1 概述
隨著信息技術的廣泛應用，軟件安全漏洞所造成的危害正日益嚴重。軟件安全漏洞發(fā)掘作為一種預先發(fā)現(xiàn)軟件潛在安全漏洞、保證信息安全的重要技術，也越來越受到人們的重視。目前國內(nèi)外常用的漏洞自動發(fā)掘技術主要有手工分析、模糊（fuzzing）技術、補丁比較、源碼自動分析和動態(tài)調(diào)試等。
軟件安全漏洞發(fā)掘技術大致分為基于源代碼的漏洞發(fā)掘技術和基于可執(zhí)行文件的漏洞發(fā)掘技術。然而現(xiàn)在大多數(shù)軟件都不是開源的，如各種商業(yè)軟件和操作系統(tǒng)軟件等，因此，針對可執(zhí)行文件的漏洞發(fā)掘技術顯得尤為重要。
fuzzing 測試是通過提供非正常的輸入并監(jiān)測系統(tǒng)異常發(fā)現(xiàn)軟件安全漏洞的自動化方法。它的基本原理是將利用正確數(shù)據(jù)隨機修改得到的畸形數(shù)據(jù)注入應用程序中，觀察運行結果（程序崩潰或者異常中斷），通過程序運行的錯誤來挖掘軟件的脆弱點。fuzzing 測試的思想比較直觀，便于實現(xiàn)自動化。利用這種方法進行漏洞發(fā)掘，發(fā)現(xiàn)漏洞到定位漏洞比較容易，并且不存在誤報，但卻能揭示出程序中的重要漏洞，目前正廣泛應用于各類軟件漏洞的發(fā)掘，在近幾年的漏洞挖掘實踐過程中取得了很好的效果。
雖然經(jīng)過多年的發(fā)展fuzzing 技術已經(jīng)取得長足的進步，但是仍然存在較多的不足，主要體現(xiàn)在以下4 個方面：
（1）測試數(shù)據(jù)生成有一定程度的盲目性，不能進行有針對性的測試，因此數(shù)據(jù)變化空間難以控制。（2）代碼覆蓋問題，通常生成的大量測試用例分布在某些特定的分支和狀態(tài)上，而一些特殊的分支或者狀態(tài)得不到覆蓋，因此代碼的測試完整性不足。（3）生成用例難以通過軟件的正確性和一致性檢測，造成生成大量無效測試用例，或需要人工對復雜的文件格式進行分析，測試效率低下。（4）難以發(fā)現(xiàn)需要幾個輸入同時起作用才能引發(fā)的異常或多階段綜合條件觸發(fā)的復雜漏洞。本文在結合了靜態(tài)分析和動態(tài)分析技術的基礎上，提出一種基于動態(tài)輸入路徑追蹤的fuzzing 技術進行軟件安全漏洞發(fā)掘的新思路，較好地解決了上述問題。
2 總體框架與關鍵技術
2.1 基本框架
基于動態(tài)輸入跟蹤的fuzzing 技術的基本原理為：將待測軟件的可執(zhí)行代碼反匯編為匯編代碼，通過靜態(tài)分析匯編代碼，確定函數(shù)塊及其調(diào)用關系，并查找代碼分支選擇信息以供生成測試用例，動態(tài)跟蹤輸入數(shù)據(jù)的流向以確定錯誤注入點，將測試用例注入后若無異常發(fā)生則恢復注入前的進程快照重新進行fuzzing，其基本框架如圖1 所示。
輸入追蹤的fuzzing 測試基本框架" border="0" height="230" src="http://files.chinaaet.com/images/20111205/54a1504f-94a2-49d3-b6bf-385316f85568.jpg" width="450" />
2.2 基于反匯編的輸入路徑追蹤技術
軟件從外部接收的輸入數(shù)據(jù)由于可被用戶控制，因而是引發(fā)各類軟件漏洞的根源。輸入點是指用戶提供的數(shù)據(jù)提交給程序的地方，它位于軟件與用戶交界處，是軟件中漏洞產(chǎn)生的發(fā)源地，因此需要觀測目標軟件的輸入點，以便動態(tài)跟蹤輸入數(shù)據(jù)在程序中的流向和使用。采用輸入追蹤法，首先需要確定代碼的輸入點。利用反匯編工具反匯編目標程序的二進制代碼，分析得到的匯編代碼以確定程序的函數(shù)塊及其內(nèi)部的基本塊。查找所有可能接受外部輸入的庫函數(shù)調(diào)用，確定為可能的輸入點。例如WSARecvFrom（）的調(diào)用將會接收網(wǎng)絡報文，并把數(shù)據(jù)放入緩存區(qū)。接著，利用動態(tài)調(diào)試工具監(jiān)測輸入點函數(shù)的調(diào)用，并在其被調(diào)用時觀察其調(diào)用結果，若經(jīng)比較發(fā)現(xiàn)來自外部輸入，則記錄此輸入數(shù)據(jù)的存放緩沖區(qū)并設置內(nèi)存中斷，當有指令讀寫該內(nèi)存時即發(fā)生中斷，記錄所有讀寫此緩存區(qū)的函數(shù)指令并標記為錯誤注入點，記錄每個輸入數(shù)據(jù)執(zhí)行的代碼路徑。通過對動態(tài)執(zhí)行中輸入數(shù)據(jù)的實時跟蹤，可以監(jiān)測到函數(shù)具體調(diào)用的是輸入數(shù)據(jù)的哪些部分，也就可以對測試數(shù)據(jù)的相應部分進行有針對性的fuzzing，從而避免了測試數(shù)據(jù)變化空間巨大的問題，而且由于是從內(nèi)部直接對相關函數(shù)進行測試，因此有助于發(fā)掘多重輸入向量或多階段綜合條件觸發(fā)的復雜漏洞。
2.3 基于代碼覆蓋的測試數(shù)據(jù)生成
黑盒測試通常不考慮測試的路徑覆蓋問題，在測試的完整性方面存在局限，往往不能發(fā)現(xiàn)未執(zhí)行代碼中的漏洞。例如下面是摘自于一個服務器軟件的代碼片段：
此處軟件利用sscanf（） API 將原始網(wǎng)絡數(shù)據(jù)轉(zhuǎn)換為一個整數(shù)，然后將所生成的該整數(shù)與靜態(tài)整數(shù)值3 857 106 359 進行比較，如果這2 個值不匹配，那么協(xié)議解析器就會由于一個“訪問協(xié)議錯誤”而返回。若測試用例中無此整數(shù)，則無法對跳轉(zhuǎn)后的代碼進行測試，而要想通過一般的數(shù)據(jù)變異生成包含此數(shù)的用例，所要構造的測試用例數(shù)和耗費的測試時間都是相當龐大的。為提高效率，可以根據(jù)諸如此類的代碼中的靜態(tài)整數(shù)和字符串生成相應的測試用例集。只要利用靜態(tài)代碼分析工具，查找代碼中的靜態(tài)字符串、整數(shù)和路徑分支處有關路徑選擇的比較字段，將其保存到測試數(shù)據(jù)庫。
另外還可在錯誤注入點所在的函數(shù)中搜索對不安全庫函數(shù)的調(diào)用，根據(jù)不安全庫函數(shù)易引發(fā)漏洞的類型，生成相關的測試用例集。同時還可以在動態(tài)追蹤過程中，在執(zhí)行跳轉(zhuǎn)指令前修改指定寄存器的值以到達不同路徑的代碼，從而提高了測試的代碼覆蓋率。
2.4 基于快照恢復的錯誤注入技術
現(xiàn)今大多數(shù)軟件為了提高自身安全性，都加強了軟件的糾錯能力和安全保護機制，會在接收外部輸入后對輸入數(shù)據(jù)進行正確和一致性檢測，甚至一些軟件還要在之前對編碼的數(shù)據(jù)進行解碼，不考慮數(shù)據(jù)格式的暴力測試在軟件對輸入數(shù)據(jù)進行的正確和一致性檢測中都會被過濾掉。而大多數(shù)協(xié)議或文件格式都非常復雜且未被公開，想要了解格式的結構或生成正確格式的文件都非常困難。為此，采用基于內(nèi)存快照恢復的錯誤注入技術，以繞過軟件的檢測機制進行fuzzing測試。選用具有正確格式的輸入數(shù)據(jù)樣本以通過軟件的相關檢測函數(shù)的驗證，在執(zhí)行到真正對數(shù)據(jù)進行應用的相關解析函數(shù)時，設置錯誤注入點，保存此時進程的所有上下文內(nèi)容即進程快照，接著改變調(diào)用參數(shù)為生成的測試用例，再在函數(shù)的結束處設置還原點，接著繼續(xù)運行并監(jiān)測程序的運行狀況。若無異常發(fā)生，則當程序運行到還原點時掛起進程，將進程環(huán)境恢復為錯誤注入點處保存的上下文內(nèi)容，重新進行錯誤注入，直到程序發(fā)生異常或測試用例耗盡。采用這種方法還可以避免通常測試過程中的網(wǎng)絡延遲、重啟程序和執(zhí)行與處理輸入無關的代碼等所耗費時間，大大提高了測試效率。
3 系統(tǒng)的設計實現(xiàn)與實驗評估
用pythON 語言編寫了基于上述技術的測試工具，此工具主要由5 個模塊組成，分別為靜態(tài)逆向分析模塊、動態(tài)跟蹤模塊、測試數(shù)據(jù)生成模塊、錯誤注入模塊、異常檢測及記錄模塊。總體模塊組成如圖2 所示。
靜態(tài)逆向分析模塊主要是利用反匯編工具IDA Pro 來反匯編目標程序的二進制代碼，以生成相應的匯編代碼，在此基礎上利用腳本自動識別確定函數(shù)塊及其內(nèi)部的基本塊，分析程序的基本結構和函數(shù)調(diào)用關系；查找代碼中的靜態(tài)字符串、整數(shù)和代碼分支處的比較字段，并搜索代碼中調(diào)用的不安全庫函數(shù)，用以建立測試用例庫。
動態(tài)跟蹤模塊在調(diào)試器的基礎上構建而成，主要負責在程序執(zhí)行期間動態(tài)監(jiān)測輸入函數(shù)的調(diào)用，以確定輸入數(shù)據(jù)的內(nèi)存位置；接著跟蹤輸入數(shù)據(jù)的流向和使用，在輸入數(shù)據(jù)被讀寫時記錄操作函數(shù)，以確定錯誤注入點。
測試數(shù)據(jù)生成模塊主要負責根據(jù)靜態(tài)逆向分析模塊提供的分析查找結果自動建立測試用例庫，并利用測試用例庫在測試過程中自動生成測試用例。
錯誤注入模塊主要負責自動將測試數(shù)據(jù)生成模塊生成的測試用例注入到程序進程中。在程序運行到錯誤注入點時，保存錯誤注入前的進程快照，修改輸入數(shù)據(jù)所在的地址指針；在執(zhí)行到還原點時，恢復之前保存的進程快照，重新進行錯誤注入。
異常檢測記錄模塊主要負責通過監(jiān)測程序的異常報錯，尋找軟件存在的問題。要記錄分析的部分包括：（1）異常的類型：運算錯誤，標準輸入/輸出錯誤，內(nèi)存訪問錯誤，系統(tǒng)APIs 調(diào)用錯誤，一般運行時錯誤，語法錯誤，應用程序不可預知的崩潰等。（2）錯誤記錄：系統(tǒng)自身的錯誤記錄，可執(zhí)行程序的錯誤記錄。（3）出錯時各個寄存器值和其他環(huán)境變量的值，以及程序的返回值。
選取一款小型代理服務器軟件Polipo 作為測試對象，驗證該動態(tài)輸入追蹤方法的有效性。用系統(tǒng)動態(tài)跟蹤服務器進程接收來自遠程client 的http 請求，針對處理請求消息中各字段的處理函數(shù)生成測試用例并注入進行fuzzing。當生成測試用例的Content-Length 字段值為一個極大整數(shù)時，檢測到發(fā)生內(nèi)存非法訪問異常，服務器隨即崩潰。通過調(diào)試器調(diào)試軟件發(fā)現(xiàn)Polipo 的client.c 文件中httpClientDiscardBody（）函數(shù)存在符號錯誤，當遠程用戶提交帶有超長Content-Length頭的http 請求會產(chǎn)生整數(shù)溢出，進而導致服務崩潰，從而驗證了該漏洞的存在。
4 結束語
本文在基于反匯編的輸入路徑追蹤技術的基礎上，結合基于代碼覆蓋的測試數(shù)據(jù)生成和基于快照恢復的錯誤注入技術，將其應用于fuzzing 測試中，提出了一種軟件安全漏洞自動挖掘的新方法。該方法較好地解決了fuzzing 技術存在的測試數(shù)據(jù)空間巨大、代碼覆蓋不完整和測試效率低等問題，且無需目標軟件源代碼，因而應用范圍較廣。基于此方法設計并實現(xiàn)了一個測試系統(tǒng)，通過對實例軟件的漏洞挖掘?qū)嶒灒炞C了該方法的有效性。下一步工作主要為對輸入路徑的追蹤細化為針對指令級的追蹤，以進一步提高動態(tài)追蹤的精確性和可靠性。