InForSec 2023 Fuzzing

辅助持续内核模糊测试的高效崩溃分类研究

linux内核应用很广泛并且有bug

syzkaller 内核fuzz工具

根据结果调整fuzz策略

持续性模糊测试 continuous fuzzing的问题：生成的报告很多，而且手工分析很难
注意到报告的重复性duplicate触发了同一漏洞，要减少人工分析，不是所有的bug需要立马修复

导致重复性的原因：1. 2. thread interleaving(时间注入看看是不是表现一样) 3.

修复优先级：漏洞会展示出不同的error behavior，厉害的漏洞不一定展示出内存崩溃，更多的error behavior才能展示漏洞的真实危害

Object-driven Fuzzing，因为内核是object-oriented
1.静态分析相关object
2.object ranking
3.error behavior

路径裁剪辅助的定向模糊测试

有点是很快地产生大量测试用例，但是很多无效的，导致路径爆炸。所以通过各种方式，减少随机性，提高有效性

如果想获取一个不随机的路径，那么SAT求解，路径爆炸

如果不可达则直接终止，比如执行到一个无关路径上



用了抽象解释

定向模糊测试，针对特定的行为

如何判定路径是无效的

发掘自定义内存管理函数的使用安全问题

之前是malloc -> free->free这种很死板的模式匹配，但是现实的内存分配更复杂

首先用自然语言识别内存分配函数，建立MOS结构，简化了数据流分析

数据库fuzzing

大量程序空间是模糊测试无法触及到的

基础种子和根据覆盖率的种子优化