FishFuzz：撒下更大的网以捕获更深的漏洞
密码学与安全
2022-07-28 v1
摘要
灰盒模糊测试（greybox fuzzing）是开发过程中发现漏洞的事实标准。模糊测试器执行大量输入以最大化所覆盖代码的数量。近年来，定向灰盒模糊测试器（DGFs）提出了一种超越“仅”覆盖的替代策略：通过选择“更近”的种子将测试驱动至特定代码目标。DGFs经历不同阶段：探索（即到达有趣位置）和利用（即触发漏洞）。在实践中，DGFs利用覆盖率直接度量探索，而利用至多通过在不同目标间交替来间接度量。具体而言，我们观察到现有DGFs存在两个局限：（i）其距离度量缺乏精度，即将多条路径和多个目标平均化为单一分数（以决定优先处理哪些种子）；（ii）它们以轮询方式为种子分配能量，而不调整目标的优先级（已充分探索的目标应被丢弃）。我们提出FishFuzz，其灵感来自拖网捕鱼：先撒下宽网刮取高覆盖率，再缓缓收网以最大化收获。我们模糊测试器的核心是一种新颖的种子选择策略，建立在两个概念之上：（i）一种新颖的多距离度量，其精度与目标数量无关；（ii）一种动态目标排序以自动丢弃已耗尽的目标。该策略使FishFuzz能够无缝扩展到数万个目标，并在探索与利用阶段间动态交替。我们通过将所有消毒器（sanitizer）标签作为目标来评估FishFuzz。将FishFuzz与现代DGFs及覆盖引导模糊测试器进行广泛比较表明，与直接竞争者相比，FishFuzz达到了更高覆盖率，复现已有漏洞（快70.2%），并最终在44个程序中发现了25个新漏洞（18个CVE）。
引用
@article{arxiv.2207.13393,
title = {FishFuzz: Throwing Larger Nets to Catch Deeper Bugs},
author = {Han Zheng and Jiayuan Zhang and Yuhang Huang and Zezhong Ren and He Wang and Chunjie Cao and Yuqing Zhang and Flavio Toffalini and Mathias Payer},
journal= {arXiv preprint arXiv:2207.13393},
year = {2022}
}