02-漏洞原理与利用

Fuzzing 与漏洞挖掘原理

进阶 25 分钟 更新于 2026-11-18 前置: kp-004

Fuzzing 与漏洞挖掘原理

一句话定义

模糊测试(Fuzzing)用大规模自动生成的输入驱动程序执行,以异常行为为信号批量发现缺陷;覆盖率引导(Coverage-guided)的”种子→变异→执行→反馈”闭环让它从盲目随机变成有方向的搜索空间探索,而 sanitizer 插桩决定了”什么算异常”。

为什么重要

模糊测试是当前工业界漏洞发现的主力方法,也是 CI 中的常规质量门;理解其反馈原理,才能理解”可观察的崩溃”为何是整条链路的核心——防御者用它提前发现自己的缺陷,kp-004 中的内存错误正是靠它变成可检测信号,并与漏洞披露流程共同构成外部缺陷的收口管道。

前置知识

  • kp-004:内存错误的表现形式(越界、UAF、未初始化读取)。
  • 程序控制流基本概念:分支、基本块、覆盖。
  • kp-001:解析器攻击面的输入域——文件格式与协议。

核心概念

  • 黑盒/灰盒/白盒(Black/Gray/White-box)Fuzzing:按可获得的程序内部信息量分类。
  • 种子(Seed)与语料(Corpus):初始输入与持续生长的输入库。
  • 变异(Mutation):位翻转、块替换、拼接、字典插入等输入改写操作。
  • 覆盖率反馈(Coverage Feedback):以边覆盖(Edge Coverage)等指标奖励新路径。
  • Sanitizer 插桩:ASan(AddressSanitizer)、UBSan(UndefinedBehaviorSanitizer)、MSan(MemorySanitizer)。
  • 符号执行(Symbolic Execution)与路径爆炸(Path Explosion)。

原理与机制

三类与反馈来源。 黑盒:无程序内部信息,依赖格式与协议知识构造输入;灰盒:插桩获取轻量运行时信息(覆盖率),当前主流;白盒:完整程序分析驱动输入生成。反馈越强,搜索越有方向,这是分类背后的本质维度。

覆盖率引导闭环。 语料中选种子→变异生成新输入→执行并采集覆盖→发现新覆盖则该输入回流语料→循环。语料是搜索空间的”地图”:每条有价值路径保留一个代表输入,后续变异以它为起点继续外扩;能量分配策略决定对哪些种子投入更多算力。闭环的意义在于算力只流向未探索区域。

Sanitizer 决定”异常”的定义。 无插桩时只有崩溃可观察,大量缺陷静默存在;ASan 用影子内存(Shadow Memory)维护每字节的合法状态元数据,越界与 UAF 在读写瞬间被拦截报告,而非等后果发酵成崩溃;UBSan 捕获有符号溢出、错位对齐等未定义行为;MSan 追踪未初始化读取。插桩把”潜在错误”前移为”确定性可观察事件”,灵敏度决定发现下限。

符号执行与折衷。 把输入当作符号变量,路径条件随分支累积,交给 SMT 求解器反解出触发新路径的具体输入;程序路径数随分支数指数增长,纯符号执行不可扩展。工程折衷是混合模糊测试(Concolic):覆盖率引导提供广度,符号求解攻坚难以到达的深层分支。

防御视角的工作流。 模糊测试作为 CI 质量门:目标函数最小化(只测待测解析/处理逻辑)、语料沉淀并跨版本复跑、崩溃即复现归档为工单;配合漏洞披露流程(报告→确认→修复→公开→CVE 编号)把外部报告纳入同一管线,保证缺陷可追溯、可度量。

实例或案例

原理级公开事实:Google OSS-Fuzz 对数百个开源项目持续模糊测试,累计推动修复数万缺陷,覆盖 OpenSSL、libpng 等基础库;SQLite 将模糊测试与长期积累的回归语料作为发布质量门。结论是发现能力来自”语料地图 × 插桩灵敏度 × 算力时间”的乘积,任何一项为零则整体为零,而非取决于单点工具强弱。

常见误区

  • 把模糊测试当随机乱打:覆盖率反馈与语料管理才是核心,纯随机在深层结构化路径上几乎不可达。
  • 以为只有崩溃才算发现:无 sanitizer 时大量越界与 UAF 静默不崩,插桩灵敏度决定发现下限。
  • 忽略语料质量:种子覆盖决定搜索起点,劣质语料让闭环空转。
  • 认为模糊测试可替代安全设计:它对解析类内存缺陷有效,对业务逻辑类缺陷基本盲。

自测题

  1. 覆盖率闭环为什么优于纯随机变异? 要点:新覆盖的输入回流语料,使算力持续投向未探索路径;纯随机反复命中浅层路径,深层结构化输入几乎不可达。

  2. ASan 如何把”潜在越界”变成确定性事件? 要点:影子内存维护每字节合法性元数据,访问瞬间校验并报告;错误在源头拦截,而非等内存布局恰好崩溃才暴露。

  3. 路径爆炸如何折衷? 要点:路径数随分支指数增长,纯符号执行不可扩展;Concolic 用模糊测试提供广度,用 SMT 求解攻坚特定难达分支。

公式或模型

发现能力乘积模型:发现率 ≈ 语料路径覆盖 × 插桩灵敏度 × 执行吞吐,三者任一为零则收益为零。它解释了工程优先级——先提灵敏度(上 sanitizer),再养语料,最后堆算力;单点工具替换带来的提升通常小于这三个因子的短板修复。

图示

覆盖率引导闭环
  ┌────────────────────────────────┐
  │ 语料(种子库:每路径一个代表)    │
  └──────┬─────────────────────────┘
         │ 选种子
         ▼
  变异(位翻转/拼接/字典插入)──► 执行(插桩后)
                                   │
                        新覆盖?──否──► 丢弃,继续变异
                                   │是
                                   ▼
                             回流语料,回到选种子
  崩溃 / sanitizer 报告 ──► 复现确认 ──► 工单与披露流程

直观类比

覆盖率引导像勘探队在陌生大陆找矿:语料是已绘制地图,变异是随机岔路,“到了没去过的地方才标注”(覆盖反馈)保证地图只增不减;sanitizer 是高灵敏探测器——没有它,矿(缺陷)就在脚下也报不了警。纯随机打靶则是闭眼开枪,命中深层矿脉全凭运气。

与其他知识点的关系

  • kp-004 的内存错误是模糊测试最重要的信号源,sanitizer 决定把哪些错误变成可观察事件。
  • kp-022 的样本分析工作流同样以受控执行为基础,模糊测试是其输入生成端的姊妹方法。
  • 本篇与解析类缺陷天然匹配;业务逻辑类缺陷不产生异常信号,需要另寻手段。

延伸阅读

  • LLVM 文档《libFuzzer——A library for coverage-guided fuzz testing》。
  • LLVM 文档《AddressSanitizer》——影子内存机制。
  • Google OSS-Fuzz 文档——持续模糊测试的工程实践。
  • 《The Fuzzing Book》(Andreas Zeller 等)——模糊测试与符号执行的系统教材。

相关知识点