AFL（American Fuzzy Lop）

最新推荐文章于 2025-11-22 16:50:18 发布

原创最新推荐文章于 2025-11-22 16:50:18 发布 · 383 阅读

CC 4.0 BY-SA版权

文章标签：

AFL（American Fuzzy Lop）是一个用于安全性测试的高效模糊测试（Fuzzing）工具，它通过生成和执行变异的输入来发现软件中的漏洞。AFL 包括一系列突变函数，用于创建新的测试输入，这些函数是 AFL 整个系统的核心，使其能对程序进行有效的测试。

AFL 中的突变策略

AFL 的突变引擎采用了多种策略，以确保产生的输入多样且能够有效触发程序的潜在问题。以下是一些 AFL 中常见的突变策略：

字节翻转：
- 在输入数据中随机地翻转单个或多个字节。通过改变输入的细节，使测试程序在处理这些边缘情况时可能暴露隐含的缺陷。
字节插入和删除：
- 插入新的随机字节或删除原有字节，以观察程序如何响应更加异常的输入长度和结构。
替换和覆盖：
- 替换部分输入字节为特定的数值（例如最大整数值或特殊字符），有时以对抗边界错误。
- 以常见的整数和字符来替换某些输入，检测程序是否能处理这些内容。
位翻转：
- 更低级地改变特定字节的某个位，考验程序对细微小变化的鲁棒性。
算术运算突变：
- 在输入位置执行加法或减法，探索程序在数值计算时可能的溢出或误操作。
特定调整：
- 引入某些预定义的数值或字符模式，模拟常见输入场景，并试图诱导可能的逻辑错误。

实现突变逻辑

对于基于 AFL 的模糊测试，用户可以根据自己的需求实现或调整特定的突变逻辑：

void custom_mutator(uint8_t* data, size_t size) {
    for (size_t i = 0; i < size; i++) {
        if (rand() % 2) {
            // 随机选择一个位移方式，如翻转字节
            data[i] ^= 0xFF;
        } else if (rand() % 4) {
            // 或进行某种算术运算
            data[i] = (data[i] + 1) % 256;
        }
        // 更多复杂的策略可以叠加
    }
}