Feature map uses a significant amount of memory after loading a shared cache

Aperta
#7,242 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
45/100
Tipo di issue
Bug
Chiarezza
Abbastanza chiara
Stato di attività
Ferma
Stack tecnologico
cpp
Ambito
desktop-dev, reverse-engineering

Direzione di ricerca

Reproduce the issue by opening the specified dyld shared cache and loading CoreFoundation, Foundation, AppKit, and CFNetwork. Profile the feature map's memory after those images load and inspect how the rendered mapped regions are retained. Done means the feature map uses substantially less memory while still displaying the mapped regions correctly.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Component: UI Impact: Low UI: Feature Map

Version and Platform (required):

  • Binary Ninja Version: 5.2.8071-dev Ultimate, bab15a22
  • OS: macos
  • OS Version: 15.5
  • CPU Architecture: arm64

Bug Description:
After opening a macOS shared cache and loading a couple of images, the feature map ends up with around 100MB of data allocated that represents the rendered version of the mapped memory regions. That feels excessive given that it is by default displayed in a view roughly 64 x [display height] pixels tall. On my Mac that's roughly 64 x ~1350, which should be representable in less than 100KB of memory.

Steps To Reproduce:

  1. Open /System/Cryptexes/OS/System/Library/dyld/dyld_shared_cache_arm64e
  2. Load a CoreFoundation, Foundation, AppKit, and CFNetwork.
  3. Check the memory usage of the feature map

Expected Behavior:
Less.

Lingua principale
C++
Stelle
1.3k
Fork
298
Merge medio
5g 5h
PR unite (30g)
19

Guida per i contributori

Nessuna guida per i contributori indicizzata per questo repository

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di Vector35/binaryninja-api

Tutte le issue di Vector35/binaryninja-api

Issue simili

Altre issue su C++

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.