编写VM-格式正确的字节码？

Question

我正在用C编写一个虚拟机，只是为了好玩。 me脚，我知道，但是幸运的是我很开心，所以希望没人能取笑:)

我编写了一个非常快的'脏'虚拟机，它读取（我自己的）ASM行并执行操作。 现在，我只有3条指令： add ， jmp ， end 。 一切都很好，能够输入行（执行类似write_line(&prog[1], "jmp", regA, regB, 0); ，然后运行程序write_line(&prog[1], "jmp", regA, regB, 0); ：

while (machine.code_pointer <= BOUNDS && DONE != true)
{
    run_line(&prog[machine.cp]);
}

我在C中使用操作码查找表（可能效率不高，但是很优雅），一切似乎都正常。

我的问题更多是“最佳做法”问题，但我确实对此有一个正确的答案。 我使VM能够读取二进制文件（将字节存储在unsigned char[] ）并执行字节码。 我的问题是：确保字节码格式正确是VM的工作，还是确保其吐出的二进制文件格式正确只是编译器的工作？

我之所以这么问，是因为如果有人编辑二进制文件并弄乱了东西（删除文件的任意部分，等等）会发生什么。 显然，该程序可能有错误，并且可能无法正常运行。 这甚至是VM的问题吗？ 我敢肯定，比我聪明得多的人已经找到了解决这些问题的方法，我只是很好奇它们是什么！

Answer 1

是VM的工作来确保字节码格式正确，还是只是编译器的工作来确保其吐出的二进制文件格式正确？

您可以决定。

最佳实践是让VM在执行之前进行一次检查，其成本与程序的大小成正比，这种复杂程度足以确保VM在执行期间不会发生任何错误。 然后，在字节码的实际执行过程中，无需检查即可运行。 但是，运行前检查的想法可能需要进行一些非常复杂的分析，即使是最注重性能的VM也会在运行时进行一些检查（例如：数组边界）。

对于一个爱好项目，我会简化事情，并在每次执行指令时让VM检查运行状况。 大多数指令的开销不会太大。

Answer 2

在Java中也会出现同样的问题，而且我记得，在这种情况下，VM确实必须进行一些检查以确保字节码格式正确。 在那种情况下，由于潜在的安全问题，这实际上是一个严重的问题：如果某人可以更改Java字节码文件以包含编译器永远不会输出的内容（例如，从另一个类访问private变量），则它可能会暴露敏感数据保存在应用程序的内存中，或者可能允许应用程序访问不应被允许访问的网站等。 Java的虚拟机包含一个字节码验证程序，以确保尽可能避免此类事情的发生。

现在，就您而言，除非您的母语开始流行并流行起来，否则您不必担心安全方面的问题。 毕竟，除了您之外，还有谁会入侵您的程序？ 尽管如此，我还是要确保您的VM至少在字节码无效时具有合理的故障策略，这是一个好主意。 至少，如果遇到无法理解和无法处理的内容，它应该检测到该错误并失败，并显示一条错误消息，这将使您的调试更加容易。

Answer 3

解释字节码的虚拟机通常具有某种验证其输入的方法。 例如，如果类文件处于不一致状态，则Java将抛出VerifyError

但是，听起来好像您正在实现处理器，并且由于它们倾向于较低级别，因此您可以通过更少的方式设法使事物处于可检测的无效状态-为它提供未定义的操作码是一种明显的方式。 真正的处理器将发出信号，表明进程尝试执行非法指令，而操作系统将对其进行处理（例如，Linux使用SIGILL将其杀死）。

Answer 4

如果您担心有人编辑了二进制文件，那么您的问题只有一个答案：VM必须进行检查。 这是您有机会检测到篡改的唯一方法。 编译器仅创建二进制文件。 它无法检测下游篡改。

Answer 5

让编译器进行尽可能多的健全性检查是有意义的（因为它只需要执行一次），但是总会有一些静态分析无法检测到的问题，例如[咳嗽]堆栈溢出，数组范围误差等。

Answer 6

我想说的是，只要VM实现本身不会崩溃，让您的VM让仿真处理器着火是合法的。 作为VM实施者，您可以设置规则。 但是，如果您希望虚拟硬件公司虚拟购买您的虚拟芯片，则必须多做一些容错的事情：好的选择可能是引发异常（难以实现）或重置处理器（容易得多）。 或者，也许您只是将每个操作码都定义为有效，除了某些操作码是“未记录的”之外-它们会执行未指定的操作，而不会使您的实现崩溃。 基本原理：如果（！）您的VM实现是同时运行来宾的多个实例，那么如果一个来宾能够导致其他来宾失败，那将是非常糟糕的。