演講嘉賓 | 梁洪亮

回顧整理 | 廖 濤

排版校對(duì) | 宋夕明

嘉賓介紹

OS安全分論壇

梁洪亮，博士，北京郵電大學(xué)副教授，博士生導(dǎo)師。研究興趣為可信軟件與智能系統(tǒng)。

視頻回顧

打開嗶哩嗶哩APP，觀看更清晰視頻

正文內(nèi)容

軟件缺陷是影響軟件質(zhì)量的關(guān)鍵因素，軟件缺陷分析能夠幫助開發(fā)和測(cè)試團(tuán)隊(duì)及時(shí)識(shí)別和分析軟件中的缺陷問(wèn)題，從而制定相應(yīng)的解決方案，并持續(xù)改進(jìn)軟件質(zhì)量和可靠性。目前有哪些高效可靠的軟件缺陷分析方法呢？北京郵電大學(xué)梁洪亮老師在第二屆OpenHarmony技術(shù)大會(huì)上進(jìn)行了精彩分享。

相較于黑盒/白盒測(cè)試而言，模糊測(cè)試（Fuzzing）具有可完全自動(dòng)化、高效率、無(wú)誤報(bào)等優(yōu)勢(shì)，已經(jīng)成為當(dāng)前最熱門的軟件缺陷分析方法之一。通過(guò)變異給定的一組種子輸入，模糊測(cè)試可以生成大量隨機(jī)的或意料之外的測(cè)試用例，以觸發(fā)被測(cè)軟件中的崩潰、斷言失敗或內(nèi)存泄漏等異常。截止2023年8月，谷歌開放的開源模糊測(cè)試框架OSS-Fuzz已幫助1000個(gè)項(xiàng)目識(shí)別并修復(fù)了10000多個(gè)漏洞和36000個(gè)缺陷。

定向模糊測(cè)試是指給定一組測(cè)試目標(biāo)（例如代碼位置），關(guān)注于朝向這些測(cè)試目標(biāo)進(jìn)行搜索，可用于補(bǔ)丁測(cè)試、崩潰復(fù)現(xiàn)、靜態(tài)分析報(bào)告驗(yàn)證等場(chǎng)景。盡管現(xiàn)實(shí)軟件中通常存在多個(gè)缺陷或漏洞，但是已有模糊測(cè)試方法和工具難以處理多個(gè)目標(biāo)。例如，傳統(tǒng)模糊測(cè)試工具的粗粒度能量調(diào)度方案導(dǎo)致測(cè)試的覆蓋率不全面且執(zhí)行效率較低；導(dǎo)向模糊測(cè)試工具在探索階段和利用階段也存在效率和質(zhì)量的平衡難題。

針對(duì)上述問(wèn)題，梁老師團(tuán)隊(duì)提出并實(shí)現(xiàn)了序列引導(dǎo)的多目標(biāo)混合模糊測(cè)試方案“LeoFuzz”。LeoFuzz的核心思想為：

在靜態(tài)分析階段，給定被測(cè)程序和目標(biāo)集合，LeoFuzz首先生成目標(biāo)序列，并對(duì)待測(cè)程序進(jìn)行插樁編譯，生成可執(zhí)行程序。

在模糊測(cè)試階段，如果模糊器（Fuzzer）生成的種子輸入使得被測(cè)程序崩潰，則存儲(chǔ)到崩潰隊(duì)列中；如果增加了目標(biāo)序列覆蓋率，則存儲(chǔ)到導(dǎo)向隊(duì)列中；如果增加了代碼覆蓋率，則存儲(chǔ)到覆蓋隊(duì)列中，否則丟棄。

模糊器和混合執(zhí)行器獨(dú)立執(zhí)行被測(cè)程序，并通過(guò)共享覆蓋種子隊(duì)列和導(dǎo)向種子隊(duì)列相互幫助。

LeoFuzz創(chuàng)新提出了動(dòng)態(tài)協(xié)調(diào)探索-利用兩階段策略。在最初的探索階段，當(dāng)覆蓋種子數(shù)量在總種子中的比率大于某個(gè)閾值時(shí)，意味著模糊器具有足夠的代碼覆蓋信息，那么應(yīng)切換到利用階段。當(dāng)利用階段未生成導(dǎo)向種子的連續(xù)執(zhí)行次數(shù)超過(guò)某個(gè)閾值時(shí)，表明當(dāng)前模糊器的利用能力不足，那么應(yīng)切換到探索階段。

同時(shí)，LeoFuzz也提出了新的能量調(diào)度策略，重點(diǎn)考慮了種子和目標(biāo)之間的多種關(guān)系：目標(biāo)序列TSi的優(yōu)先級(jí)priority、目標(biāo)序列TSi的全局最大覆蓋率gMaxCov、種子在目標(biāo)序列 (TSi) 上的序列覆蓋率seqCov。用一個(gè)綜合因子（CF）來(lái)表示它們的關(guān)系。CF的表達(dá)式如下：

在基于7個(gè)開源軟件（例如objdump，readelf，cxxfilt等）的31個(gè)漏洞的實(shí)驗(yàn)評(píng)估中，LeoFuzz對(duì)單個(gè)目標(biāo)的測(cè)試表現(xiàn)優(yōu)于Beacon、QSYM、AFLGo、Lolly和Berry等基線工具；對(duì)多個(gè)目標(biāo)的測(cè)試表現(xiàn)也優(yōu)于QSYM、AFLGo、Lolly、Berry和WindRanger等基線工具。

通過(guò)創(chuàng)新的技術(shù)手段，LeoFuzz大幅提升了軟件系統(tǒng)缺陷的發(fā)現(xiàn)效率和準(zhǔn)確率，為開源社區(qū)軟件安全分析提供了一種高效的解決思路。未來(lái)，希望更多的創(chuàng)新技術(shù)能夠使能OpenHarmony，為OpenHarmony技術(shù)生態(tài)助力。

E N D

關(guān)注我們，獲取更多精彩。

審核編輯 黃宇