INSTILLER：高效且真实的RTL模糊测试
密码学与安全
2024-01-31 v1 软件工程
摘要
硬件（如CPU）中的bug需要在部署前检测出来。与软件bug不同，此类bug的检测面临诸多挑战，例如RTL输入指令的长度不断增长，导致更长的输入对模糊测试效果不佳。本文提出INSTILLER（Instruction Distiller），一种基于蚁群优化（ACO）的RTL模糊器。首先，通过变种ACO（VACO）算法提炼输入指令，保持指令长度短小且高效。其次，现有方法在模拟真实中断方面效果不佳，INSTILLER解决了在生成输入时插入中断和异常的问题。最后，为进一步提升INSTILLER的模糊测试性能，我们提出了基于硬件的种子选择和变异策略。我们实现了原型系统，并针对实际目标CPU内核进行了广泛实验。实验结果显示，INSTILLER的覆盖率比DiFuzzRTL高出29.4%，检测到的不匹配情况多出17.0%。借助VACO算法，INSTILLER生成的输入指令比DiFuzzRTL短79.3%，显著提升了指令精炼效率。此外，指令精炼带来了平均6.7%的执行速度提升。
引用
@article{arxiv.2401.15967,
title = {INSTILLER: Towards Efficient and Realistic RTL Fuzzing},
author = {Gen Zhang and Pengfei Wang and Tai Yue and Danjun Liu and Yubei Guo and Kai Lu},
journal= {arXiv preprint arXiv:2401.15967},
year = {2024}
}