FUZZ：a survey

阅读笔记

Fuzz的分类:

• generation based和mutation based
• white box，gray box，black box
• directed 和 coverage-based
• dumb 和 smart

Fuzz的几个挑战

1. 如何选取mutate种子输入(mutation based)
2. 低的代码覆盖率
3. 通过验证

方法

1. 程序instrumentation和污点分析
2. RNN，LSTM

Coverage-based fuzzing

方法 : 使用覆盖率来近似衡量达到的程序状态数量

• 将基本块作为最佳粒度
• 简单统计执行了的基本块和统计基本快的transition(记录点和记录边)

问题:

• 简单的统计执行了的基本块会导致信息丢失。

所以AFL是第一个引入边度量的。AFL提供两种插桩，compile-in，external。
compile-in -> gcc/llvm。外部模式提供qemu模式。
AFL通过代码插桩和AFLbitmap，追踪代码覆盖率，安全追踪被许多sanitizers做。

目标应用在执行前被插桩。
初始种子->选择->变异->testcase->执行->跟踪

关键问题

• 初始化问题。 在mutatio-based测试用例中，严重依赖于初始化种子的质量。
  • 好的initial seed inputs节约时间，满足复杂文件格式的需求，更大的路径，重用
• 如何生成测试用例。
• 如何从pool中选择种子
• 如何有效的测试应用
  通过程序分析，控制流和数据流， 更有针对性。

测试用例生成：

符合要求且触发难以到达的路径
在基于生成的方法中，可以使用机器学习来获取输入数据格式等。
在基于变异的方法中，应该首先修改影响控制流的字节，污点分析用于定为key location。

程序执行

覆盖更多代码，发现更多bug

不同应用模糊化

• 文件格式fuzzing 例如web浏览器
• kernal fuzzing。随机调用api，随机参数

未来的趋势

• 新的技术的融合
• smart fuzz (reinforcement)
• 硬件特性