基于LLVM的AFL分析和自动故障检测

简介

模糊测试（Fuzzing）是一种通过设计特定测试输入，对软件实施大规模测试以识别潜在漏洞的技术手段。目前，诸多严重的远程代码执行及权限提升类漏洞均是借助Fuzzing技术被发现的，该技术已被证实是当前检测软件安全隐患最为有效的测试方式。然而，Fuzzing方法仍存在路径覆盖率不足的问题，而许多代码缺陷的触发往往需要更高的路径覆盖度，而非单纯的随机输入。

AFL（American Fuzzy Lop）是一款采用遗传算法生成测试用例的模糊测试工具，能够有效应对上述挑战。AFL提供了两种不同的模糊测试策略：

1. 针对开放源代码软件：在编译过程中植入插桩代码，以便于进行fuzz操作
2. 针对非开放源代码软件：结合QEMU工具直接对二进制文件实施fuzz

此外，AFL分别基于gcc和llvm平台实现了两种版本，本文仅探讨基于llvm架构的AFL在针对具备源码的开源软件时所采用的插桩与fuzz流程。

使用

流程概述

首先采用afl-clang-fast工具对源代码进行编译并插入检测点，随后运行afl-fuzz程序，以testcase（即输入的测试文件）作为程序的输入进行执行。AFL将在该testcase的基础上自动进行变异操作，生成新的输入数据，从而促使程序出现崩溃现象。所有引发崩溃的案例均会被系统记录下来，以便后续开展深入分析。