Proj THUDBFuzz Paper Reading: SoK: The Progress, Challenges, and Perspectives of Directed Greybox Fuzzing

Abstract

背景: Coverage-based Greybox Fuzzing很有用，但是并非全部增长的coverage都和bug直接相关。
Directed Fuzzer将时间直接花费在到达程序的确定位置上，非常适宜于patch testing, bug reproduction, special bug hunting等任务
本文调研了28个fuzzers，基于Directed Greybox Fuzzing从15个角度对这些fuzzers做出了评估。
此外，还对该领域的挑战和前景做出了一定总结和推测。

1. Intro

P1: 灰盒测试受欢迎；常与演化算法一同使用；可用在测试libraries, protocaols, kernels, smart contracts, 多线程程序等上。
P2: 引入directed greybox fuzzing的必要性
P3: 传统上directed fuzzers常用符号执行实现，将可达性转化为迭代的满足constraint问题，但在规模和兼容性上都有问题
P4:

  1. 2017, Bohme等: Directed Greybox Fuzzing;
  • 基本思路: 指定待测程序中一些目标位点，利用轻量级编译插桩
  • 基本步骤:
    1. 计算seed和target之间的距离
    2. 给距离target更近的seed更高的变异机会
    3. 将可达性转化为一个优化问题
  • 效果:
    1. 能够工作在更大的规模上，还能够提升effciency好几倍
    2. 能够在20min内重现heartbleed bug，而基于符号执行的工具KATCH则需要超过24h才能重现
  1. DGF现在已经不再仅仅使用人工标记的Target site和基于距离的度量，而是利用到了以下信息：
  2. target sequence
  3. semantic information
  4. parser
  5. typestate
  6. sanitizer checks
  7. memory usage
  8. vulnerable probability
  9. DGF能够测到更多复杂的行为，比如以下Bugs:
  10. use-after-free bugs
  11. memory consumption bugs
  12. memory violation bugs
  13. algorithmic complexity vulnerabilities
  14. input validation bugs in robotic vehicles
  15. deep stateful bugs

II. Background

A. Terminology

介绍了Fuzzing, Testcase, Seed, Seed Prioritization, Power Schedule, Fuzzing Cylce

B. Coverage-guide Greybox Fuzzing

以AFL为例，介绍了其Edge coverage, Seed prioritization（为每个edge保存效果最好的seed），Mutation Strategies（deterministic stage和non-determinisitic stage(havoc, splice)），Power Schedule(偏好覆盖路径更多，执行速度更快，发现时间更晚的）

C. Directed Greybox Fuzzing

2017年Bohme提出了DGF的概念，并且完成了名为AFLGo的工具。本节以AFLGo为例。

  1. 在编译阶段，不只做插桩，还计算输入和pre-defined targets之间的距离
  • 距离是种子执行trace中到target basic blocks权重的平均值
  • 权重由call graph中的边数决定
  1. 执行距离优先的变异
  2. 将灰盒fuzzing视作马尔科夫链，以power schedule来驱动

The exploration-exploitation problem

DGF将fuzzing过程划分为两个阶段: 1. exploration phase 2. exploitation phase。平衡exploration phase和exploitation phase就成为了可以研究的问题

  1. exploration phase: 尽可能多覆盖路径
  2. exploitation phase: 让引擎尽可能接近target code areas
  • DGF中是使用让更靠近Target code area的种子可变异次数更高来做的
  • 因为从直觉上来说当前种子执行的path如果接近任何能够达到target code area的expected paths，那么给这个种子更多的变异机会很可能产生满足要求的代码

D. Difference between CGF and DGF

Seed Priorization

CGF主要集中于扩大path coverage，只要能覆盖更多的新路径种子权重就更高。DGF则是会根据distance, coverage，path，或者到达指定区域的概率

Target Involvement

CGF可以认为是untargeted，DGF却可以用人力或者自动化的目标来定制fuzzing的方向。比如，可以在malloc()或者strcpy()等函数调用的critical sites上加重变异次数，以此引发memory corruption bugs

Exploration-Exploitation

greybox fuzzing可以被建模为multi-armed bandit problem，将每个seed作为一个arm来考虑。

E. Application of DGF

Patch Testing

  1. 补丁可能只修复了一部分会引起这个bug的输入对应的崩溃
  2. 补丁可能会造成新bug

Bug reproduction

  1. 重现bug
  2. 生成PoC

Knowledge boost

  1. Man-in-the-loop, 或者人工识别提供一些元信息
  2. symbolic execution
  3. taint analysis
  4. static analysis
  5. 机器学习

Energy Saving

例如为了测试IoT装置，只在关键区域测试

Special bug hunting

  1. 使用memory usage作为优先级来找memory consumption bugs
  2. 使用typestate violation来做use-after-free bug

III Assessment of the-state-of-the-art Works

A. Directed Type

  1. AFLGo和Hawkeye: 人工标记需要覆盖的位置
  2. UAFuzz, UAFL, LOLLY: 都使用target sequences来找到必须由多个statements同时导致的bugs
  • 比如为了引发use-after-free的操作，就一定要有分配memory, 使用memory这样的顺序
  1. Berry:　当遇到复杂路径时，使用符号执行
  2. Memlock: 以memory usage为指引，寻找uncontrolled memory & consumption bugs
  3. V-Fuzz: 利用深度学习模型来预测可能会产生bug的代码区域，用vulnerable prob来指导覆盖
  4. SemFuzz和DrillerGo: 利用CVE描述和git logs中的语义信息来指引directed fuzzing，生成PoC exploits
  5. IDVUL:用影响了原本数据流或者控制流的补丁相关的branches来发现1-day漏洞
  6. SAVIOR, Parmesan: 由Sanitizer提供信息指引
  7. IJON: 使用人类专家标注的annotation来指引
  8. RVFUZZER: 用机动车上的无法控制来引导
  9. PFUZZER: 显式由input parser指导

B. Input Optimization

  1. SeededFuzz: 使用dynamic taint analysis来标记受影响的bytes，只对这些受影响的bytes做变异
  2. FuzzGuard: 使用深度学习，将程序输入视为一种模式，学习目标是预测可达性。使用前一次执行标记了可达性的大量inputs来训练模型，然后只执行可达的输入
  3. TOFU: 从已知的输入结构中生成valid inputs。TOFU的fuzzing过程分为语法fuzzing和语义Fuzzing两部分。不过其input language grammar的实现可能要花费一定时间

C. Seed Prioritization

选择种子优先级的metrics:

  1. Distance
  • AFLGo, ParmeSan, IDVUL: the number of edges in the call graphs and control-flow graphs
  • TOFU: the number of correct branching decisions needed to reach the target.
  • RDFuzz: Combines distance with frequency, 将code areas划分为high/low freq和high/low distance共四种类型。在exploration阶段，使用low-frequency seeds，在exploitation阶段，使用low distance seeds
  • UAFuzz: 专注于use-after-free， use a distance metric of call chains learning to target functions that are more likely to include both allocation and free functions
  • Wuestholz等用静态分析先分析不可能到达target location的所有path prefix
  • 缺点：当到达target的路有多条时，会忽略更长的那一条和相关options的构建
  1. Similarity & Coverage:
  • Hawkeye: 静态分析， basic block trace distance + covered function similarity for the seed prioritization and power scheduling.
  • LOLLY: target user-specified program statement sequence, 使用sequence coverage作为度量
  • UAFL: uses the operation sequence coverage that is likely to trigger use-after-free vulnerabilities.
  • UAFuzz: 使用带有序列花特征的相似性度量来测试当前种子执行轨迹和目标bug轨迹。(a sequenceness-aware target similarity metric to measure the similarity between the execution of a seed and the target UAF bug trace)
  • Berry: 考虑目标执行轨迹和经过调整的target sequence之间的相似度
  • SAVIOR: 使用UBSan预测的labels coverage来衡量seed的潜力
  • TortoiseFuzz: 基于对三种粒度的内存操作：function, loop, basic blocks的覆盖率和安全影响的衡量来给种子赋予优先级。
  1. 概率（可能到达目标状态的概率）
  • V-Fuzz, SUZZER: 使用deep learning来给每个basic block一个vulnerable prob static score
  • SAVIOR: 利用UBSan来标记code areas
  • TAFL: 使用静态语义metrics，包括sensitive, complex, deep and rare-to-reach regions来标记vulnerable regions

D. Power Assignment

都是模拟退火，用来在exploration阶段保留向外探索，不被困在局部极小值的能力

  • AFLGO: a simulated annealing-based power schedule，用来避免陷入局部极小值
  • Hawkeye: simulated annealing with added prioritization
  • LOLLY: optimized simulated annealing targeted for sequence coverage

E. Mutator Scheduling

多数采取了粒度相关的mutation策略

  • Hawkeye: adaptive mutation strategy, 将mutators分类为粗粒度和细粒度。
    • 粗粒度更改bulks of bytes
    • 细粒度只修改几个byte
    • 到达目标函数的概率越高，越倾向于细粒度
  • V-Fuzz: 将mutations分为 slight mutation, heavy mutation
    • 根据实际的fuzzing状态设置一个threshold
  • SemFuzz: resemble classification, based on syscall
    • coarse mutation: 用于找到能够更靠近vulnerable functions的syscall sequence
    • fine-grained mutation: 用来检测关键变量
  • TAFL:
    • coarse-grained mutators outperform fine-grained mutators on path growth
    • 联合使用多类mutators常比只用单类效果更好
  • ProFuzzer: input type probing
    • 根据input field types采取不同的策略。

F. Data-flow Analysis

  • RDFuzz: a disturb-and-check method来识别和保护对距离敏感的内容
  • UAFL: information flow analysis between the input and the program variables in the conditional statement. 为更可能改变结果的bytes赋予更高的strength
  • SemFuzz: backward data-flow analysis，跟踪关键变量依赖的kernel function parameters
  • PFUZZER: dynamic tainting
  • TIFF: 通过in-memory data-structure identification and dynamic taint analysis来infers input type

IV. Challenges and Solutions

A. Binary Code Support

背景

  1. 基于AFL则多半需要源码来插桩

挑战

  1. heavy runtime overhead: 使用QEMU等emulator来获取信息，非常慢
  2. difficulty in collecting target information: 只能从bug traces来获取信息，不能使用code changes, CVE descriptions, 人工标注重点区域等方法
  3. difficulty in labeling the targets: 难以标注PUT，往往需要借助逆向工程将二进制转化为源码之后再进行理解标注

Mitigations:

  1. hardware support: Intel PT, Intel Last Branch Record(只能将输出存在register中）
  2. automatically identify the vulnerable code

B. Automatic target identification

  1. AFLGO, Hawkeye等：需要已知目标位点的line number或者virtual memory address等信息
  2. git commit logs, bug traces, CVE descriptions,
  3. static analysis tools
  4. compiler sanitizer passes: e.g: UBSan
  5. 1DVUL: patch-related target branch: 使用Bindiff来做对比
  6. attack surface identification component

C. Differentiated weight metric

e.g: 使用transitions among basic blocks来衡量种子到target的距离
实际上忽略了不同的branch jumps有不同的概率这一问题。

例如：图1中的路径A到G的概率其实大约是0.3，与到E的概率是差不多的。但是如果只看transition数目，则路径A到G的距离是3，A到E为2，多半会保留并使用到E的结果。
解决方案

  1. 考虑跳转概率：常与马尔科夫链以及蒙特卡洛方法连用
  • 缺点：runtime overhead
    • Mitigations:
      1. interval sampling
      2. accelerate the computation, usually optimizing the store and access of metadata. 例如：介于邻接链表和邻接矩阵之间的某种数据结构

D. Global Optimum Deviation


multi-targets

  1. 使用最短路算法：缺点：miss the local optimum seed that is closest to a certain target.
  • 例子：Fig2, 每条路径的距离被算作每个节点的距离（已经标在节点上）的平均值。考虑到K, O是targets,ABDGK和ACEIMNO这两个已经到达targets的序列明显是更好的，但是算出来就是会取ACEHL
    • dABDGK = (4/3 + 3 + 2 + 1 + 0)/5 ≈ 1.47,
    • dACEIMNO = (4/3 + 3/4+ 2 + 3 + 2 + 1 + 0)/7 ≈ 1.44
    • dACEHL = (4/3 + 3/4 + 2 + 1)/4 ≈ 1.27.
  1. 考虑所有potential paths
  • Hawkeye: adjacent-function distance augmentation + lightweight static analysis, considers the patterns of the (immediate) call relation based on the generated call graph.
  1. separating the targets: 对不同的目标，选择不同的seed优先

E. Missing Indirect Calls

F. Exploration-exploitation coordination

posted @ 2021-03-08 20:55  雪溯  阅读(522)  评论(0)  编辑  收藏  举报