Fuzzing入坑系列-Part1

阅读量1098208

|评论1

|

发布时间 : 2021-03-05 15:30:58

 

前言:

最近啃了FuzzingBook,然后记录一个关于入坑fuzzing的学习历程

 

Fuzzing简介:

首先是关于软件测试:

软件测试主要是三种方式:

  1. 手工测试
  2. 半自动化测试
  3. 自动化测试

作者觉得Fuzzing是一种介于自动化和半自动化的测试方法

其核心思想是自动或半自动的生成随机数据输入到一个程序中,并监视程序异常,如崩溃,断言(assertion)失败,以发现可能的程序错误,比如内存泄漏。模糊测试常常用于检测软件或计算机系统的安全漏洞。

​ ——维基百科:模糊测试

就Fuzzing来说,模糊测试主要有两个重要的模块组成FuzzerRunner

下面是其类图:

class-img

一个很简单的调用关系来进行简单的包装,Runner类主要负责将数据输入程序,以及监控程序的运行状态,这次我们先重点介绍Fuzzer

 

Fuzzer

对于模糊测试来说,很重要的一点就是对数据进行模糊处理,所以一般在实现上都会单独把Fuzzer模块抽离出来

变异输入

如上图所示,对于数据变异常用的三种基础的方式是随机删除随机添加随机反转(filp),下面是简单的实现代码,我们后续的工作也是基于其来进行的构建

def del_random_chr(s):
        if s is None:
            return self.insert_random_chr(s)
        pos = random.randint(0, len(s))
        return s[:pos]+s[pos+1:]

    def insert_random_chr(s):
        pos = random.randint(0, len(s))
        new_s = chr(random.randrange(32, 127))
        return s[:pos]+new_s+s[pos:]

    def flip_random_chr(s):
        if s is None:
            return self.insert_random_chr(s)

        pos = random.randint(0, len(s)-1)
        bit = 1<<random.randint(0, 6)
        return s[:pos]+chr(ord(s[pos])^bit)+s[pos+1:]

为了跟完善一点,在fuzzingbook中,作者将其包装成一个类

class Mutator(object):

    def __init__(self):
        self.mutators = [
            self.del_random_chr,
            self.insert_random_chr,
            self.flip_random_chr
        ]


    def del_random_chr(self, s:str):
        if s is None:
            return self.insert_random_chr(s)
        pos = random.randint(0, len(s))
        return s[:pos]+s[pos+1:]

    def insert_random_chr(self, s:str):
        pos = random.randint(0, len(s))
        new_s = chr(random.randrange(32, 127))
        return s[:pos]+new_s+s[pos:]

    def flip_random_chr(self, s:str):
        if s is None:
            return self.insert_random_chr(s)

        pos = random.randint(0, len(s)-1)
        bit = 1<<random.randint(0, 6)
        return s[:pos]+chr(ord(s[pos])^bit)+s[pos+1:]


    def mutate(self, s):
        mutator = random.choice(self.mutators)
        return mutator(s)

在这一部分中,主要是包装数据进行基础变异处理的一些方法,还不能成为Fuzzer

下面是一个Fuzzer的基类

class Fuzzer(object):

    def __init__(self):
        pass


    def fuzz(self):
        return ""

    def run(self, runner:Runner=Runner()):
        return runner.run(inp=self.fuzz())

    def runs(self, runner:Runner=PrintRunner(), trials=10):

        outcomes = [self.run(runner) for i in range(trials)]
        return outcomes

基类的构建主要是为了Runner和Fuzzer联系起来,可以看见其仅仅提供基础的run方法,主要是将我们进行fuzz处理后的数据输入到Runner里面去,由Runner传递给我们Target程序

有了上面的基础部件,我们下面就能够实现一个简单突变Fuzzer

class Seed(object):

    def __init__(self, data):
        self.data = data

    def __str__(self):
        return self.data

    __repr__ = __str__


class PowerSchedule(object):

    def assignEnergy(self, population):
        for seed in population:
            seed.energy = 1

    def normalizedEnergy(self, population):
        energy = list(map(lambda seed: seed.energy, population))
        sum_energy = sum(energy)
        norm_energy = list(map(lambda nrg: nrg/sum_energy, energy))
        return norm_energy

    def choose(self, population):

        self.assignEnergy(population)
        norm_energy = self.normalizedEnergy(population)
        seed = np.random.choice(population, p=norm_energy)
        return seed

class MutationFuzzer(Fuzzer):
    def __init__(self, seeds, mutator, schedule):
        self.seeds = seeds
        self.mutator = mutator
        self.schedule = schedule
        self.inputs = []
        self.reset()

    def reset(self):
        self.population = list(map(lambda x: Seed(x), self.seeds))
        self.seed_idx = 0

    def create_candidate(self):
        seed:Seed = self.schedule.choose(self.population)

        candidate = seed.data
        trials = min(len(candidate), 1 << random.randint(1, 5))
        for i in range(trials):
            candidate = self.mutator.mutate(candidate)
        return candidate

    def fuzz(self):
        if self.seed_idx < len(self.seeds):
            self.inp = self.seeds[self.seed_idx]
            self.seed_idx += 1
            return self.inp

        self.inp = self.create_candidate()
        self.inputs.append(self.inp)
        return self.inp
  • Seed类主要是为了对种子数据进行一些包装,使得我们能够赋予种子数据一些相关数据,方便我们后续对数据的处理
  • PowerSchedule类相当于一个调度表,主要目的是为了通过种子数据的权级关系来引导后续数据的生成,简单点说,就是对种子数据的权重进行管理
  • 相对核心的MutationFuzzer类,其继承于Fuzzer基类,同时能将我们的所给种子数据进行突变模糊

测试代码:

seed_input = "http://www.google.com/search?q=fuzzing"
mutation_fuzzer = MutationFuzzer(seeds=[seed_input], mutator=Mutator(), schedule=PowerSchedule())
for i in range(10):
    print(mutation_fuzzer.fuzz())

输出:

$> python3 mutator_test.py
http://www.google.com/search?q=fuzzing
http:/ww.gooc:le.co/earcH?q<nuzinYg
ht#tp!://ww7.gogle&com/seamrch?q=cfuozzing
zLIhtp:/www.g1oogxencOm/bpsgarch?qw=fuzzing
ht+t[r/www.google.com/search?1=furzng
`ttq:3/7wg.goggne>com/sarch?=uuzinw
http://www.google.com[/search?q=fuzzing;
http://www.g%oogl.c`omd-se]rc?qfi9o
htp:/cww.qgoglg.coi/search?pfuzajg
http:/+www.eoogle.coe/ search?q=fuzzing

确实将数据进行了模糊处理,但其似乎太发散了,基本不在我们可控范围内,所以我们需要考虑一种方案,其能够引导我们的Fuzzer来生成数据,相当于一种具有引导性的Fuzzer,所以我们需要学习一个新的概念:Code Coverage(代码覆盖率)

 

Code Coverage:

代码覆盖(英语:Code coverage)是软件测试中的一种度量,描述程序源代码被测试的比例和程度,所得比例称为代码覆盖率。 ——维基百科:代码覆盖率

关于代码覆盖率,其实顾名思义,说简单了也就是我们输入的数据,能够让程序的那些代码得倒执行以及其执行的次数,包括其执行次数占总数的一个比例。

在FuzzingBook中,其作者举了一个🌰:

/* CGI decodeing as c program */

#include <stdlib.h>
#include <string.h>
#include <stdio.h>

#define DEBUG   0

typedef unsigned int bool;


bool true = 1;
bool false = 0;

int hex_values[256];
#define HEX_VALUES_LENGTH sizeof(hex_values)/sizeof(int)

void init_hex_values() {
    for (int i = 0; i < HEX_VALUES_LENGTH; i++) {
        hex_values[i] = -1;
    }

   for (char i='0'; i<='9'; i++) {
       hex_values[i] = i-'0';
   }

   for (char i='a'; i<='f'; i++) {
       hex_values[i] = i-'a'+0xa;
   }

   for (char i='A'; i<='F'; i++) {
       hex_values[i] = i-'A'+0xA;
   }
}

bool cgi_decode(char *s, char *t) {
    while (*s!='\0')
    {
        switch (*s)
        {
        case '+':
            *t++ = ' ';
            break;
        case '%':
            {
                int dight_high = *++s;
                int dight_low = *++s;
                if (hex_values[dight_high]<0 && hex_values[dight_low]<0) {
                    return false;
                }
                *t++ = (hex_values[dight_high]<<4) + hex_values[dight_low];
            }
            break;
        default:
            *t++ = *s;
            break;
        }
        s++;
    }
    *t = '\0';
    return true;
}


int main(int argc, char const *argv[])
{
    init_hex_values();

// #if DEBUG
//     for (int i=0; i<HEX_VALUES_LENGTH; i++) {
//         printf("%c:0x%x\n", i, hex_values[i]);
//     }
// #endif

    if (argc>=2) {
        char* s = (char*)argv[1];
        char* t = malloc(strlen(s)+1);
        bool ret = cgi_decode(s, t);
        printf("%s\n", t);
        return ret;
    }
    printf("cgi_decode: usage: cgi_decode STRING\n");
    return 0;
}

终端:

$> gcc cgi_decode.c --coverage -o cgi_decode
$> ./cgi_decode 'Send+mail+to+me%40fuzzingbook.org'
$> gcov cgi_decode.c
File 'cgi_decode.c'
Lines executed:92.86% of 42
cgi_decode.c:creating 'cgi_decode.c.gcov'

然后在生成的.c.gcov文件中如图所示

.c.gcov

最左边就是每一行代码执行到的次数

对于python代码,作者构建了一个Coverage类来记录代码覆盖率:

class Coverage(object):
    def traceit(self, frame, event, arg):
        if self.original_trace_function is not None:
            self.original_trace_function(frame, event, arg)

        if event == "line":
            function_name = frame.f_code.co_name
            lineno = frame.f_lineno
            self._trace.append((function_name, lineno))

        return self.traceit

    def __init__(self):
        self._trace = []

    def __enter__(self):
        self.original_trace_function = sys.gettrace()
        sys.settrace(self.traceit)
        return self

    def __exit__(self, exc_type, exc_value, tb):
        sys.settrace(self.original_trace_function)

    def trace(self):
        return self._trace

    def coverage(self):
        return set(self.trace())

这样的话就可以通过这个Coverage类来使用with语句来记录代码覆盖率

测试代码:

with Coverage() as cov:
        cgi_decode("a+b")

    print(cov.coverage())

终端:

$> python3 coverage_test.py
{('cgi_decode', 24), ('cgi_decode', 30), ('cgi_decode', 43), ('cgi_decode', 33), ('cgi_decode', 23), ('__exit__', 38), ('cgi_decode', 32), ('cgi_decode', 45), ('cgi_decode', 29), ('cgi_decode', 25), ('cgi_decode', 22), ('cgi_decode', 28), ('cgi_decode', 44), ('cgi_decode', 31), ('cgi_decode', 21), ('cgi_decode', 34)}

了解代码覆盖率之后,我们就可以使用代码覆盖率,来引导我们的Fuzzer来生成数据,相当于一种具有引导性突变的Fuzzer,我们称为GreyboxFuzzer,下面是实现这个类的代码

class GreyboxFuzzer(MutationFuzzer):
    def reset(self):
        super().reset()
        self.coverages_seen = set()
        self.population = []

    def run(self, runner: Runner):
        result, outcome = super().run(runner=runner)
        new_coverage = frozenset(runner.coverage())
        if new_coverage not in self.coverages_seen:
            seed = Seed(self.inp)
            seed.coverage = runner.coverage()
            self.coverages_seen.add(new_coverage)
            self.population.append(seed)

        return (result, outcome)

MutationCoverageFuzzer类的Run方法中,我们实际上至少比较了每一次Runner执行后的,其输入的数据是否让程序执行到新的代码块,如果有则记录下来,同时将这一次的数据加入到进行帅选到种子列表中,作为下次突变的数据种子,这样就有机会让我们Fuzzer生成出来的数据能够广的代码覆盖率。

下面是MutationFuzzerGreyboxFuzzer的测试对比, 依然使用FuzzingBook中的测试例子,也是一个很有趣的🌰

Target程序代码:

def crashme (s):
    if             len(s) > 0 and s[0] == 'b':
        if         len(s) > 1 and s[1] == 'a':
            if     len(s) > 2 and s[2] == 'd':
                if len(s) > 3 and s[3] == '!':
                    raise Exception()

MutationFuzzer测试代码:

seed_input = "good"
blackbox_fuzzer = MutationFuzzer([seed_input], Mutator(), PowerSchedule())
n = 30000 # 测试次数
blackbox_runner = FunctionCoverageRunner(crashme)
with Timer() as t:
    blackbox_fuzzer.runs(blackbox_runner, trials=n)

all_cov, greybox_coverage = population_coverage(blackbox_fuzzer.inputs, crashme)
print(t.elapsed_time())

print(all_cov)
print(max(greybox_coverage))

终端:

$> python3 mutator_test.py
1.489651209
{('crashme', 3), ('__exit__', 38), ('crashme', 2)}
3

GreyboxFuzzer测试代码

seed_input = "good"
n = 30000
greybox_fuzzer = GreyboxFuzzer([seed_input], Mutator(), PowerSchedule())
runner = FunctionCoverageRunner(crashme)
with Timer() as t:
    greybox_fuzzer.runs(runner, trials=n)

all_cov, greybox_coverage = population_coverage(greybox_fuzzer.inputs, crashme)

print(t.elapsed_time())
# print(runner.coverage())
print(all_cov)
print(max(greybox_coverage))
print(greybox_fuzzer.population)

终端:

$> python3 greyboxFuzzer.py
1.7056656000000001
{('crashme', 3), ('crashme', 6), ('crashme', 2), ('crashme', 5), ('crashme', 4), ('__exit__', 38)}
6
[good, bEgd, bar$Egdi, badEdi, bad!Egi]

下面是FuzzingBook所给出的一张对比图,可以直观的发现,没有代码覆盖率引导的普通数据变异很难覆盖完程序的路径,而通过代码覆盖率的引导,Fuzzer生成的数据能逐渐的覆盖程序的路径。

 

AFLFastSchedule:

在我们Fuzz crashme这个例子中,通过上节的实验我们可以发现使用代码覆盖率来引导我们的Fuzzer,可以使其变得更有目的性的去生成变异数据,但其耗时还是相对较长,且fuzzing出来的的数据也相对较多,那么有没有优化的方案呢?

在FuzzingBook中,作者使用如下公式来计算种子数据的权重

e(s) =\frac{1}{f(p(s))^e}

实际上很容易理解:

  • s是种子,作为一个参数
  • 函数p用来获取该种子所覆盖的路径hash值
  • 函数f用来获取该路径已经被种子覆盖的次数
  • e是一个指数常量,用来扩大数量级,通过调整这个e的常量值,我们能减少fuzz的次数, 来提升fuzzer的效率

AFLFastSchedule类实现代码:

class AFLFastSchdule(PowerSchedule):
    def __init__(self, exponent):
        self.exponent = exponent
        self.path_frequency = {}

    def assignEnergy(self, population:List[Seed]):
        for seed in population:
            seed.energy = 1 / (self.path_frequency[getPathID(seed.coverage)] ** self.exponent)

AFLFastSchedule类继承PowerSchedule,重写了assignEnergy方法,重新通过上诉公式来计算种子的权重

CountGreyboxFuzzer类实现代码:

class CountingGreyboxFuzzer(GreyboxFuzzer):
    def __init__(self, seeds, mutator: Mutator, schedule: AFLFastSchdule):
        super().__init__(seeds, mutator, schedule)
        self.schedule = schedule

    def reset(self):
        return super().reset()

    def run(self, runner: Runner):
        result, outcome = super().run(runner)
        path_id = getPathID(runner.coverage())
        if path_id not in self.schedule.path_frequency:
            self.schedule.path_frequency[path_id] = 1
            return result, outcome
        self.schedule.path_frequency[path_id] += 1
        return result, outcome

CountGreyboxFuzzer类继承GreyboxFuzzer,主要重写run方法,将检测代码路径是否已被执行替换为增加路径已执行次数,相比较原来的普通greyboxFuzzer,这样当下一次种子调度器在帅选种子时,就有权重变化了。

通过公式的描述,我们可以发现当一个路径被覆盖多次时,他的权重会减少,而较新的路径的权重反而更大,而目前我们的种子调度器帅选种子主要依赖其权重,那么这就相当于种子调度器在帅选种子来进行变异时,会逐渐逐渐往新路径选择,这在一定程度上更能引导我们的Fuzzer去变异出代码覆盖率更广的数据。

下面是实验结果:

Test_CountingGreyboxFuzzer:

def test_countingGreyboxFuzzer(e):
    seed_input = "good"
    exponent = e
    n = 10000
    fast_schedule = AFLFastSchdule(exponent)
    bostgreybox_fuzzer = CountingGreyboxFuzzer([seed_input], Mutator(), fast_schedule)
    runner = FunctionCoverageRunner(crashme)
    with Timer() as t:
        bostgreybox_fuzzer.runs(runner, trials=n)

    _, bostgreybox_coverage = population_coverage(bostgreybox_fuzzer.inputs, crashme)

    print(t.elapsed_time())
    # print(all_cov)
    print(max(bostgreybox_coverage))
    print(bostgreybox_fuzzer.population)
    print(fast_schedule.path_frequency)

当e常量为5,fuzz次数为10000时

终端:

$> python3 greyboxFuzzer_test.py
0.723850758
6
[good, bg, ba, bad, bad!]
{'457ea827d94ad12c048397ad55d1d030': 6005, '193f98a7531d0e9a97a787562b595798': 2743, '80819e22a0983ebc96997fa6fe569ca8': 942, '00deafe57bb3539da4ee5a01d5fb4ebe': 260, 'c9a83c563333fdb248e6a10e56aa1f12': 50}

当我们调整e为15,trials为4000时

终端:

$> python3 greyboxFuzzer_test.py
0.251615932
6
[good, bg=oyodx, ba7g=oyodz,, badBag(yoC>,, bad!sgymIn}C1<]
{'fbdecb7cc922b14d42f4a4a4d5dc191a': 1318, 'a2229a3e7370c6970c660ec9f7e2a67b': 763, '1968f4fca86e35f60decaae9699c760d': 502, '4ea124940551c3bbb6d1f68e8337375e': 212, '79723bb9baab9395463be50202282c3e': 205}

可以发现,通过一定调整exponent常量,我们可以接近一个更有效率的测试次数值

下图是三个不同的Fuzzer的效率对比

我们可以发现,使用AFLFastSchedule优化过的Fuzzer在三者之中覆盖crashme的效率确实是要更快的多。

 

总结

通过该部分的学习,我们基本了解了什么是Fuzzing,以及如何编写基于python程序的Fuzzer,同时根据相关理论指导来优化我们的Fuzzer。

该系列主要参考自FuzzingBook,后面逐步更新相关知识的补充

本文由RGDZ原创发布

转载,请参考转载声明,注明出处: https://www.anquanke.com/post/id/232185

安全客 - 有思想的安全新媒体

分享到:微信
+112赞
收藏
RGDZ
分享到:微信

发表评论

内容需知
  • 投稿须知
  • 转载须知
  • 官网QQ群8:819797106
  • 官网QQ群3:830462644(已满)
  • 官网QQ群2:814450983(已满)
  • 官网QQ群1:702511263(已满)
合作单位
  • 安全客
  • 安全客
Copyright © 北京奇虎科技有限公司 360网络攻防实验室 安全客 All Rights Reserved 京ICP备08010314号-66