漏洞挖掘 符号执行_漏洞挖掘、利用及修复——从人工到自动的跨越

随着互联网的普及，各类App如雨后春笋般产生。受限于代码质量，App中或多或少的会存在各类漏洞。据统计，CVE(http://cve.mitre.org/)及CNNVD(http://www.cnnvd.org.cn/)能够涵盖的漏洞多达100000个，严重威胁着网络及用户安全。当前，二进制漏洞挖掘主要依靠专业人员的人工审计，从而能够提供准确的漏洞点、漏洞利用及修补方案。然而，人工审计与挖掘存在以下缺陷。第一，开发团队往往缺少专业的安全人员，不能及时发现漏洞；第二，面对数量庞大的漏洞，安全人员疲于应对。而自动化漏洞挖掘能够为人工审计提供良好的补充，也更为经济。那么要构建这样一个自动化漏洞挖掘的系统需要哪些技术呢？下面，我们介绍一些具有代表性的相关技术。

一、自动化漏洞挖掘技术

当我们拿到一个App以后，首要的工作是找到该App中的漏洞点。从被检测程序是否被运行的角度可知，自动化漏洞挖掘技术可分为静态分析、动态分析及混合分析。

1.1静态分析

静态分析，指在不执行程序的条件下对程序进行分析。基于图建模的静态分析是指将程序属性建模为图形，如控制流图，数据流图和程序依赖图等。例如Vine，它是BitBlaze的静态分析组件，它提供了一组用于漏洞挖掘的核心实用程序，利用了控制流图，数据流图和最弱前置条件计算等。基于数据建模的静态分析可通过对内存值等数据进行建模，通过数据的流动、差异性等发现漏洞。例如，Josselin Feist等人提出了一个名为GUEB的静态工具，它使用价值集分析(VSA)来推断赋值中的每个变量，并基于抽象内存模型释放指令，以搜索二进制程序中的释放后使用类型的漏洞。图1所示为典型的静态分析工具IDA。