logo móvil
Contáctanos

Dcgfuzz: un método de análisis de seguridad de firmware integrado con guía de fuzzing dinámicamente co-coordinada

Autores: Wang, Yunzhi; Li, Yufeng

Idioma: Inglés

Editor: MDPI

Año: 2024

Descargar PDF

Acceso abierto

Artículo científico
2024

Dcgfuzz: un método de análisis de seguridad de firmware integrado con guía de fuzzing dinámicamente co-coordinada


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Unidades de microcontroladores
MCU
Vulnerabilidades de firmware
Fuzzing
Rehosting
Análisis de seguridad

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 33

Citaciones: Sin citaciones


Descripción
Las Unidades de Microcontroladores (MCUs) desempeñan un papel vital en los dispositivos integrados debido a su eficiencia energética y escalabilidad. El firmware en las MCUs contiene vulnerabilidades que pueden llevar a daños digitales y físicos. Sin embargo, probar el firmware de las MCUs enfrenta desafíos debido a varias limitaciones de herramientas y detalles de firmware no disponibles. Para abordar este problema, la investigación se está volcando hacia el fuzzing y el rehosting. Debido al desequilibrio inherente en los recursos computacionales del algoritmo de fuzzing y la falta de consideración de los requisitos de recursos computacionales de los métodos de rehosting, algunos caminos relacionados con el comportamiento del hardware son difíciles de descubrir. En este trabajo, proponemos un nuevo método de Fuzzing de Orientación Co-direccional Dinámica (DCGFuzz) para mejorar la eficiencia del análisis de seguridad. Nuestro método correlaciona dinámicamente la asignación de recursos computacionales en el fuzzing y el rehosting, calculando un puntaje de programación de energía unificado. Utilizando el puntaje de programación de energía, ajustamos las frecuencias de prueba para varios caminos, aumentando la eficiencia de las pruebas y ayudando en la detección de caminos relacionados con el hardware. Evaluamos nuestro enfoque en nueve piezas de firmware del mundo real. En comparación con el enfoque anterior, logramos un aumento máximo del 47.9% en la cobertura de caminos y una mejora del 27.6% en la cobertura del modelo efectivo durante el proceso de fuzzing en 24 horas.

Otros recursos que podrían interesarte

Temas Virtualpro