新闻详情

新闻详情

首页 / 资讯中心 / 详情

linux kernel struct 之 execmem_info

发布时间:2026/11/17 4:36:20来源:尧图网络
linux kernel struct 之 execmem_info
struct execmem_info是 Linux 内核execmem子系统中的核心架构描述结构体用于告诉通用分配器哪些虚拟地址范围可以分配可执行内存以及用什么页权限和对齐要求。结构体定义x86 struct execmem_info { struct execmem_range ranges[EXECMEM_TYPE_MAX]; };它本质上是一个按分配类型索引的数组每种类型对应一个struct execmem_range。struct execmem_range的关键字段从 x86 的补丁实现来看每个 range 包含start/end可分配地址范围的起止虚拟地址。x86 上默认使用MODULES_VADDR 随机偏移到MODULES_END。pgprot页保护属性如PAGE_KERNEL可读写后续再改为 ROX或PAGE_KERNEL_ROX。alignment地址对齐要求x86 模块区使用MODULE_ALIGN。flags标志位如EXECMEM_KASAN_SHADOW需要同步 KASAN 影子内存。fallback_start/fallback_end备用范围当主范围分配失败时使用PowerPC 等架构使用。设计意图统一可执行内存分配execmem子系统的引入是为了将可执行内存分配从模块加载器中解耦。在此之前BPF JIT、kprobes、ftrace 等子系统都依赖module_alloc()来分配可执行内存即使它们不一定需要CONFIG_MODULES。struct execmem_info让每个架构可以在一个集中的地方定义不同子系统模块、BPF、kprobes、ftrace各自使用哪些地址范围。每种类型用什么页权限如 BPF 可能需要 RWXkprobes 只需要 ROX。各自的地址对齐要求。与execmem_arch_setup()的关系execmem_arch_setup()的工作就是填充并返回这个结构体。x86 的实现在arch/x86/kernel/module.c中它根据kaslr_enabled()计算随机偏移然后初始化execmem_info.ranges[EXECMEM_DEFAULT]。如果架构不实现execmem_arch_setup()返回NULL通用的execmem_init()会使用一个默认配置其地址范围是VMALLOC_START到VMALLOC_END权限为PAGE_KERNEL_EXEC。与内存管理的关系struct execmem_info与内存管理的关系可以概括为它是内存管理子系统在“可执行内存”这一特殊领域的配置接口。关系体现在四个层面1. 定义虚拟地址空间的使用规则struct execmem_info中的start和end字段直接划定了内核虚拟地址空间中哪一段可以用于分配可执行代码。这本质上是内存管理中的地址空间布局规划——在 x86 上这段范围就是MODULES_VADDR到MODULES_END之间的模块区域。2. 提供页表映射的权限属性pgprot字段如PAGE_KERNEL、PAGE_KERNEL_ROX会直接用于建立页表映射。execmem分配器在拿到内存后需要通过vmap等机制将其映射到内核虚拟地址空间并设置正确的页表权限。这完全依赖于内存管理的页表操作。3. 触发 KASAN 影子内存同步当flags中包含EXECMEM_KASAN_SHADOW时分配器需要额外考虑 KASAN 影子内存的映射。可执行内存被分配后其影子内存也需要同步更新以确保 KASAN 不会误报。这直接涉及内存管理中的影子内存机制。4. 决定物理内存的映射方式alignment字段如MODULE_ALIGN影响物理内存的分配和对齐。分配器在获取物理页后需要按照这个对齐要求将其映射到虚拟地址范围。这涉及内存管理中的物理页分配伙伴系统和虚拟地址映射的协同。为什么单独抽象传统上可执行内存的分配如内核模块加载是耦合在模块加载器中的。但 BPF JIT、ftrace、kprobes 等子系统也需要分配可执行内存却不一定依赖CONFIG_MODULES。execmem子系统的设计目标就是将可执行内存的分配从模块加载器中解耦。而struct execmem_info就是架构层面对这个分配器的“配置入口”——它告诉内存管理子系统这块地址空间可以用来放可执行代码请按这个权限和对齐要求来管理它。所以它不是“与内存管理有关系”而是内存管理在可执行代码领域的专门延伸。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉