MemConFuzz: prueba de fuzzing guiada por consumo de memoria con análisis de flujo de datos
Autores: Du, Chunlai; Cui, Zhijian; Guo, Yanhui; Xu, Guizhi; Wang, Zhongru
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
MemConFuzz: prueba de fuzzing guiada por consumo de memoria con análisis de flujo de datos
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Consumo de memoria heap
Vulnerabilidad de software
Atacantes
Operaciones de heap
Flujo de datos
Modelo de fuzzing
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 28
Citaciones: Sin citaciones
El consumo descontrolado de memoria heap, un tipo de vulnerabilidad crítica de software, es utilizado por atacantes para consumir una gran cantidad de memoria heap y, consecuentemente, provocar fallas. Ha habido pocos trabajos sobre el fuzzing de vulnerabilidades de consumo de memoria heap. La mayoría de ellos, como MemLock y PerfFuzz, han fallado en considerar la influencia del flujo de datos. Propusimos un modelo de fuzzing guiado por consumo de memoria heap llamado MemConFuzz. Extrae las ubicaciones de operaciones de heap y funciones dependientes de datos a través de un análisis estático del flujo de datos. Basándonos en la dependencia de datos, propusimos un algoritmo de selección de semillas en el fuzzing para asignar más energía a las muestras con puntajes de prioridad más altos. Los resultados experimentales mostraron que MemConFuzz tiene ventajas sobre AFL, MemLock y PerfFuzz con una mayor cantidad y menor consumo de tiempo en la explotación de la vulnerabilidad de consumo de memoria heap.
Descripción
El consumo descontrolado de memoria heap, un tipo de vulnerabilidad crítica de software, es utilizado por atacantes para consumir una gran cantidad de memoria heap y, consecuentemente, provocar fallas. Ha habido pocos trabajos sobre el fuzzing de vulnerabilidades de consumo de memoria heap. La mayoría de ellos, como MemLock y PerfFuzz, han fallado en considerar la influencia del flujo de datos. Propusimos un modelo de fuzzing guiado por consumo de memoria heap llamado MemConFuzz. Extrae las ubicaciones de operaciones de heap y funciones dependientes de datos a través de un análisis estático del flujo de datos. Basándonos en la dependencia de datos, propusimos un algoritmo de selección de semillas en el fuzzing para asignar más energía a las muestras con puntajes de prioridad más altos. Los resultados experimentales mostraron que MemConFuzz tiene ventajas sobre AFL, MemLock y PerfFuzz con una mayor cantidad y menor consumo de tiempo en la explotación de la vulnerabilidad de consumo de memoria heap.