<!–

–>

<!–
–>

​

本文系原创，转载请说明出处

Please Subscribe Wechat Official Account：信安科研人，获取更多的原创安全资讯

原论文：《The Progress, Challenges, and Perspectives of Directed Greybox Fuzzing》

链接：https://arxiv.org/pdf/2005.11907.pdf

一 提问

阅读全文，回答以下几个问题：

Q1、什么是模糊测试？什么又是定向模糊测试？二者之间有什么不同？

Q2、定向模糊测试有哪些应用场景？每个应用场景有哪些代表工具？这些不同场景下的定向模糊测试技术有无差异？

Q3、研究进展：定向模糊测试技术发展的怎么样了？有哪些技术流派（分类）？每类流派有哪些技术？

Q4、这些技术有什么缺陷？可以通过哪些方法弥补这些缺陷？

Q5、定向模糊测试未来的研究方向？

Q6、…………………？

这我自己提的问题，原文的研究问题是这样的：

​编辑

二 回答

模糊测试技术：模糊测试是一种自动化的测试技术，它通过向目标程序或系统输入随机、无效或异常数据，以触发潜在的漏洞或异常行为。

假定你的测试目标是桥梁的稳定性，测试对象是桥梁，通过向桥梁输入随机的车辆数目、车辆重量等，观察桥梁有没有断裂，从而测试桥梁是否具备一定程度的稳定性

模糊测试方法可以大致分为黑盒、白盒、灰盒这三种，本文主要讲灰盒，既不像白盒一样了解完全的细节，也不像黑盒一样完全不了解，即了解源代码的部分细节如源代码架构、源代码部分区域的语义等信息

定向模糊测试（灰盒，缩写为DGF）：在灰盒模糊测试的基础上，将更多的计算资源放在到达特定目标上，如探测源代码是否存在UAF漏洞。

不同之处：在于“Directed 定向”，传统灰盒模糊测试更注重提高测试代码的覆盖率，即更全面，而DGF更倾向于测试指定区域，更局部。

定向模糊测试的主要框架：

首先，通过各类方法如静态程序分析、基于知识等方法，确认被测试的程序可能存在问题的区域；然后，在模糊测试过程中，结合这些信息，生成测试用例，输入到被测程序来判断是否存在此漏洞。

​编辑

（1）补丁测试

应用需求：工程师会用补丁来修复bug，但这个补丁可能只修复了一部分而其他部分的漏洞依然存在，甚至这所修的部分能引起其他的漏洞。DGF则可以用来测试这个补丁是否完整（是否完全修复）且兼容（是否会引起其他bug）。

代表工作or工具：

• DeltaFuzz
• AFLChurn
• SemFuzz
• 1dvul

（2）bug复现

应用需求：很多安全研究员都有复现bug的需求，但并不是所有的bug发现者都会公开验证代码poc，DGF可以逐渐找到这些bug的区域，所用的测试用例就是一个可用poc

代表工作or工具：

• TortoiseFuzz
• DrillerGo
• UAFuzz

（3）特殊bug检测

应用需求：有些bug使用传统的灰盒模糊测试很难检测出来

代表工作or工具：

• 不受控制内存的漏洞发现：Memlock: Memory usage guided fuzzing
• UAF：Binary-level directed fuzzing for use-after-free vulnerabilities，Typestate-guided fuzzer for discovering use-after-free vulnerabilitie
• 算法复杂漏洞发现：Slowfuzz，Understanding and detecting performance bugs in markdown compiler

（4）结果验证

应用需求：很多基于静态程序和数据驱动的程序分析方法假阳率太高了，比如将本不是漏洞识别成是漏洞，所以这些方法只能够用来初步判断哪些区域是可能存在漏洞。然后结合DGF来验证这个bug是否是真的漏洞。

代表工作or工具：

• SUZZER
• DeFuzz
• V-Fuzz
• ParmeSan

（5）知识聚合 和 节约资源

知识聚合指DGF结合了更多的人工经验，让模糊测试少走了很多弯路去发现更多的程序路径；节约资源指的是为了达到挖掘漏洞的目的减小了资源消耗。

不同的应用场景有无技术差异？

有的，比如patch测试一般会检测打过补丁的程序和未打过补丁的程序，而检测特定类型bug的测试一般不会用这种初步分析方式

2.3.1 研究趋势：