NIFuzz：基于模糊测试的定量信息流估计方法

本文提出了一种可扩展且实际的软件信息泄漏量化方法；这些错误常被忽视或低估，但可能严重削弱诸如地址空间布局随机化（ASLR）和指针验证（PAC）等安全机制。我们引入了三种不同指标的方法来估计信息泄漏的规模，包括对条件互信息计算的一种新推导。这些指标共同构成了一种框架，能够揭示目标程序在不同威胁模型下的相对安全性，并提供有助于定位泄漏源的详细信息。我们实现了一个模糊测试器NIFuzz，能够在低开销下动态计算这些指标，并提供多种策略以优化信息泄漏的检测与量化。我们在14个程序上进行了评估——其中包括8个真实世界的CVE漏洞，程序规模可达278k行代码——并发现NIFuzz能够检测到并为所有已知信息泄漏提供良好估计。