模糊测试进阶，无状态模糊测试和不变式测试

于 2024-08-29 11:31:10 发布
阅读量594 收藏 6
点赞数 11
分类专栏： 区块链一些 文章标签： 区块链
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zhuqiyua/article/details/141672751
版权

系列文章目录

模糊测试入门与assert（）函数

文章目录

前言

我们继续深入模糊测试，本篇文章介绍不变测试，这是一种将代码进行多个步骤的随机测试。

一、无状态模糊测试与不变模糊测试

无状态模糊测试（Stateless Fuzz Testing）和不变式模糊测试（Stateful Fuzz Testing）是软件测试中的两种高级技术，尤其在智能合约和系统安全性测试中非常重要。以下是这两种测试方法的背景知识：

无状态模糊测试（Stateless Fuzz Testing）

背景：

  • 模糊测试（Fuzz Testing）是一种自动化的软件测试方法，通过自动产生大量异常、随机或边界值的输入数据来测试程序，观察程序是否能够妥善处理这些输入。
  • 无状态模糊测试不考虑系统或合约的当前状态，它专注于函数的独立执行和返回结果。

目的：

  • 识别函数实现中的潜在错误，如溢出、除以零、非法访问等。
  • 确保函数在各种输入下都能稳定运行，不会导致意外崩溃或错误。

方法：

  • 自动生成或选择一组测试输入。
  • 对每个输入执行函数，并监控其行为（如异常、返回值）。

应用场景：

  • 适用于函数行为相对独立，不受外部状态影响的情况。
  • 在智能合约中，用于测试纯函数（Pure Functions）或在隔离环境下的合约函数。

不变式模糊测试（Stateful Fuzz Testing）

背景：

  • 不变式（Invariant）是系统或合约中必须始终为真的条件或属性。
  • 状态ful模糊测试关注在一系列操作或交易后，系统状态是否仍然满足特定的不变式。

目的：

  • 确保合约在经过一系列状态变化后，仍然保持其核心属性和约束。
  • 发现状态相关的逻辑错误，这些错误可能只在特定的状态序列后显现。

方法：

  • 设计测试用例以模拟状态变化，可能包括多次函数调用和交易。
  • 在测试序列的开始和结束时检查不变式是否成立。

应用场景：

  • 适用于需要维护特定状态或顺序的系统。
  • 在智能合约中，用于测试合约的状态依赖函数和长时间运行的合约逻辑。

智能合约测试中的考虑

  • Gas 效率：在智能合约中，测试还需要考虑交易的 Gas 成本，优化测试用例以避免不必要的资源消耗。
  • 安全性：智能合约一旦部署，其逻辑和状态管理对安全性至关重要，模糊测试有助于发现潜在的安全漏洞。
  • 自动化：模糊测试通常需要自动化工具来生成大量测试用例，并监控测试结果。

结合使用

在实践中，无状态和不变式模糊测试往往结合使用，以覆盖不同的测试场景和确保合约的全面测试。无状态测试提供了快速、广泛的覆盖，而不变式测试则深入挖掘状态相关的复杂问题。

通过这两种测试方法，开发者可以提高智能合约的质量和可靠性，减少因逻辑错误或状态管理不当导致的安全风险。

二、举例不变模糊测试的优点

1.代码分析

代码如下（示例）：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import  ssl
ssl._create_default_https_context = ssl._create_unverified_context

这段代码定义了一个名为 StatefulFuzzCatches 的智能合约，它包含两个公共状态变量、一个公共函数和一个修改状态的函数。以下是对合约的详细分析：

  1. 状态变量:

    • myValue: 一个 uint256 类型的公共变量，初始值设为 1。
    • storedValue: 另一个 uint256 类型的公共变量，初始值设为 100。

  2. 不变式（Invariant）:

    • 合约的注释中声明了一个不变式：doMoreMathAgain 函数永远不应该返回 0。这意味着无论输入什么值，该函数的返回值都应该是有效的，并且不应该触发任何导致返回 0 的逻辑。

  3. doMoreMathAgain 函数:

    • 这是一个公共函数，接受一个 uint128 类型的参数 myNumber。
    • 函数内部执行了一个简单的算术操作：将 myNumber 转换为 uint256 类型，除以 1（这是一个无操作，因为任何数除以 1 都等于其本身），然后与 myValue 相加，得到 response。
    • 然后将 response 赋值给 storedValue，并将 response 返回给调用者。

  4. changeValue 函数:

    • 这也是一个公共函数，允许外部调用者更新 myValue 的值。

  5. 潜在问题:

    • 根据不变式的描述，doMoreMathAgain 函数不应该返回 0。然而，如果 changeValue 函数被用来将 myValue 设置为一个可能导致 response 为 0 的值，那么不变式可能会被违反。例如，如果 myValue 被设置为0，而 myNumber 被设置为 0，那么 response 变成 0。还有一个更特殊的例子在于solidity的版本是否会溢出。但我们发现合约十分的聪明，myNumber 是一个 uint128 类型的参数。由于 uint128 可以安全地转换为 uint256 而不会发生溢出，这里使用了 uint256(myNumber) 进行转换。

2.使用模糊测试

// SPDX-License-Identifier: MIT
pragma solidity 0.8.20;

// INVARIANT: doMoreMathAgain should never return 0
contract StatefulFuzzCatches {
    uint256 public myValue = 1;
    uint256 public storedValue = 100;

    /*
     * @dev Should never return 0
     */
    function doMoreMathAgain(uint128 myNumber) public returns (uint256) {
        uint256 response = (uint256(myNumber) / 1) + myValue;
        storedValue = response;
        return response;
    }

    function changeValue(uint256 newValue) public {
        myValue = newValue;
    }
}

在智能合约测试中，无状态模糊测试（Stateless Fuzz Testing）和不变式模糊测试（Stateful Fuzz Testing）是两种不同的测试方法，它们各自有不同的目标和实现方式：

无状态模糊测试（Stateless Fuzz Testing）

定义：
无状态模糊测试是一种测试方法，它不考虑合约的当前状态，只关注函数的输入和输出。测试用随机或半随机生成的输入数据调用合约函数，以发现潜在的错误或异常行为。

特点：

  • 每次调用都是独立的，不依赖于之前的调用结果。
  • 测试用例之间没有状态依赖。
  • 快速执行，可以大量生成和运行测试用例。

实现方式：

  • 随机生成各种输入数据。
  • 调用合约的函数，并检查返回值和事件日志。
  • 使用断言来检查预期条件是否满足。

示例：

function testFuzzPassesEasyInvariant(uint128 randomNumber) public {
    sfc.doMoreMathAgain(randomNumber);
    assert(sfc.storedValue() != 0);
}

这个测试函数接受一个随机数，调用doMoreMathAgain函数，并断言返回值不为0。
输出

forge test --mt  testFuzzPassesEasyInvariant              
[⠒] Compiling...
No files changed, compilation skipped

Ran 1 test for test/invariant-break/StatefulFuzzCatchesTest.t.sol:StatefulFuzzCatchesTest
[PASS] testFuzzPassesEasyInvariant(uint128) (runs: 1000, μ: 13802, ~: 13805)
Suite result: ok. 1 passed; 0 failed; 0 skipped; finished in 45.85ms (42.85ms CPU time)

Ran 1 test suite in 47.24ms (45.85ms CPU time): 1 tests passed, 0 failed, 0 skipped (1 total tests)

编译通过并没有找到错误

不变式模糊测试（Stateful Fuzz Testing）

定义：
不变式模糊测试关注合约的状态变化。它模拟合约在一系列交易后的状态，并验证合约的某些关键属性是否始终保持不变。

特点：

  • 测试用例可能会考虑合约的当前状态，并基于此状态生成输入。
  • 可以捕获那些只在特定状态组合下出现的bug。
  • 通常比无状态测试更复杂，需要维护测试的状态。

实现方式：

  • 使用特定的序列或模式来模拟合约的状态变化。
  • 在一系列交易后，验证合约的某个属性是否仍然满足。
  • 使用不变式检查函数来断言关键属性。

targetContract(address(sfc)); 这行代码其目的是将测试合约的地址指向被测试的合约实例，通过一些列的随机执行来测试合约的结果

示例：

function invariant_testMathDoesntReturnZero() public view {
    assert(sfc.storedValue() != 0);
}

输出

[FAIL. Reason: invariant_testMathDoesntReturnZero persisted failure revert]
        [Sequence]
                sender=0x8Ab55842614e60Cf71E9F480BA37245e8e1277Bd addr=[src/invariant-break/StatefulFuzzCatches.sol:StatefulFuzzCatches]0x5615dEB798BB3E4dFa0139dFa1b3D433Cc23b72f calldata=changeValue(uint256) args=[115792089237316195423570985008687907853269984665640564039457584007913129639934 [1.157e77]]
                sender=0x000000000000000000000000000000000000002A addr=[src/invariant-break/StatefulFuzzCatches.sol:StatefulFuzzCatches]0x5615dEB798BB3E4dFa0139dFa1b3D433Cc23b72f calldata=doMoreMathAgain(uint128) args=[257949695690360443 [2.579e17]]
 invariant_testMathDoesntReturnZero() (runs: 1, calls: 1, reverts: 1)
Suite result: FAILED. 0 passed; 1 failed; 0 skipped; finished in 1.23ms (485.23µs CPU time)

Ran 1 test suite in 7.00ms (1.23ms CPU time): 0 tests passed, 1 failed, 0 skipped (1 total tests)

Failing tests:
Encountered 1 failing test in test/invariant-break/StatefulFuzzCatchesTest.t.sol:StatefulFuzzCatchesTest
[FAIL. Reason: invariant_testMathDoesntReturnZero persisted failure revert]
        [Sequence]
                sender=0x8Ab55842614e60Cf71E9F480BA37245e8e1277Bd addr=[src/invariant-break/StatefulFuzzCatches.sol:StatefulFuzzCatches]0x5615dEB798BB3E4dFa0139dFa1b3D433Cc23b72f calldata=changeValue(uint256) args=[115792089237316195423570985008687907853269984665640564039457584007913129639934 [1.157e77]]
                sender=0x000000000000000000000000000000000000002A addr=[src/invariant-break/StatefulFuzzCatches.sol:StatefulFuzzCatches]0x5615dEB798BB3E4dFa0139dFa1b3D433Cc23b72f calldata=doMoreMathAgain(uint128) args=[257949695690360443 [2.579e17]]
 invariant_testMathDoesntReturnZero() (runs: 1, calls: 1, reverts: 1)

可想而知这种测试可以更全面的执行到问题所在，顺便还发现了合约的溢出问题，编写

 function testFuzzPassesEasyInvariant(uint128 randomNumber) public {
        sfc.changeValue(type(uint256).max);
        sfc.doMoreMathAgain(randomNumber);

可以得到，

Ran 1 test for test/invariant-break/StatefulFuzzCatchesTest.t.sol:StatefulFuzzCatchesTest
[FAIL. Reason: panic: arithmetic underflow or overflow (0x11); counterexample: calldata=0xfe0f460c00000000000000000000000000000000000000000000000000000000000000e5 args=[229]] testFuzzPassesEasyInvariant(uint128) (runs: 0, μ: 0, ~: 0)
Suite result: FAILED. 0 passed; 1 failed; 0 skipped; finished in 23.99ms (22.68ms CPU time)

Ran 1 test suite in 24.99ms (23.99ms CPU time): 0 tests passed, 1 failed, 0 skipped (1 total tests)

Failing tests:
Encountered 1 failing test in test/invariant-break/StatefulFuzzCatchesTest.t.sol:StatefulFuzzCatchesTest
[FAIL. Reason: panic: arithmetic underflow or overflow (0x11); counterexample: calldata=0xfe0f460c00000000000000000000000000000000000000000000000000000000000000e5 args=[229]] testFuzzPassesEasyInvariant(uint128) (runs: 0, μ: 0, ~: 0)

Encountered a total of 1 failing tests, 0 tests succeeded`
zhuqiyua
关注
  • 11
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
AUTOSAR汽车电子嵌入式编程精讲300篇-汽车CAN总线安全性模糊测试（续）
getusushu的博客
11-30 1418
当在150~330s采集报文，并对ID为0xAA的报文进行字段格式的划分时， 可以看出字段划分的格式与实际的格式规范非常接近，这是由于在此时间段内， 汽车的行驶速度变化范围较大，使得表示车速字段的每一位的数据（除第1位 以外）都在随时间进行发生变化，如图3-11（b）所示。由于无法获取到该款汽车真实的CAN总线报文应用层协议规范，无法对协 议字段的格式进行验证，但可以对字段格式划分后得到的原始值与OBD的汽车 数据进行线性匹配即3.4节中所述的方法验证3.2节所提算法的有效性。过滤报文数据场恒定字段。
程序员如何实现财富自由系列之：利用程序员技能进行软件测试和质量保证
禅与计算机程序设计艺术
10-07 611
软件测试是保障软件质量和可靠性的不可或缺的一环。软件测试可以降低软件的开发成本、提高软件质量、优化软件功能、节约资源和时间等效益，同时也能够发现并解决一些bug。软件测试是一个动态迭代的过程，不同项目的需求和场景都可能要求不同的测试策略。根据软件测试的目的不同，目前市场上主要分为静态测试、集成测试、单元测试、系统测试、UI测试、端到端测试等，每种类型的测试都有其特点。而这些测试手段往往需要相应的工具支持，比如说测试管理工具、自动化框架等。
基于突变的模糊测试
大草的博客
01-30 1152
模糊测试中随机生成的字符串大概率是无效的。这导致很多时间被浪费在无效的测试输入中。 我们可以采用合法有效的输入进行初期的测试。这些有效的输入，我们称之为种子。 我们对种子进行突变，将其中的bit(s)进行突变(翻转、删除、增加)。由于突变的部分相对于某个种子的整体，变化较小。那么突变之后的种子，也很可能是合法的。 种子突变的越多，不合法的可能性越大。那么如何控制突变呢？这里引入基于覆盖率引导的模糊测试。当突变生成中输入可以发现新路径的时候，我们将该输入放入仓库中。其中，仓库使用种子进行初始化。这样，突
模糊测试简介
kelxLZ的博客
01-01 2873
转载自：CTF ALL IN ONE 基本原理 模糊测试（fuzzing）是一种通过向程序提供非预期的输入并监控输出中的异常来发现软件中的故障的方法。 用于模糊测试的模糊测试器（fuzzer）分为两类： 一类是基于变异的模糊测试器，它通过对已有的数据样本进行变异来创建测试用例 另一类是基于生成的模糊测试器，它为被测试系统使用的协议或文件格式建模，基于模型生成输入并据此创建测试用例。 模糊测试流程 模糊测试通常包含下面几个基本阶段： 确定测试目标：确定目标程序的性质、功能、运行条件和环境、编写程序的语言
模糊测试软件测试_模糊测试
cusi77914的博客
07-03 1855
多年来，我震惊于可能导致Microsoft Word崩溃的损坏文件数量。 几个字节不合时宜，整个应用程序就大火了。 在较旧的，不受内存保护的操作系统上，整个计算机通常会随之崩溃。 为什么Word无法识别何时收到错误数据，而只是发出错误消息？ 为什么仅仅因为一些东西被扭曲而破坏了自己的堆栈和堆？ 当然，Word并不是面对畸形文件时唯一表现恶劣的程序。 本文向您介绍了一种尝试避免此类灾难的技术...
模糊测试--强制性安全漏洞发掘
热门推荐
zxygww的专栏
03-12 2万+
http://blog.csdn.net/lxt889/article/details/18546373 前 言 我知道"人类和鱼类能够和平共处" 。 --George W. Bush, 2000年9月29日 简介 模糊测试的概念至少已经流传了20年，但是直到最近才引起广泛的关注。安全漏洞困扰了许多流行的客户端应用程序，包括Microsoft的Intern
这才是单元测试，也许我们之前都理解错了
我的新书《代码精进之路：从码农到工匠》
04-07 4758
我今天要捅一个火药桶问题：如何进行单测。因为关于这个话题的争论实在太多了。为了减少非议，首先，我要界定一下问题范围，我这里所说的测试是针对分布式系统服务（微服务）的单元测试，不同的产品形态，测试方法差异很大，比如嵌入式系统、office软件的测试不是我们要讨论的范围。其次，我直接给观点，我认为微服务的单元测试的最佳实践就是：粗粒度单元测试优先，细粒度单元测试补足，关注测试效率（执行效率、代码效率）...
测试基础知识
m0_67863660的博客
06-23 1499
软件测试基础知识
阿里资深软件测试工程师推荐—混沌工程（Chaos Engineering）初识
fx20211108的博客
12-17 2604
Chaos Engineering is the discipline of experimenting on a distributed system in order to build confidence in the system's capability to withstand turbulent conditions in production. ——Principles of Chaos 混沌工程是在分布式系统上进行实验的学科，目的是建立对系统抵御生产环境中失控条件的能力以及信心...
【区块链 + 司法存证】枢纽链：区块链司法存证平台 | FISCO BCOS应用案例
FISCO_BCOS的博客
08-27 319
枢纽链基于 FISCO BCOS 区块链底层技术研发
【区块链 + 航运物流】运力链 | FISCO BCOS应用案例
FISCO_BCOS的博客
08-23 397
虎彩集团采用 FISCO BCOS区块链技术构建的运力链，可以帮助客户实现资源广泛快速连接、合作伙伴间的高效协同和低摩擦交 易，最终达成可信同城货运生态平台的目标。
国内券商有没有提供股票程序化交易接口的
股票量化交易自动交易程序化交易接口
08-27 249
国内券商股票程序化交易接口，涵盖常见软件、交易特点、申请步骤及佣金影响等情况，让您全面了解。
【区块链 + 智慧文旅】虎彩印刷链 | FISCO BCOS应用案例
FISCO_BCOS的博客
08-26 337
虎彩基于 FISCO BCOS 区块链底层技 术构建印刷联盟链，结合物联网技术获取真实数据上链，构建可信基础设施。
Covalent Network（CXT）第二季度委托激励增长83%
区块链蓝海
08-23 516
结构化、可验证数据的重要性从未如此显著。这一使命得到了 Covalent Network（CXT）创新的以太坊“时光机”(Ethereum Wayback Machine，EWM)的支持，该技术可保存关键的区块链数据，这些数据可能会因以太坊 Dencoin 升级引入的状态过期和合并删除而丢失。“本季度我们在委托奖励和盈利能力方面的显著增长，证明了我们网络的强大以及我们对长期数据可用性的承诺，”Covalent Network（CXT）首席执行官兼联合创始人 Ganesh Swami 表示。
【区块链应用开发】使用Solidity进行区块链应用开发
weixin_39372311的博客
08-25 780
Solidity 是一种静态类型的编程语言，具有类似 JavaScript 的语法结构，但增加了许多适用于智能合约开发的特性。它用于在以太坊区块链上编写和部署智能合约，智能合约是自动执行的代码，可以用于构建去中心化应用程序（DApp）。修饰符是 Solidity 中的一种功能，用于在函数执行前后插入额外的代码。以下示例展示了如何使用修饰符进行权限控制。在这个例子中，onlyOwner修饰符确保只有合约的所有者可以调用函数。
【区块链 + 司法存证】易保全区块链电子数据存证保全系统 | FISCO BCOS应用案例
最新发布
FISCO_BCOS的博客
08-27 231
基于 FISCO BCOS 区块链底层技术推出易保全区块链电子数据存证保全系统，应用于商务、政务等领域场景中。
央行沟通与市场影响以日本央行与黄金市场为例
yara0812的博客
08-27 251
在近期，日本央行采取了出人意料的行动，将短期利率从0-0.1%上调至0.25%，这是自3月结束长达8年负利率政策以来的第二次加息。尽管市场初期忽视了日本央行逐步加息的预告，但实际行动迅速打破了市场的平静，导致套利交易平仓潮，进而引发市场波动。市场分析师指出，美联储降息将降低黄金的持有成本，增强其作为避险资产的吸引力。此外，对冲基金等大型投机者也在增加黄金的多头头寸，显示出市场对黄金投资兴趣的持续高涨。日本央行的经历为此提供了生动的案例：当言论与行动一致时，央行的沟通能够产生最大的市场影响。
Web3与人工智能的完美结合：如何重塑数字未来
weixin_44672358的博客
08-27 882
随着技术的不断进步，Web3和人工智能（AI）正逐渐成为数字世界的两大支柱。这两者的结合，不仅为我们带来了前所未有的创新机会，还深刻地改变了我们对互联网和智能技术的理解。本文将探讨Web3与人工智能的结合如何重塑数字未来。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值