基于适应度和输入约束模型的内核驱动漏洞挖掘

来源：计算机应用研究杂志2023年第7期北京时间：

作者：佘庚达,付才,岑泽威,吕建强,

单位：华中科技大学网络空间安全学院湖北省大数据安全工程技术研究中心分布式系统安全湖北省重点实验室,武汉430074；

摘要：针对驱动程序在运行过程中难以监控和输入复杂的问题，提出并实现基于适应度和输入约束模型的驱动程序模糊测试工具DrgenFuzzer。该工具利用内核跟踪技术结合二进制程序的静态分析实现驱动运行的信息监控；分析驱动接口参数，设计了样本约束的方案；提出了新型适应度计算方案和交叉变异方案。实验证明，与常用的内核模糊测试工具对比，该工具经过输入约束模型之后生成的样本测试成功率达到了其他工具的10倍以上，生成的样本质量更高。该工具对驱动程序进行模糊测试，挖掘到 i2c驱动中的空指针引用漏洞。DrgenFuzzer能有效引导和规范样本生成，提高了样本测试成功率和运行效率，增强了漏洞挖掘能力。

关键词：模糊测试,遗传算法,适应度,输入约束模型,

基金资助：国家自然科学基金资助项目(62072200,6217071437)；；