Intelligent REST API Data Fuzzing

智能rest api数据fuzzing

www.fireknight.tech 个人博客，欢迎访问，CSDN不定期更新

• 要点：fuzzing，REST API，测试

• 总结

  • 智能生成rest请求的有效负载

  • 生成方法

    • 1. schema fuzzing规则
      2. fuzzing 规则的组合方法
      3. 搜索方法（对请求body每个值fuzzing的顺序）
      4. 从swagger、响应、example中提取数据值

  • 评估标准：某种fuzzing方法能出发error的类型数量，数量越多，越有效

• Intro

  • fuzzing: automatic test generation and execution with the goal of finding security vulnerabilities.

  • 目的：评估多种fuzzing技术(对rest api请求的fuzzing)

• Background

  • 这篇文章研究了如何fuzzing有状态的rest API, (尤其相对于RESTler而言）。通过智能fuzzing，生成更复杂的数据，找到更多的服务器错误

• Schema Fuzzing - 最基本的表单fuzzing

  • fuzzing规则 – 对请求body tree的fuzzing

    • Node fuzzing rules

      • Drop
      • Select
      • Duplicate
      • Type

    • Tree fuzzing 规则

      • single: fuzzing一个节点
      • path：选一条路径fuzzing
      • all

  • 实验

    • 实验评估

      • 错误信息

        • error code
        • error message
        • error type = code+message

    • 实验设置

      • 实验了以上12种组合，4个node*3个tree规则
      • 每条请求有最多1000个fuzzing点 | 一个请求最多fuzzing 1000次

  • 结果

    • [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-NXTIJZGO-1638455202588)(assets/image-20211202211920-e9p52ps.png)]
    • 对于 drop和select而言，path比随机更好，随机会空间爆炸，path效率更高
    • type和duplicate都可能引起反序列化错误
    • 每种fuzzing都有自己发现的独有错误
    • path最合适来fuzzing，不引入反序列化错误且有效率

• Combining Schema Fuzzing Rules – fuzzing结合规则

  • 基本规则

    • 依次使用drop、select、duplicate、type对tree节点依次fuzzing，drop出结果后，再使用select对结果fuzzing，…

  • 组合：四选二、四选三、四选四

  • fuzzing次序

    • BFS
    • DFS
    • Random

  • 结论

    • drop、select、type结合是很有效的，尤其是drop、select在type前fuzzing
    • duplicate没什么用
    • RD最有效

• Data Value Rendering - 根据数据值fuzzing

  • 当前challenges：无效值会被拒绝，例如global却填入europ

    • 缺少客户端信息，例如ID、group name
    • 缺少domain信息，例如local、global字段或者时间
    • 缺少运行时依赖信息，后一个请求依赖于前一个

  • 信息来源（rendering策略）

    • 静态 type-value 字典

    • 从swagger提取的样例

    • 从响应中匹配字段

      • 两种匹配策略：conservative（父节点和当前节点类型相同），aggressive（当前节点类型相同）

  • render策略

    • Baseline (BAS): 字典中选择
    • Examples only (EXM): example选择，然后字典选择
    • Responses only (conservative) (CON):保守模式选择，然后字典选择
    • Responses only (aggressive) (AGG)：aggressive选择，然后…
    • Responses (conservative) and examples (CON+EXM)
    • Responses (aggressive) and examples (AGG+EXM)

  • 结论

    • swagger样例能带来更多的错误类型覆盖
    • 为叶子结点使用响应值fuzzing可以显著提高效果，尤其是激进模式

• BUG HUNTING IN CLOUD SERVICES - 对云服务器的实验

  • 实验参数设置

    • Each phase has a budget of 10 times the number of nodes in the schema

• 相关工作

• 讨论

---