SQUIRREL：利用语言有效性与覆盖反馈测试数据库管理系统
密码学与安全
2020-06-04 v1
摘要
模糊测试是一种日益流行的验证软件功能与发现安全漏洞的技术。然而，当前基于变异的模糊测试器无法有效测试数据库管理系统（DBMSs），后者严格检查输入的有效语法与语义。基于生成的测试能保证输入的语法正确性，但不利用任何如代码覆盖之类的反馈来引导路径探索。本文中我们开发了 Squirrel，一种新颖的模糊测试框架，兼顾语言有效性与覆盖反馈来测试 DBMSs。我们设计了一种中间表示（IR）以结构化和信息化的方式维护 SQL 查询。为生成语法正确的查询，我们在 IR 上执行基于类型的变异，包括语句插入、删除与替换。为缓解语义错误，我们分析每个 IR 以识别参数间的逻辑依赖，并生成满足这些依赖的查询。我们在四个流行 DBMSs 上评估了 Squirrel：SQLite、MySQL、PostgreSQL 和 MariaDB。Squirrel 在 SQLite 中发现 51 个 bug，在 MySQL 中发现 7 个，在 MariaDB 中发现 5 个。其中 52 个 bug 已被修复，并分配了 12 个 CVE。在我们的实验中，Squirrel 的语义正确性是当前最优模糊测试器的 2.4 至 243.9 倍，且比基于变异的工具多探索 2.0 至 10.9 倍的新边。这些结果表明 Squirrel 在发现数据库管理系统的内存错误方面是有效的。
引用
@article{arxiv.2006.02398,
title = {SQUIRREL: Testing Database Management Systems with Language Validity and Coverage Feedback},
author = {Rui Zhong and Yongheng Chen and Hong Hu and Hangfan Zhang and Wenke Lee and Dinghao Wu},
journal= {arXiv preprint arXiv:2006.02398},
year = {2020}
}
备注
In Proceedings of the 27th ACM Conference on Computer and Communications Security (CCS 2020)