《软件安全》上机实验二
第二次上机作业：课本239页第15题
一、实验内容
综合实验:使用AmericanFuzzy Lop(http://Icamtuf.coredump.cx/afl/)工具挖掘 C/C++程序漏洞。完成实验报告。
二、实验环境
- 操作系统：Linux
- 分析工具版本：afl-2.52b
三、实验原理
1.模糊测试
模糊测试是一种自动化的软件测试技术，它的核心思想是向目标程序提供大量非预期的、无效的或随机的输入数据，然后监控程序是否会发生异常，例如崩溃（C rash）、断言失败（Assertion Failure）或内存泄漏（Memory Leak）。这些异常情况通常暗示着程序中存在潜在的安全漏洞，如缓冲区溢出、空指针解引用等。
可以将模糊测试通俗地理解为，像一个“淘气的用户”一样，胡乱地操作软件，看它会不会在某个奇怪的输入下崩溃。
2.American Fuzzy Lop (AFL)
American Fuzzy Lop (AFL)是一种模糊测试（Fuzzing）工具。
传统的模糊测试，是一种黑盒测试，它完全是随机的，效率很低。而AFL是一种覆盖率引导的灰盒模糊测试工具，它并非“盲目”地进行测试，而是有策略地、“聪明”地生成输入数据。AFL工具主要通过两项关键技术编译时插桩和遗传算法实现：
编译时插桩：编译测试程序时，AFL向程序的汇编代码中插入了大量的“探针”，这些探针并不会改变程序的原有逻辑，但它们会记录每一份输入数据执行了程序中的哪些代码路径。当程序运行时，AFL会根据这些探针收集到的信息，绘制出一张“代码覆盖率地图”，AFL由此可以知道，某个输入A覆盖了路径1、2、3，而另一个输入B覆盖了路径 1、3、5。
遗传算法：AFL的测试过程遵循一种类似生物进化的“优胜劣汰”策略：
1 2 3 4
1. 初始种群：AFL从我们提供的种子文件（afl_in目录）开始。 2. 变异 (Mutation)：对种子文件进行各种微小的、随机的修改（如位翻转、字节替换、数据块的增删改等），产生一批新的输入。 3. 评估 (Evaluation)：用新输入去运行被插桩的程序，并利用“眼睛”（插桩代码）观察代码覆盖率。 4. 选择(Selection)：如果一个新输入能够触发一条前所未见的代码路径，AFL就认为它是一个“有价值的”输入。它会将这个输入保存下来，加入到种子队列中，作为下一轮变异的基础。如果一个输入没有产生任何新路径，它就会被丢弃。
通过这种“发现新路径–>保留–>在此基础上继续变异”的正反馈循环，AFL能够像一个有经验的黑客一样，逐步渗透到程序的深层逻辑中，从而高效地发现隐藏在代码深处的漏洞。
四、实验步骤
1.准备测试项目
MD4C (Markdown for C) 是一个高性能、高符合度的开源Markdown解析器库，完全由C语言编写。它作为一个用C语言实现的复杂文本格式解析器，其代码中包含了大量处理边界情况和复杂逻辑的分支，是检验模糊测试工具（AFL）在真实世界项目中发现潜在漏洞能力的理想案例。
1
2
# 克隆md4c源码仓库
git clone https://github.com/mity/md4c.git
2.配置AFL
步骤1：安装AFL编译依赖
步骤2：下载、解压并编译AFL
3.使用afl编译md4c项目
步骤1：进入md4c目录并创建build目录
步骤2：运行cmake来配置项目
步骤3：执行编译
4.运行模糊测试
步骤1：准备测试用例和目录
AFL需要一个输入目录afl_in，里面放一些“种子”文件（合法的输入），它会基于这些种子进行变异；同时，它还需要一个输出目录afl_out，用来存放测试结果。
1
2
3
4
5
6
7
# 创建输入目录和输出目录
mkdir afl_in
mkdir afl_out
# 创建一个简单的Markdown测试用例，放入输入目录
echo "# Heading" > afl_in/seed1.md
echo "*bold text*" > afl_in/seed2.md
步骤2：执行AFL模糊测试器
1
2
3
4
5
# afl-fuzz: 启动AFL的主程序
# -i afl_in: 指定我们刚创建的输入目录
# -o afl_out: 指定我们刚创建的输出目录
# ./md4c/build/md2html/md2html: 要测试的、已经被插桩的目标程序# @@: 占位符，AFL在运行时会自动替换成它当前正在测试的文件名
afl-fuzz -i afl_in -o afl_out ./md4c/build/md2html/md2html @@
步骤3：执行结果
经过一个多小时的测试，并未发现崩溃，如下图所示total crashes：0。
