SyzDirect: Directed Greybox Fuzzing for Linux Kernel
这是一篇 2023 年发表在 CCS 上的研究型论文，第一作者是来自复旦大学的 Xin Tan，共同一作和通讯作者是来自复旦大学的 Yuan Zhang 老师。作者提供了 prototype（需等待作者 push）。
现有 DGF 主要关注 user application，无法很好地适应 OS Kernel 此类测试对象。 目前最先进的 OS Kernel DGF 是 GREBE。 然而，GREBE 是一种针对特定任务量身定制的方法，而不是通用的 DGF 解决方案，并且 GREBE 需要 PoC 作为输入，这在典型的 DGF 场景中是不现实的。因此，该论文提出一种解决方案——SyzDirect，第一个针对 Linux Kernel 的通用 DGF 解决方案。
背景与前人工作
现有的 DGF 主要采用两种快速接近目标位置的策略：距离引导探索和无效输入剪枝，作者决定将这两种策略保留以提高效率。
此外，由于测试对象为 OS Kernel，Kernel 的特性自然是值得注意的。Kernel 与上层软件的交互接口为 syscall。syscall 一般具有 3~5 个参数，每个参数往往是复杂的结构体。syscall 之间存在依赖关系，这说明 syscall 的调用序列也会影响程序的状态。 如果认为 user application 接受的输入是随机的字符流，是一种一维的输入，那么 OS kernel 接受的输入 syscall 可以认为是一种二维的输入。这意味着 Kernel Fuzzing 面临着更大的状态空间等待搜索，那么如何用有限的算力去探索一个巨大的状态空间，变成一个亟待解决的难题。
综上，Kernel Fuzzing 遇到的 challenge 主要有以下两个：
与采用固定入口点的 user application 不同，OS Kernel 实现了数百个系统调用（syscall）作为与 Kernel 交互的主要接口；
除了 syscall 之外，准备所需的 syscall 参数以满足目标执行路径的约束也很重要。 否则，DGF 很容易陷入无效的探索。
进一步精确定义 Challenge：Entry Point & Argument Preparation。
要做的工作：解决 Entry Point & Argument Preparation，使程序进入到特定的状态，达到 reproduce 与 patch testing 的目标。
解决方案
解决 Entry Point
作者通过前期的调研发现，由于 Linux Kernel 中大量使用间接调用，应用现有的控制流分析技术来识别入口系统调用会引入很多误报，因此不能仅依赖于控制流分析。作者仔细思考了 Linux Kernel 的本质，认为 Linux Kernel 是一个资源管理器，其将底层设备抽象为文件、套接字、设备等。syscall 是对资源进行操作（创建、更新、回收等）的接口，而内核函数则提供操作的实际实现。那么是否可以尝试通过内核函数来刻画 syscall 呢？这就引入了作者的 key insight：
We can match kernel functions with syscalls based on what resources they operate on and how they operate on the resource.
基于此 key insight，作者对 operation 和 resouce 进行建模，从而利用内核函数完成了对 syscall 的刻画。
此外，作者定义了 anchor func 来辅助定义 Entry Point。定义 Entry Point 流程如下：
接受给定目标代码位置；
使用基于类型的间接调用分析，构造 CFG，并识别可以达到目标的原始系统调用；
利用 CFG 和内核函数建模，将目标函数与系统调用变体进行匹配；
将可达的原始系统调用和匹配的系统调用变体的交集，作为目标的入口系统调用位置，修剪不可行的分析结果。
以 Fig.1 为例，阐述以上流程。
调用链：rds_rdma_extra_size → rds_sendmsg → rds_proto_ops → RDS socket → The creation of RDS socket → trace into rds_create and obtain the assignment of rds_proto_ops → rds_sendmsg → SOCK_SEQPACKET → the anchor function rds_sendmsg requires a AF_RDS SOCK_SEQPACKET resource。
解决 Argument Preparation
为了解决 Argument Preparation，需要开展 Syscall Dependency Inference 和 Syscall Argument Refinement 两部分工作。前者主要参考了 Healer 提出的算法，后者主要借助了 Syzkaller 中的 Syzlang，实现了对不可达路径的 prune（即删去下图画红线的部分）。
解决 Entry Point 和 Argument Preparation 后，作者将得到的结果称为 template。利用 template 去指导 mutation，极大提高了 reproduce 和 patch testing 的效率。SyzDirect 采用了基于距离的探索，距离越短，seed 优先级越高，seed 得到的能量也越多。SyzDirect 实现流程可参考下图：
与 Syzkaller 和 SyzGo 对比的部分实验效果如下：
SyzDirect 仍具有一些局限性：
静态分析不执行对参数条件等相关系统调用的深入分析；
无法生成满足触发错误的严格约束的参数；
生成对象参数（例如文件系统映像）仍然非常具有挑战性。
Last updated
