Beacon 实验

前言

Beacon 实验是指将目标软件编译成 .bc 文件后再喂给 fuzzer 的过程。基础知识主要涉及到 Beacon & LLVM。bitcode 是 LLVM IR 的二进制编码（IR 是前后端的一种中间层），主要包括 bitstream container format 和 encoding LLVM IR，前者是为后者如何进行编码提供帮助的。bitstream 和 LLVM IR 有各自的格式，用不同的参数去刻画文件，在过程中可通过 Abbreviations ID 来大致理解目前的文件流。

本实验是针对 Beacon 论文中提到的 51 个 CVE 进行复现，测量其性能，并与自身 fuzzer 进行对比。参考文档：LLVM & Beacon document

实验过程

以下按流水线的方式，记录自己踩过的坑以及对应的 solution。

环境配置

首先配置一个密钥，放在 authorized_keys 下，然后配置 config，实现优雅的 ssh <hostname> 的 remote login；
实验环境要求在 podman 下进行（类 docker）。首先拉取对应镜像，podman run -d --init --name beacon docker.io/yguoaz/beacon:latest sleep infinity，在拉取的过程中可能会遇到 insufficient pids or uids 的错误，可通过 cat /proc/self/uid_map、cat /proc/self/gid_map 来查看相应的情况。
解决方案——添加参数 --storage-opt ignore_chown_errors=true。成功拉取 image 后，进入容器，为了编译得到 Clang bitcode ⽂件，需要使⽤ wllvm，通过 python3 -m pip install wllvm 安装。为了通过 tmux 运⾏ Beacon AFL（使 shell 与进程分离，类 nohup），需要使用 tmux，通过apt update; apt install tmux 安装。至此，初期的准备工作基本完成；

获取目标软件并编译

可通过查询 NVD 的方式（以 CVE-2017-7578 为例），访问 https://nvd.nist.gov/vuln/detail/CVE-2017-7578，即可获取该 CVE 的相关信息。重点查看下方的 hyperlink，一般情况下可获得关于源码的指向。而后采用 git clone 的方式，获取源码，并用 git checkout 的方式切换到该 CVE 对应 patch 的前一个 comitID，以对该 CVE 进行下一步测试。注意，若有连续多个 commit 对该 CVE 进行 patch，应回退到最早 commit 之前的版本。

查看源码路径下 README / INSTALL 之类的文件，获取编译该目标软件的方法，注意在编译的过程中要传递 wllvm 环境变量。一种可能的编译方式如下：
```
export CC=wllvm
export LLVM_COMPILER=clang
./autogen.sh
./configure --disable-shared
make -j$(nproc)
```
当然也可能需要使用 cmake 方案，具体要求参见 README / INSTALL 文件（比较玄学的一点是，对于某类编译方式，有可能一次编译不成功，但是经过多次尝试后就成功了）。编译成功后，得到对应的可执行程序，再使用 extract-bc <target_name> 获取 *.bc 文件；

使⽤ Beacon 提供的⽂件分析⼯具对 bc ⽂件进⾏处理

对于一个 *.bc 文件，需要提供一个分析目标文件，可建⽴⼀个 target.txt ⽂件并写⼊定向⽬标（某⽂件的某⼀⾏）。对于目标的定向，可考虑以下四种角度：
- 参考 NVD 官网的 Discription 部分，看该 CVE 是由于哪个文件的哪个漏洞函数触发的；
- 观察 patch 部分的增删；
- 参考 github 下的 issue；
- google 相关信息。
使用 /Beacon/precondInfer <target_name>.bc -target-file=target.txt -join-bound=5，对漏洞程序进行分析。若遇到 malformed 的错误，可尝试调整 -target-file 与 -join-bound 这两个参数，采用排列组合的方式试错。紧接着，通过 /Beacon/Ins -output=<target_name>.bc -byte -blocks=bbreaches_target.txt -afl -log=log.txt -load=range_res.txt transed.bc 对漏洞程序进行插桩。最后，重新编译插桩后的漏洞程序，clang <target_name>.bc -o <target_name> -lm -lz /Beacon/Test/afl-llvm-rt.o。因为之前设置了 ./configure --disable-shared，所以可能导致重编译时，缺少相关的链接文件。此时可以使用 ldd 命令手动查看可执行文件的链接文件，而后手动补齐。也可以通过下载源代码，进一步编译共享库来解决这个问题；

模糊测试

启动一个 tmux 用于持续运行，tmux -u new -s <tmux_name>，进入模糊测试路径，并准备测试用例文件夹 in。对于 initial input，可参考以下顺序：
```
/aflgo/scripts/fuzz/program_name/obj-aflgo/ 
/aflgo/testcases/archives/exotic
/aflgo/testcase 
```
而后使用 taskset -ac 4 /Beacon/afl-fuzz -i in -o out -m none -t 9999 -d -- ./<target_bin> @@，其中，-ac 用来绑定 cpu，可提前使用 htop 命令查看 cpu 的具体使用情况。对于 -- 后面的参数，请参考 aflgo github 仓库中提供的 *.sh。

结果分析

对于在 24h 内能成功 fuzzing 出 crash 的 CVE，计算其首次触发 crash 的时间。通过时间戳进行计算，具体参考以下脚本：

program=$1
cveid=CVE-$2
id=$3
for num in {1..3} do
     # 获取首次触发 crash 的时间戳
     tmp_time1=$(date -r ~/"$program"/"$cveid"/fuzz/out1/crashes/"$id")
     time1=$(date -d "$tmp_time1" '+%s')

     # 获取 fuzzing 开始的时间戳
     tmp_time2=$(cat ~/"$program"/"$cveid"/fuzz/out1/fuzzer_stats | grep start_time)
     time2=${tmp_time2:20}

     # 得到时间差
     let time=time1-time2;

     # 实现时间单位从 s → h
     awk 'BEGIN{printf "%.4f\n", '$time'/'3600'}'
done

对于 fuzzing 出的 crash，进一步考察 beacon 对 target.txt 中提到的 vul 路径的定向能力，并计算首次成功匹配 vul 并确认执行的时间，具体参考以下脚本：

#!/bin/bash

program="$1"
cveid="CVE-$2"
address="$3"

cd "./$program-$cveid/"

# count.txt 记录命中数，以及命中 crash 的 id
echo "$cveid:" >> count.txt

for num in {1..3}; do
 success=0
 fail=0
 echo "reading from ./out$num/crashes/"
 echo "out$num:" >> count.txt

 # 逐个读取 ./out/crashes/ 下的文件名
 shopt -s globstar
 for line in ./out$num/crashes/*; do
     # 将 crash 喂给 CVE
     echo "reading from "$line""
     ../../../../../pin -t ../../obj-intel64/itrace.so -- "./$cveid" "$line"

     # 判断指令序列中是否有 func 对应的 address
     if grep -q "?*$address?*" ./itrace.out; then
         success=$((success+1))
         echo "hit_id: $(basename "$line")" >> count.txt
         break
     else
         fail=$((fail+1))
     fi
 done

 # 修正 fail，因为 README.txt 总是失败的
 fail=$((fail-1))
 echo "success times: $success" >> count.txt
 echo "fail times: $fail" >> count.txt
done

其主要思路为，用 pin 记录下所有执行地址，用 objdump -t 的方式提前从符号表中获取对应 func 的 address，最后用 grep 的方式进行匹配。在脚本运行的过程中，请注意程序是否陷入死循环，若出现此类情况，请及时退出并删除 crash，避免浪费大量时间。至此，实验结束。

结语

折腾即真理，在实验过程中反复被虐，不断寻求解决方案，从而拓展能力边界。也许人类进化的本质就是，在遇到某个问题要求的能力超出目前的可达范围，但是踮起脚尖又勉强能够到的情况下，大脑会申请一个进程，不断计算、进化，直到成功求解 / 中途手动 quit 该问题。晚上睡不着估计也是同理，大脑飞速运转，不停申请、调度资源，不允许后台运行，对褪黑素的敏感度下降，导致迟迟无法入眠……做这个实验三周以来，基本没怎么好好睡过觉。还有几点比较深的感受：将文件夹结构化；降低对事情进展的预期，因为每天都会碰上新问题；对于大量测试用例，注意构建自动化脚本。

Previous关于定向 fuzz 的总结 Next对 AI 的认知

Last updated 11 months ago