引导有向灰盒模糊测试的距离度量实证研究
密码学与安全
2024-09-20 v1 软件工程
摘要
有向灰盒模糊测试(DGF)旨在高效地发现特定代码区域的漏洞。 距离度量用于衡量 DGF 中种子的质量，是影响模糊测试性能的关键因素。 尽管距离度量已广泛应用于现有 DGF 框架中，但有关不同距离度量如何引导模糊测试过程及其对模糊测试结果的影响的实际情况仍不清晰。 本文进行首个实证研究，探讨不同距离度量在指导 DGFs 中的性能。 具体而言，我们系统性地讨论了距离度量的计算方法和粒度。 随后，我们基于 AFLGo 实现了这些距离度量。 在此基础上，我们在广泛用于现有 DGF 相关工作的基准上进行全面实验，以评估这些距离度量的性能。 实验结果揭示了以下见解： 首先，不同计算方法和粒度的距离度量之间的差异并不显著。 其次，距离度量可能不够有效地描述触发目标漏洞的难易程度。 此外，通过细致审查测试用例的质量，我们的研究凸显了现有突变策略在生成高质量测试用例方面的内在局限，呼吁设计有效的突变策略以适用于有向模糊测试。 我们开源了实现代码和实验数据集，以促进 DGF 领域的未来研究。
引用
@article{arxiv.2409.12701,
title = {An Empirical Study on the Distance Metric in Guiding Directed Grey-box Fuzzing},
author = {Tingke Wen and Yuwei Li and Lu Zhang and Huimin Ma and Zulie Pan},
journal= {arXiv preprint arXiv:2409.12701},
year = {2024}
}