logo móvil
Contáctanos

Slicing through the noise: eficiente deduplicación de accidentes a través de la reconstrucción de trazas y el hashing difuso

Autores: Pang, Ling; Qian, Cheng; Kuang, Xiaohui; Qin, Jiuren; Zang, Yujie; Zhang, Jiapeng

Idioma: Inglés

Editor: MDPI

Año: 2024

Descargar PDF

Acceso abierto

Artículo científico
2024

Slicing through the noise: eficiente deduplicación de accidentes a través de la reconstrucción de trazas y el hashing difuso


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Pruebas de seguridad de software
Fuzzing
Vulnerabilidades
Informes de fallos
Intel Processor Trace
Flujo de instrucciones

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 41

Citaciones: Sin citaciones


Descripción
En las pruebas de seguridad de software contemporáneo, el fuzzing es una metodología omnipresente empleada para identificar vulnerabilidades. Sin embargo, uno de los desafíos más significativos es la gran cantidad de informes de fallos, muchos de los cuales son repetitivos, lo que resulta en una mayor carga de análisis para los investigadores de seguridad. Para abordar este problema, proponemos un método novedoso para reducir la redundancia de fallos y agrupar fallos similares en función de sus trazas de ejecución. Al aprovechar el Rastro del Procesador de Intel (PT), podemos reconstruir el flujo de instrucciones de la última función ejecutada en cada fallo y extraer su segmento de instrucciones relevante a través del corte hacia atrás de dependencia de datos. Los registros se abstraen y los valores inmediatos se generalizan para normalizar la secuencia de instrucciones. Posteriormente, se aplica un hash difuso a las secuencias de instrucciones generalizadas y se emplea una estrategia codiciosa basada en la similitud para agrupar. El método reduce efectivamente la carga de trabajo al agrupar fallos con causas raíz similares, dejando a los analistas solo muestras representativas para investigar. Además, en comparación con las técnicas convencionales de hash de pila, nuestra metodología demuestra una mejora promedio en la precisión del 15.38% en cuatro programas, con un total de 281 fallos.

Otros recursos que podrían interesarte

Temas Virtualpro