修改 AFL 以包含 Fuzzer 在种子选择中考虑的新变量
Modifying AFL to include a new variable for the Fuzzer to consider in seed selection
我正在了解 AFL 如何实施其种子选择。据我了解，afl-fuzz.c 有一个名为 has_new_bits 的函数，其中 returns 值用于识别输入结果是否创建了新路径、新边或者它是否不是我们正在考虑的有趣分支.所以我的问题是，假设我能够插入一些代码行，允许我插入变量，例如计数器，我可以插入其他代码行，在给定的分支中增加它，我该如何修改AFL 这样它就能检测到吗？
在AFL++中，您可以直接使用__afl_coverage_interesting影响覆盖位图。例如，您可以使用计数器的值计算 val 参数（但请注意 val 是 u8）。
另一种方法是使用 FuzzFactory, a modified version of AFL that allow the user to define custom coverage metrics. In their paper 作者讨论了 FuzzFactory 可以使用的一种可能的覆盖指标，即有效性。具有有效性，模糊器 select 具有更多概率有效输入。您可以破解它并制作一个 FuzzFactory 版本，该版本专注于触发不安全代码的输入而不是有效输入。
我正在了解 AFL 如何实施其种子选择。据我了解，afl-fuzz.c 有一个名为 has_new_bits 的函数，其中 returns 值用于识别输入结果是否创建了新路径、新边或者它是否不是我们正在考虑的有趣分支.所以我的问题是，假设我能够插入一些代码行，允许我插入变量，例如计数器，我可以插入其他代码行，在给定的分支中增加它，我该如何修改AFL 这样它就能检测到吗？
在AFL++中，您可以直接使用__afl_coverage_interesting影响覆盖位图。例如，您可以使用计数器的值计算 val 参数（但请注意 val 是 u8）。
另一种方法是使用 FuzzFactory, a modified version of AFL that allow the user to define custom coverage metrics. In their paper 作者讨论了 FuzzFactory 可以使用的一种可能的覆盖指标，即有效性。具有有效性，模糊器 select 具有更多概率有效输入。您可以破解它并制作一个 FuzzFactory 版本，该版本专注于触发不安全代码的输入而不是有效输入。