本文对AFLGo做了一定的改进工作。
Constraint-guided Directed Greybox Fuzzing (SEC 2021)
现有的Directed Greybox Fuzzing缺少对Ordered Target Sites和Data Conditions的考虑,导致在Fuzzing过程中会消耗大量的时间。本文提出了基于约束引导的(Constraint-guided)Directed Greybox Fuzzing,文章将约束(Constraint)定义为一个Target Site和Data Conditions的结合,Fuzzer试图让种子以特定的顺序排列来满足约束条件。
本文提出了CAFL,其系统架构如下图所示。在编译时,将源码和Constraints一起传入,将离Target Site的距离作为插桩依据。Fuzzer以离Target Site的距离优先进行种子的调度和输入数据生成。
具体细节见原文。论文代码未开源。