對于軟件開發(fā)公司來說幾乎每個新程序代碼都有錯誤，在最壞的情況下，這些錯誤可能會危及安全性。為了快速有效地檢測它們，德國波鴻魯爾大學(xué) Horst Görtz IT 安全研究所的研究人員開發(fā)了一種名為 Fuzzware 的軟件開發(fā)檢測系統(tǒng)。它專門分析嵌入式系統(tǒng)，即可以在智能燈泡、智能恒溫器和工業(yè)控制系統(tǒng)中找到的微型計算機，僅舉幾例。魯爾大學(xué)的科學(xué)雜志《 魯賓》發(fā)表了一篇關(guān)于他們工作的文章。
波鴻博士 學(xué)生 Tobias Scharnowski 在 Thorsten Holz 教授的指導(dǎo)下于 2022 年 8 月在美國舉行的第 31 屆 Usenix 安全研討會上介紹了研究結(jié)果。他與加州大學(xué)圣巴巴拉分校和阿姆斯特丹自由大學(xué)的同事合作開展了這項研究。
故意讓軟件崩潰
該小組使用所謂的模糊測試來檢測軟件開發(fā)代碼中的錯誤。Fuzzers 是一種算法，它向被測試的軟件提供隨機輸入，并檢查它們是否會使應(yīng)用程序崩潰。這種崩潰表明編程錯誤。模糊器不斷改變輸入，以便逐步探索盡可能多的程序組件。
某些應(yīng)用領(lǐng)域已經(jīng)建立了模糊測試，例如測試 Windows 或 Linux 等操作系統(tǒng)。然而，它尚未被廣泛用于測試嵌入式系統(tǒng)，因為它們帶來了許多挑戰(zhàn)：軟件（即所謂的固件）嵌入到與其交互的硬件中。系統(tǒng)通常具有相對較少的內(nèi)存和較慢的處理器。如果研究人員想直接在系統(tǒng)上進行模糊測試，這就是一個問題。嘗試所有可能的輸入并等待系統(tǒng)響應(yīng)將花費太長時間。
硬件虛擬仿真
這就是團隊不直接在工業(yè)控制單元或燈泡中分析固件的原因。相反，他們虛擬地重新創(chuàng)建硬件——這個過程稱為仿真。仿真器使固件相信它在真實設(shè)備中。為此，它必須以與真實硬件完全相同的方式與程序交互。
為了加速該過程，研究人員通過縮小可能的輸入范圍，在模糊測試過程中增加了另一個步驟。首先，它們對輸入必須位于其中的框架進行建模，以便對固件具有邏輯性。例如：如果硬件是帶有溫度傳感器的冰箱，則冰箱硬件可以將測量到的溫度報告給冰箱的軟件，即它的固件。實際上，任何給定的溫度都不可能發(fā)生，它必須落在某個范圍內(nèi)。因此，固件僅針對特定溫度范圍進行編程。它根本無法處理其他值，因此無需對它們進行模糊測試。
有限的輸入有助于高效分析
波鴻團隊與來自圣巴巴拉和阿姆斯特丹的同事一起，使用 Fuzzware 測試了 77 個固件。與傳統(tǒng)的模糊測試方法相比，他們篩選出了高達 95.5% 的所有可能輸入。
這使得 Fuzzware 能夠在相同時間內(nèi)檢查比傳統(tǒng)方法多三倍的程序代碼。在此過程中，該小組還發(fā)現(xiàn)了其他模糊測試方法未檢測到的其他漏洞。