coverage-guided fuzzing是一种强大的模糊测试技术，因为代码覆盖率（Code Coverage）是反映测试用例对被测软件覆盖程序的重要指标，自动化程序将半随机输入注入到测试程序中，这样做的目的是找到触发漏洞的输入，模糊测试在查找C或c++程序中的内存损坏漏洞时特别有用。通常情况下，建议选择一个非常熟悉但很少涉及的、大量解析的库。依据经验看，libjpeg、libpng和libyaml都是完美的攻击目标。不过现在很难找到一个好的目标，不过从另外一个角度来说，这也说明软件越来越安全了!不过我还是决定尝试一下Linux内核的netlink机制。
Netlink是linux提供的用于内核和用户态进程之间的通信方式。但是注意虽然Netlink主要用于用户空间和内核空间的通信，但是也能用于用户空间的两个进程通信。只是进程间通信有其他很多方式，一般不用Netlink。除非需要用到Netlink的广播特性时。
从原理上来说，Netlink是供“ ss”，“ ip”，“ netstat”之类的工具使用的内部Linux工具。它用于低层网络任务——配置网络接口、IP地址、路由表等。所以，这是一个很好的渗透测试目标，因为它是内核中一个不为人知的部分，而且自动编写有效的消息相对容易。最重要的是，在这个过程中我们可以学到很多关于Linux内部的东西。不过，netlink中的漏洞不会对安全造成影响，因为netlink套接字通常需要特权访问。
在这篇文章中，我们将运行AFL代码覆盖率工具，在一个定制的Linux内核上驱动我们的netlink shim程序，所有这些都在KVM虚拟化中运行。
通常，在使用AFL时，我们需要检测目标代码，以便以AFL兼容的方式报告代码覆盖率。但是我们想要模糊内核!我们不能只是用“afl-gcc（AFL的编译器）”重新编译它。相反，我们将使用一个技巧。我们将准备一个二进制文件，它会欺骗AFL，让它认为是用它的工具编译的。这个二进制文件将报告从内核中提取的代码覆盖率。
内核代码的代码覆盖率
内核至少有两个内置的代码覆盖率机制- GCOV和KCOV：
1. 在Linux内核中使用gcov；
2. KCOV：模糊的代码覆盖率。
KCOV在设计时考虑到了模糊性测试，因此我们将使用它。
Kcov是一个代码覆盖测试工具，最初基于Bcov，它可在FreeBSD、Linux、OSX系统中使用，支持的语言包括编译语言(compiled languages)、Python和Bash。与Bcov一样，Kcov对编译的程序使用DWARF调试信息，以便无需特殊编译器开关即可收集覆盖信息。
KCOV使用起来非常简单，我们必须使用正确的设置来编译Linux内核。首先，启用KCOV内核配置选项：
<code>cd linux
./scripts/config \\
-e KCOV \\
-d KCOV_INSTRUMENT_ALL/<code>
KCOV能够记录整个内核的代码覆盖率，可以使用KCOV_INSTRUMENT_ALL选项进行设置。但是，这样做也有缺点，会减慢我们不想分析的内核部分，并且会在我们的测量中引入噪音降低测量的准确性。首先，让我们禁用KCOV_INSTRUMENT_ALL并有选择地在我们实际要分析的代码上启用KCOV。在这篇文章中，我们只关注netlink机制，因此我们会在整个“ net”目录树上启用KCOV：
<code>find net -name Makefile | xargs -L1 -I {} bash -c 'echo "KCOV_INSTRUMENT := y" >> {}'/<code>在理想的情况下，我们只对我们真正感兴趣的几个文件启用KCOV。但是netlink处理遍及整个网络堆栈代码，因此我们在这篇文章中没有时间对其进行微调。
使用KCOV后，就有必要添加“内核黑客”选项，以增加报告内存损坏漏洞的可能性。关于Syzkaller建议的选项列表，请参阅自述，其中最重要的是KASAN。
有了这个设置，我们就可以编译启用KCOV和KASAN的内核。哦，还有一件事，我们将在kvm中运行内核。我们将使用“virtme”，所以我们需要一些切换：
<code>./scripts/config \\
-e VIRTIO -e VIRTIO_PCI -e NET_9P -e NET_9P_VIRTIO -e 9P_FS \\
-e VIRTIO_NET -e VIRTIO_CONSOLE -e DEVTMPFS .../<code>
如何使用KCOV
KCOV非常容易使用，首先，请注意，代码覆盖率记录在每个进程的数据结构中。这意味着你必须在用户空间进程中启用和禁用KCOV，并且不可能记录诸如中断处理之类的非任务内容的覆盖范围，这完全符合我们的需要。
KCOV将数据报告到一个环形缓冲区，设置非常简单，具体请参阅此代码，然后，你可以使用简单的ioctl启用和禁用它。
<code>ioctl(kcov_fd, KCOV_ENABLE, KCOV_TRACE_PC);
/* profiled code */
ioctl(kcov_fd, KCOV_DISABLE, 0);/<code>
在这个序列之后，循环缓冲区包含所有启用kcov的内核代码的基本块的%rip值的列表。要读取缓冲区，只需运行以下代码即可：
<code>n = __atomic_load_n(&kcov_ring[0], __ATOMIC_RELAXED);
for (i = 0; i printf("0x%lx\\n", kcov_ring[i + 1]);
}/<code>
使用addr2line这样的工具，可以将%rip解析为特定的代码行。虽然我们不需要它，原始的%rip值对我们来说已经足够了。
将KCOV注入AFL
下一步是学习如何欺骗AFL，请记住，AFL需要一个专门设计的可执行文件，但是我们希望提供内核代码覆盖率。首先，我们需要了解AFL是如何工作的。
AFL设置一个64K的8位数字数组，这个内存区域称为“shared_mem”或“trace_bits”，与跟踪程序共享。可以将数组中的每个字节看作插装代码中特定(branch_src、branch_dst)对的命中计数器。
需要注意的是，AFL更喜欢使用随机的分支标签，而不是重用%rip值来标识基本块。这是为了增加熵，我们希望数组中的命中计数器是均匀分布的。AFL使用的算法为：
<code>cur_location = <compile>;
shared_mem[cur_location ^ prev_location]++;
prev_location = cur_location >> 1;/<compile>/<code>
在使用KCOV的情况下，我们没有为每个分支提供编译时随机值。相反，我们将使用哈希函数从KCOV记录的％rip生成统一的16位数字。这是将KCOV报告送入AFL“shared_mem”数组的方法：
<code>n = __atomic_load_n(&kcov_ring[0], __ATOMIC_RELAXED);
uint16_t prev_location = 0;
for (i = 0; i uint16_t cur_location = hash_function(kcov_ring[i + 1]);
shared_mem[cur_location ^ prev_location]++;
prev_location = cur_location >> 1;
}/<code>
从AFL读取测试数据
最后，我们需要实际编写测试代码来攻击内核netlink接口！首先，我们需要从AFL读取输入数据。默认情况下，AFL将测试用例发送到stdin：
<code>/* read AFL test data */
char buf[512*1024];
int buf_len = read(0, buf, sizeof(buf));/<code>
Netlink的模糊测试
然后我们需要将这个缓冲区发送到一个netlink套接字。但是我们对netlink的工作原理一无所知!好的，让我们使用前5个字节的输入作为netlink协议和组id字段。这将允许AFL计算并猜测这些字段的正确值。代码测试netlink(简化)：
<code>struct sockaddr_nl sa = {
.nl_family = AF_NETLINK,
.nl_groups = (buf[1] <<24) | (buf[2]<<16) | (buf[3]<<8) | buf[4],
};
bind(netlink_fd, (struct sockaddr *) &sa, sizeof(sa));
struct iovec iov = { &buf[5], buf_len - 5 };
struct sockaddr_nl sax = {
.nl_family = AF_NETLINK,
};
struct msghdr msg = { &sax, sizeof(sax), &iov, 1, NULL, 0, 0 };
r = sendmsg(netlink_fd, &msg, 0);
if (r != -1) {
/* sendmsg succeeded! great I guess... */
}/<code>基本上就是这样！为了提高速度，我们将其包装在一个简短的循环中，该循环模仿AFL的“fork服务器”逻辑。我将在此处跳过说明，有关详细信息，请参见我们的代码。我们的AFL-to-KCOV shim的结果代码如下：
<code>forksrv_welcome();
while(1) {
forksrv_cycle();
test_data = afl_read_input();
kcov_enable();
/* netlink magic */
kcov_disable();
/* fill in shared_map with tuples recorded by kcov */
if (new_crash_in_dmesg) {
forksrv_status(1);
} else {
forksrv_status(0);
}
}/<code>
点此，参见完整的源代码。
如何运行自定义内核
现在来说说，如何实际运行我们构建的自定义内核，目前共有三个选项：
“本地”选项：你可以完全在你的服务器上启动构建的内核，并在本地对其进行模糊处理。这是最快的技术，但是问题很多。如果模糊测试成功地找到了一个漏洞，你的设备很可能会崩溃，从而丢失测试数据。
“uml” ：我们可以将内核配置为以用户模式Linux运行，运行UML内核不需要任何特权。内核只运行一个用户空间进程。UML非常酷，但遗憾的是，它不支持KASAN，因此发现内存损坏漏洞的机会减少了。最后，UML是一个非常神奇的特殊环境，在UML中发现的漏洞可能与实际环境无关。有趣的是，Android network_tests框架使用了UML。
“kvm”：我们可以使用kvm在虚拟环境中运行自定义内核。
在KVM环境中运行自定义内核的最简单方法之一是使用“virtme”脚本。有了它们，我们就不必创建专用的磁盘映像或分区，只需共享主机文件系统。以下是我们运行代码的方式：
<code>virtme-run \\
--kimg bzImage \\
--rw --pwd --memory 512M \\
--script-sh "<what>"/<what>/<code>
不过关键的一步似乎忘了，就是为我们的模糊器准备输入语料库数据！
建立输入语料库
每个模糊测试都采用了一个精心设计的测试用例作为输入，以引导第一个突变。测试用例应该是简短的，并覆盖尽可能多的代码。遗憾的是，我对netlink一无所知。
于是，我就让AFL“找出”哪些输入是有意义的，以下就是我们的输入语料库：
<code>mkdir inp
echo "hello world" > inp/01.txt/<code>
编译和运行整个程序的过程，请参见github上的README.md ，简单来说，如下所示：
<code>virtme-run \\
--kimg bzImage \\
--rw --pwd --memory 512M \\
--script-sh "./afl-fuzz -i inp -o out -- fuzznetlink"/<code>
运行此命令，你将看到熟悉的AFL状态屏幕：
现在，你就有了一个自定义的强化内核，该内核会运行一个以代码覆盖率为测试标识的模糊测试进程。
这样的努力值得吗?即使有了这个基本的模糊测试器，也没有输入语料库。不在两三天后，该模糊器还是找到了一条有趣的代码路径：NEIGH：BUG，双计时器加法，状态为8。使用更专业的模糊器，可以进行一些改善“稳定性”的工作指标和像样的输入语料库，我们可以期待更好的测试结果。
閱讀更多 暗影實驗室 的文章
