基于 LibAFL-DiFuzz 的 Rust 与 Go 有向模糊测试

在现代 SSDLC 中，程序分析与自动化测试是降低发布前漏洞的关键手段，模糊测试作为快速且广泛使用的动态测试方法，然而传统覆盖导向的模糊测试在特定任务（如验证静态分析报告或复现崩溃）时可能效果有限，而有向模糊测试通过聚焦特定程序位置的接近度度量，显示出更好的效果。虽然一些最早的有向模糊器（如 AFLGo、BEACON）采用不同的接近度度量方式，但大多数自动化测试工具仍聚焦于 C/C++ 代码。随着 Rust 与 Go 的流行，对这些语言提供精确高效测试解决方案的需求日益增长。本文扩展了有向模糊测试的适用范围，超越传统的 C/C++ 软件分析。我们提出一种专为 Rust 与 Go 应用量身定制的有向灰盒模糊测试方法，引入高级预处理技术、rustc 编译器定制以及精细的图构建与插装方法，以实现对特定程序位置的有效定位。基于 LibAFL-DiFuzz 后端实现的模糊测试工具相较于流行工具（如 afl$.$rs、cargo-fuzz、go-fuzz）显示出竞争优势。根据 TTE（Time to Exposure）实验结果，Rust-LibAFL-DiFuzz 以最佳 TTE 成绩获胜；Go-LibAFL-DiFuzz 则在大多数情况下取得最佳或平均成绩，且有两个案例的差距达数十倍。这些结果证明了我们方法的更高效率与准确性。