV, Segmentation fault.
 0x08048497 in fibonacci (no=-299515) at exemplul-7.c:9
 9               return fibonacci(no-1) + fibonacci(no-2);
 (gdb) bt -2
 #299516 0x0804851c in main () at exemplul-7.c:20
 #299517 0x4003d280 in __libc_start_main () from /lib/libc.so.6
 (gdb) fr 299516
 #299516 0x0804851c in main () at exemplul-7.c:20
 20              printf("fibonacci(%d)=%d\n", numar, fibonacci(numar));
 (gdb) print numar
 $1 = 0
 (gdb) print baza
 $2 = 48
 (gdb) 

Se observă că problema este cauzată de faptul că variabila baza a fost alterată. Pentru a determina când s-a întâmplat acest lucru, se poate folosi comanda watch. Această comandă primește ca parametru o expresie și va opri execuția programului de fiecare dată când valoarea expresiei se schimbă.

 (gdb) quit
 so@spook$ gdb a.out
 (gdb) break main
 Breakpoint 1 at 0x80484d6: file exemplul-7.c, line 15.
 (gdb) run
 Starting program: /home/tavi/cursuri/so/lab/draft/intro/a.out
 
 Breakpoint 1, main () at exemplul-7.c:15
 15              short int numar, baza=10;
 (gdb) n
 18              scanf("%s", sir);
 (gdb) watch baza
 Hardware watchpoint 2: baza
 (gdb) continue
 Continuing.
 10
 Hardware watchpoint 2: baza
 
 Old value = 10
 New value = 48
 0x40086b41 in _IO_vfscanf () from /lib/libc.so.6
 (gdb) bt
 #0  0x40086b41 in _IO_vfscanf () from /lib/libc.so.6
 #1  0x40087259 in scanf () from /lib/libc.so.6
 #2  0x080484ed in main () at exemplul-7.c:18
 #3  0x4003d280 in __libc_start_main () from /lib/libc.so.6
 (gdb) 

Din analiza de mai sus se observă că valoarea variabilei este modificată în funcția _IO_vfscanf, care la rândul ei este apelată de către functia scanf. Dacă se analizează apoi parametrii pasați functiei scanf, se observă imediat cauza erorii.

Pentru mai multe informații despre GDB consultați documentația online (alternativ pagina info - info gdb) sau folosiți comanda help din cadrul GDB.

mcheck - verificarea consistenței heap-ului

glibc permite verificarea consistenței heap-ului prin intermediul apelului mcheck definit în mcheck.h. Apelul mcheck forțează malloc să execute diverse verificări de consistență precum scrierea peste un bloc alocat cu malloc.

Alternativ, se poate folosi opțiunea -lmcheck la legarea programului fără a afecta sursa acestuia.

Varianta cea mai simplă este folosirea variabilei de mediu MALLOC_CHECK_. Dacă un program va fi lansat în execuție cu variabila MALLOC_CHECK_ configurată, atunci vor fi afișate mesaje de eroare (eventual programul va fi terminat forțat - aborted).

În continuare, este prezentat un exemplu de cod cu probleme în alocarea și folosirea heap-ului:

mcheck_test.c
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
 
int main(void)
{
	int *v1;
 
	v1 = malloc(5 * sizeof(*v1));
	if (NULL == v1) {
		perror("malloc");
		exit (EXIT_FAILURE);
	}
 
	/* overflow */
	v1[6] = 100;
 
	free(v1);
 
	/* write after free */
	v1[6] = 100;
 
	/* reallocate v1 */
	v1 = malloc(10 * sizeof(int));
	if (NULL == v1) {
		perror("malloc");
		exit (EXIT_FAILURE);
	}
 
	return 0;
}

Mai jos se poate vedea cum programul este compilat și rulat. Mai întâi este rulat fără opțiuni de mcheck, după care se definește variabila de mediu MALLOC_CHECK_ la rularea programului. Se observă că deși se depășește spațiul alocat pentru vectorul v1 și se referă vectorul după eliberarea spațiului, o rulare simplă nu rezultă în afișarea nici unei erori.

Totuși, dacă definim variabila de mediu MALLOC_CHECK_, se detectează cele două erori. De observat că o eroare este detectată doar în momentul unui nou apel de memorie interceptat de mcheck.

 so@spook$ make
 cc -Wall -g    mcheck_test.c   -o mcheck_test
 so@spook$ ./mcheck_test  
 so@spook$ MALLOC_CHECK_=1 ./mcheck_test
 malloc: using debugging hooks
  *** glibc detected *** ./mcheck_test: free(): invalid pointer: 0x0000000000601010 ***
  *** glibc detected *** ./mcheck_test: malloc: top chunk is corrupt: 0x0000000000601020 ***

mcheck nu este o soluție completă și nu detectează toate erorile ce pot apărea în lucrul cu memoria. Detectează, totuși, un număr important de erori și reprezintă o facilitate importantă a glibc.

O descriere completă găsiți în pagina asociată din manualul glibc.

Leak-uri de memorie

Un leak de memorie apare în două situații:

  • un program omite să elibereze o zonă de memorie
  • un program pierde referința la o zonă de memorie alocată și, drept consecință, nu o poate elibera

Memory leak-urile au ca efect reducerea cantității de memorie existentă în sistem. Se poate ajunge, în situații extreme, la consumarea întregii memorii a sistemului și la imposibilitatea de funcționare a diverselor aplicații ale acestuia.

Ca și în cazul problemei accesului nevalid la memorie, utilitarul Valgrind este foarte util în detectarea leak-urilor de memorie ale unui program.

Valgrind

Valgrind reprezintă o suită de utilitare folosite pentru operații de debugging și profiling. Cel mai popular este Memcheck, un utilitar care permite detectarea de erori de lucru cu memoria (accese nevalide, memory leak-uri etc.). Alte utilitare din suita Valgrind sunt Cachegrind, Callgrind utile pentru profiling sau Helgrind, util pentru depanarea programelor multithreaded.

În continuare, ne vom referi doar la utilitarul Memcheck de detectare a erorilor de lucru cu memoria. Mai precis, acest utilitar detectează următoarele tipuri de erori:

  • folosirea de memorie neinițializată
  • citirea/scrierea din/în memorie după ce regiunea respectivă a fost eliberată
  • citirea/scrierea dincolo de sfârșitul zonei alocate
  • citirea/scrierea pe stivă în zone necorespunzătoare
  • memory leak-uri
  • folosirea necorespunzătore de apeluri malloc/new și free/delete

Valgrind nu necesită adaptarea codului unui program, ci folosește direct executabilul (binarul) asociat unui program. La o rulare obișnuită Valgrind va primi argumentul –tool pentru a preciza utilitarul folosit și programul care va fi verificat de erori de lucru cu memoria.

În exemplul de rulare, de mai jos, se folosește programul prezentat la secțiunea ''mcheck'':

 so@spook$ valgrind --tool=memcheck ./mcheck_test
 ==17870== Memcheck, a memory error detector.
 ==17870== Copyright (C) 2002-2007, and GNU GPL'd, by Julian Seward et al.
 ==17870== Using LibVEX rev 1804, a library for dynamic binary translation.
 ==17870== Copyright (C) 2004-2007, and GNU GPL'd, by OpenWorks LLP.
 ==17870== Using valgrind-3.3.0-Debian, a dynamic binary instrumentation framework.
 ==17870== Copyright (C) 2000-2007, and GNU GPL'd, by Julian Seward et al.
 ==17870== For more details, rerun with: -v
 ==17870== 
 ==17870== Invalid write of size 4
 ==17870==    at 0x4005B1: main (mcheck_test.c:17)
 ==17870==  Address 0x5184048 is 4 bytes after a block of size 20 alloc'd
 ==17870==    at 0x4C21FAB: malloc (vg_replace_malloc.c:207)
 ==17870==    by 0x400589: main (mcheck_test.c:10)
 ==17870== 
 ==17870== Invalid write of size 4
 ==17870==    at 0x4005C8: main (mcheck_test.c:22)
 ==17870==  Address 0x5184048 is 4 bytes after a block of size 20 free'd
 ==17870==    at 0x4C21B2E: free (vg_replace_malloc.c:323)
 ==17870==    by 0x4005BF: main (mcheck_test.c:19)
 ==17870== 
 ==17870== ERROR SUMMARY: 2 errors from 2 contexts (suppressed: 8 from 1)
 ==17870== malloc/free: in use at exit: 40 bytes in 1 blocks.
 ==17870== malloc/free: 2 allocs, 1 frees, 60 bytes allocated.
 ==17870== For counts of detected errors, rerun with: -v
 ==17870== searching for pointers to 1 not-freed blocks.
 ==17870== checked 76,408 bytes.
 ==17870== 
 ==17870== LEAK SUMMARY:
 ==17870==    definitely lost: 40 bytes in 1 blocks.
 ==17870==      possibly lost: 0 bytes in 0 blocks.
 ==17870==    still reachable: 0 bytes in 0 blocks.
 ==17870==         suppressed: 0 bytes in 0 blocks.
 ==17870== Rerun with --leak-check=full to see details of leaked memory.

S-a folosit utilitarul Memcheck pentru obținerea informațiilor de acces la memorie.

Se recomandă folosirea opțiunii -g la compilarea programului pentru a include în executabil informații de depanare. În rularea de mai sus, Valgrind a identificat două erori: una apare la linia 17 de cod și este corelată cu linia 10 (malloc), iar cealaltă apare la linia 22 și este corelată cu linia 19 (free):

9
       v1 = (int *) malloc (5 * sizeof(*v1));
       if (NULL == v1) {
              perror ("malloc");
              exit (EXIT_FAILURE);
       }
 
       /* overflow */
       v1[6] = 100;
 
       free(v1);
 
       /* write after free */
       v1[6] = 100;

Exemplul următor reprezintă un program cu o gamă variată de erori de alocare a memoriei:

1
#include <stdlib.h>
#include <string.h>
 
int main(void)
{
	char buf[10];
	char *p;
 
	/* no init */
	strcat(buf, "al");
 
	/* overflow */
	buf[11] = 'a';
 
	p = malloc(70);
	p[10] = 5;
	free(p);
 
	/* write after free */
	p[1] = 'a';
	p = malloc(10);
 
	/* memory leak */
	p = malloc(10);
 
	/* underrun */
	p--;
	*p = 'a';
 
	return 0;
}

În continuare, se prezintă comportamentul executabilului obținut la o rulare obișnuită și la o rulare sub Valgrind:

 so@spook$ make
 cc -Wall -g    valgrind_test.c   -o valgrind_test
 so@spook$ ./valgrind_test 
 so@spook$ valgrind --tool=memcheck ./valgrind_test
 ==18663== Memcheck, a memory error detector.
 ==18663== Copyright (C) 2002-2007, and GNU GPL'd, by Julian Seward et al.
 ==18663== Using LibVEX rev 1804, a library for dynamic binary translation.
 ==18663== Copyright (C) 2004-2007, and GNU GPL'd, by OpenWorks LLP.
 ==18663== Using valgrind-3.3.0-Debian, a dynamic binary instrumentation framework.
 ==18663== Copyright (C) 2000-2007, and GNU GPL'd, by Julian Seward et al.
 ==18663== For more details, rerun with: -v
 ==18663== 
 ==18663== Conditional jump or move depends on uninitialised value(s)
 ==18663==    at 0x40050D: main (valgrind_test.c:10)
 ==18663== 
 ==18663== Invalid write of size 1
 ==18663==    at 0x400554: main (valgrind_test.c:20)
 ==18663==  Address 0x5184031 is 1 bytes inside a block of size 70 free'd
 ==18663==    at 0x4C21B2E: free (vg_replace_malloc.c:323)
 ==18663==    by 0x40054B: main (valgrind_test.c:17)
 ==18663== 
 ==18663== Invalid write of size 1
 ==18663==    at 0x40057C: main (valgrind_test.c:28)
 ==18663==  Address 0x51840e7 is 1 bytes before a block of size 10 alloc'd
 ==18663==    at 0x4C21FAB: malloc (vg_replace_malloc.c:207)
 ==18663==    by 0x40056E: main (valgrind_test.c:24)
 ==18663== 
 ==18663== ERROR SUMMARY: 6 errors from 3 contexts (suppressed: 8 from 1)
 ==18663== malloc/free: in use at exit: 20 bytes in 2 blocks.
 ==18663== malloc/free: 3 allocs, 1 frees, 90 bytes allocated.
 ==18663== For counts of detected errors, rerun with: -v
 ==18663== searching for pointers to 2 not-freed blocks.
 ==18663== checked 76,408 bytes.
 ==18663== 
 ==18663== LEAK SUMMARY:
 ==18663==    definitely lost: 20 bytes in 2 blocks.
 ==18663==      possibly lost: 0 bytes in 0 blocks.
 ==18663==    still reachable: 0 bytes in 0 blocks.
 ==18663==         suppressed: 0 bytes in 0 blocks.
 ==18663== Rerun with --leak-check=full to see details of leaked memory.

Se poate observa că, la o rulare obișnuită, programul nu generează nici un fel de eroare. Totuși, la rularea cu Valgrind, apar erori în 3 contexte:

  1. la apelul strcat (linia 10) șirul nu a fost inițializat
  2. se scrie în memorie după free (linia 20: p[1] = 'a')
  3. underrun (linia 28)

În plus, există leak-uri de memorie datorită noului apel malloc care asociază o nouă valoare lui p (linia 24).

Valgrind este un utilitar de bază în depanarea programelor. Este facil de folosit (nu este intrusiv, nu necesită modificarea surselor) și permite detectarea unui număr important de erori de programare apărute ca urmare a gestiunii defectuoase a memoriei.

Informații complete despre modul de utilizare a Valgrind și a utilitarelor asociate se găsesc în paginile de documentație Valgrind.

mtrace

Un alt utilitar care poate fi folosit la depanarea erorilor de lucru cu memoria este mtrace. Acest utilitar ajută la identificarea leak-urilor de memorie ale unui program.

Utilitarul mtrace se folosește cu apelurile mtrace și muntrace implementate în biblioteca standard C:

void mtrace(void);
void muntrace(void);

Utilitarul mtrace introduce handlere pentru apelurile de biblioteca pentru lucrul cu memoria (malloc, realloc, free). Apelurile mtrace și muntrace activează, respectiv dezactivează monitorizarea apelurilor de bibliotecă de lucru cu memoria.

Jurnalizarea operațiilor efectuate se realizează în fișierul definit de variabila de mediu MALLOC_TRACE. După ce apelurile au fost înregistrate în fișierul specificat, utilizatorul poate să folosească utilitarul mtrace pentru analiza acestora.

În exemplul de mai jos este prezentată o situație în care se alocă memorie fără a fi eliberată:

mtrace_test.c
#include <stdlib.h>
#include <mcheck.h>
 
int main(void)
{
	/* start memcall monitoring */
	mtrace();
 
	malloc(10);
	malloc(20);
	malloc(30);
 
	/* stop memcall monitoring */
	muntrace();
 
	return 0;
}

În secvența de comenzi ce urmează se compilează fișierul de mai sus, se stabilește fișierul de jurnalizare și se rulează comanda mtrace pentru a detecta problemele din codul de mai sus.

 so@spook$ gcc -Wall -g mtrace_test.c -o mtrace_test
 so@spook$ export MALLOC_TRACE=./mtrace.log
 so@spook$ ./mtrace_test 
 so@spook$ cat mtrace.log 
 = Start
 @ ./mtrace_test:[0x40054b] + 0x601460 0xa
 @ ./mtrace_test:[0x400555] + 0x601480 0x14
 @ ./mtrace_test:[0x40055f] + 0x6014a0 0x1e
 = End
 so@spook$ mtrace mtrace_test mtrace.log 
 
 Memory not freed:
 -----------------
 		   Address     Size     Caller
 0x0000000000601460      0xa  at /home/razvan/school/so/labs/lab4/samples/mtrace.c:11
 0x0000000000601480     0x14  at /home/razvan/school/so/labs/lab4/samples/mtrace.c:12
 0x00000000006014a0     0x1e  at /home/razvan/school/so/labs/lab4/samples/mtrace.c:15

Mai multe informații despre detectarea problemelor de alocare folosind mtrace găsiți în pagina asociată din manualul glibc.

Dublă dealocare

Denumirea de “dublă dealocare” oferă o bună intuiție asupra cauzei: eliberarea de două ori a aceluiași spațiu de memorie. Dubla dealocare poate avea efecte negative deoarece afectează structurile interne folosite pentru a gestiona memoria ocupată.

În ultimele versiuni ale bibliotecii standard C, se detectează automat cazurile de dublă dealocare. Fie exemplul de mai jos:

dubla_dealocare.c
#include <stdlib.h>
 
int main(void)
{
	char *p;
 
	p = malloc(10);
	free(p);
	free(p);
 
	return 0;
}

Rularea executabilului obținut din programul de mai sus duce la afișarea unui mesaj specific al glibc de eliberare dublă a unei regiuni de memorie și terminare a programului:

 so@spook$ make
 cc -Wall -g    dfree.c   -o dfree
 so@spook$ ./dfree 
  *** glibc detected *** ./dfree: double free or corruption (fasttop): 0x0000000000601010 ***
 ======= Backtrace: =========
 /lib/libc.so.6[0x2b675fdd502a]
 /lib/libc.so.6(cfree+0x8c)[0x2b675fdd8bbc]
 ./dfree[0x400510]
 /lib/libc.so.6(__libc_start_main+0xf4)[0x2b675fd7f1c4]
 ./dfree[0x400459]

Situațiile de dublă dealocare sunt, de asemenea, detectate de Valgrind.

Alte utilitare pentru depanarea problemelor de lucru cu memoria

Utilitarele prezentate mai sus nu sunt singurele folosite pentru detectarea problemelor apărute in lucrul cu memoria. Alte utilitare sunt:

Exerciții

În rezolvarea laboratorului folosiți arhiva de sarcini lab04-tasks.zip

Observații: Pentru a vă ajuta la implementarea exercițiilor din laborator, în directorul utils din arhivă există un fișier utils.h cu funcții utile.

Linux

  1. (1 punct) Spațiul de adresă al unui proces
    • Intrați în directorul 1-adr_space și deschideți sursa adr_space.c.
    • În alt terminal compilați și rulați programul.
    • Observați zonele de memorie din executabil în care sunt salvate variabilele, folosind comanda:
       objdump -t adr_space | grep var 
    • Explicați de ce apar doar unele variabile.
    • Ce semnfică l și g din output-ul obținut? (Hint: man objdump, flag)
    • Afișați conținutul zonei '.rodata' folosind utilitarul readelf (Hint: man readelf, -x)
  2. (1 punct) Alocarea, realocarea și dealocarea memoriei
    • Intrați în directorul 2-alloc, compilați și rulați programul alloc.
    • Folosiți valgrind pentru a detecta eventualele probleme de lucru cu memoria și corectați-le.
    • Hints:
  3. (1 punct) Minitutorial GDB - rezolvarea unei probleme de tip Segmentation Fault
    • Intrați în directorul 3-gdb și inspectați sursa.
    • Programul ar trebui să citescă un mesaj de la stdin și să-l afișeze.
    • Compilați și rulați sursa.
      1. Rulați încă o dată programul din gdb
      2. Pentru a identifica exact unde crapă programul folosiți comanda backtrace
        • Pentru detalii despre comenzile din gdb:
           (gdb) help 
      3. Schimbați frame-ul curent cu frame-ul funcției main
        (gdb) frame main
      4. Acum vrem să vedem de ce este buf = NULL
        • Mai întâi, omorâți actualul proces:
           (gdb) kill 
        • Puneți un breakpoint la începutul funcției main:
           (gdb) break main 
        • Rulați programul și inspectați valoarea lui buf înainte și după apelul funcției malloc
        • Hint:
          • Folosiți next pentru a trece la instrucțiunea următoare, fără a urmări apelul de funcție.
          • Explicați sursa erorii, apoi rezolvați-o.
  4. (1 punct) Lucru cu memoria - Valgrind
    • Intrați în directorul 4-struct.
    • Completați fișierul struct.c conform comentariilor marcate cu TODO.
    • În funcția allocate_flowers alocați memorie pentru no elemente de tip flower_info.
    • În funcția free_flowers eliberați memoria alocată în funcția allocate_flowers.
    • Rulează programul fără probleme? Corectați eventualele greșeli.
    • Hints:
      • Folosiți opțiunea –tool=memcheck pentru valgrind.
      • Revedeți secțiunea Valgrind din laborator.
  5. (2.5 puncte) Stack overflow
    1. Intrați în directorul 5-stack și inspectați sursa.
      • Completați problemele marcate cu TODO1:
      • în funcția show_snapshot iterați pe toată lungimea stivei și afișați adresa și valoarea de la adresa curentă
      • în funcția take_snapshot salvați în structura de date ce reține imaginea stivei câmpurile adresă și valoare.
      • Hint:
        • Ce reține structura stack_elements?
      • Funcția f2 pune pe stivă un vector de 3 întregi. În ce ordine sunt puse elementele vectorului pe stivă?
      • Compilați și rulați.
      • Care este adresa de revenire din funcția f2?
    2. Folosindu-vă de vectorul v fortați execuția funcției show_message fără a o apela explicit. Astfel, după apelul funcției f2, fluxul programului nu se va mai întoarce în funcția f1, ci va executa show_message.
    • Hint:
      • Urmăriți comentariile marcate cu TODO2.
      • Revedeți partea din laborator referitoare la stivă .
      • Ce rol au bp/ebp și sp/esp?
      • Ce adrese trebuie salvate când se schimbă stack frame-ul?
  6. (1 punct) Detectare probleme de lucru cu memoria - mcheck
    • În directorul 6-trim analizați programul trim.c, compilați și rulați executabilul trim.
    • Încercați să detectați problema folosind gdb (revedeți tehnicile folosite la exercițiul 3).
    • încercați să folosiți mcheck pentru a detecta problema.
    • Corectați problema.
    • Hints:
      • Rulați programul folosind:
      •  MALLOC_CHECK_=1 ./trim 
      • Citiți secțiunea mcheck din laborator.
  7. (1 punct) Endianess
    • Intrați în directorul 7-endian și inspectați sursa endian.c
    • Folosindu-vă de variabila w afișați numărul n=0xDEADBEEF
    • Ce tip de arhitectură se folosește? (big-endian sau little-endian)
    • Hint:
      • Gândiți-vă la n ca la un vector de caractere
      • Mai multe detalii despre big-endian și little-endian aici
  8. (0.5 punct) Zone de stocare a variabilelor
    • Intrați în directorul 8-counter
    • Implementați funcția inc() care întoarce de fiecare dată un întreg reprezentând numărul de apeluri până în momentul respectiv al funcției inc.
    • Nu aveți voie să folosiți variabile globale
  9. (1 puncte) Zone de stocare a variabilelor
    • Intrați în directorul 9-bad_stack
      • Analizați fișierul bad_stack.c.
      • Compilați și rulați programul.
      • Cum se explică rezultatul afișat?
        • De ce în funcția main, prima oară se afișează valoarea din str, iar a doua oară nu?
      • Corectați funcția myfun(). Găsiți minim 3 metode de a rezolva problema.

BONUS Windows

  1. (1 so karma) Realizarea unui wrapper pentru funcțiile malloc și free
    • Deschideți proiectul Visual Studio din directorul malloc-wrapper.
      • Inspectați cele două fișiere existente: xmalloc.c și xmalloc.h.
      • Completați fișierul xmalloc.c cu definiția funcției xmalloc, și fișierul xmalloc.h cu macrodefiniția xfree după cum urmează:
        • În cazul xmalloc se alocă spațiu folosind HeapAlloc; trebuie să verificați dacă alocarea are succes sau nu
        • xfree este un macro care primește ca argument pointer-ul de eliberat; se apelează HeapFree și pointer-ul este resetat la NULL
        • De ce este mai dificil să se realizeze o funcție xfree care să realizeze aceleași operații?
  2. (1 so karma) Program de test pentru wrapperul xmalloc
    • Analizați fișierul test.c.
    • Implementați funcțiile tensor_alloc, respectiv tensor_free care alocă/dealocă un vector tridimensional (tensor).
    • Hints:
      • Folosiți funcțiile xmalloc și xfree implementate în cadrul exercițiului 1.
      • Urmăriți comentariile marcate cu TODO.
    • Rulați executabilul obținut.

BONUS Linux

  1. (1 so karma) Realizarea unei implementări sumare a funcției malloc
    • Urmăriți în man specificarea apelurilor brk și sbrk
    • Folosind acest apel de sistem, completați implementarea funcției malloc din sursa my_malloc.c
      • Va trebui întâi să aflați limita curentă a heap-ului (program break), apoi să o extindeți cu valoarea cerută pentru alocare.
    • Compilați și testați rulând programul de test:
      ./test
    • Hint:

Soluții

Resurse utile

so/laboratoare-2013/laborator-04.txt · Last modified: 2014/03/05 22:19 (external edit)
CC Attribution-Share Alike 3.0 Unported
www.chimeric.de Valid CSS Driven by DokuWiki do yourself a favour and use a real browser - get firefox!! Recent changes RSS feed Valid XHTML 1.0