QFuzz: 针对侧信道的定量模糊测试

侧信道对软件系统的机密性构成重大威胁。此类漏洞难以检测和评估，因为它们源于软件的非功能属性（如执行时间），并且需要对多个执行轨迹进行推理。近年来，非干扰概念已被应用于静态分析、符号执行和灰盒模糊测试技术中。然而，非干扰是一个严格的概念，即使信息泄露的强度很弱，也可能拒绝安全性。定量的安全概念允许放宽非干扰，并容忍小的（不可避免的）泄露。尽管近年来取得了进展，现有的定量方法在实践中存在可扩展性限制。本文提出QFuzz，一种灰盒模糊测试技术，用于定量评估侧信道的强度，重点关注最小熵。最小熵是一种基于可区分观测（分区）数量的度量，用于评估试图在一次尝试中破解秘密的攻击者所造成的威胁。我们开发了一种新颖的灰盒模糊测试，配备两种分区算法，旨在最大化可区分观测的数量以及它们之间的成本差异。我们在现有工作和真实世界库的大量基准（共70个主题）上评估了QFuzz。QFuzz与三种最先进的检测技术相比表现更好。QFuzz提供了关于泄露的定量信息，超出了所有三种技术的能力。关键的是，我们将QFuzz与最先进的量化工具进行比较，发现QFuzz在保持相似精度的同时，在可扩展性上显著优于该工具。总体而言，我们发现我们的方法在真实世界应用中具有良好的可扩展性，并为评估结果威胁提供了有用信息。此外，QFuzz识别了一个零日漏洞……