Fuzzing模糊测试

模糊测试简介

官方译名叫做模糊测试（又叫Fuzzing, Fuzz Testing），即是用“模糊”的输入对程序进行测试，找到程序漏洞、错误的一种技术。所谓的模糊，其实就是输入的不确定。

模糊测试是一种介于完全的手工渗透测试与完全自动化测试之间的安全性黑盒测试。充分利用机器的优势：随机生成和发送数据，同时引入安全专家的安全性经验。

Fuzzing模糊测试，是一种自动化测试技术，其目标是通过向软件应用或系统组件注入大量随机或者特定的数据，以发现潜在的漏洞和安全问题。Fuzzing可以用于测试各种软件，包括操作系统、网络协议、编程库、应用程序等。

通信协议Fuzzing技术

自动化：Fuzzing是一种自动化测试技术，不需要人为干预。测试人员只需定义一些输入的范围和规则，Fuzzing工具就能够生成并发送大量测试用例。
精准性：Fuzzing能够针对协议模型的特点对相关报文域做智能化畸变，同时辅以随机畸变能够生成更加精准的测试用例，模拟了实际攻击者可能使用的各种输入。这使得Fuzzing能够探测到开发者可能没有考虑到的边缘情况和异常情况。
普适性：Fuzzing可以用于测试各种类型的软件和系统，包括但不限于操作系统、网络协议、编程库、浏览器、数据库等。这种通用性使得Fuzzing成为发现广泛安全问题的有效手段。
高效性：Fuzzing可以在短时间内生成大量测试用例，从而大大提高测试的效率。通过自动产生输入，Fuzzing能够覆盖大量的代码路径，增加发现漏洞的概率。

其实就是指黑盒模糊测试。盲目模糊测试,指用最简单的方法，仅向程序或嵌入式设备发送随机数据，直到发生崩溃、响应延迟或配置更改等异常行为。

黑盒模糊器可以从头开始生成输入，或者依赖有效输入文件的静态语料库来进行基础突变。

代表工具boofuzz

使用场景： - 对于相同的输入，目标是不确定的。 - 目标很慢。 - 输入格式复杂或高度结构化（例如 JavaScript 等编程语言）。

例如，浏览器 DOM 模糊器可能会生成针对 Chrome 等目标能运行的 HTML 输入，而无需任何覆盖反馈来指导其突变。

其实就是指灰盒模糊测试。覆盖引导模糊测试（也称为灰盒模糊测试）使用程序检测来跟踪馈送到模糊目标的每个输入所达到的代码覆盖率。

代表工具AFL，libFuzzer

使用场景： - 目标是独立的。 - 目标是确定性的。 - 目标每秒可以执行数十次或更多次（最好是数百次或更多）。

例如，二进制格式（例如图像格式）解析器非常适合于此。

Google开源了基于Google cloud的方案：

OSS-Fuzz - 开源软件的持续模糊测试。
ClusterFuzz - 一个可扩展的模糊测试基础设施，可以发现软件中的安全性和稳定性问题。Google 使用 ClusterFuzz 对所有 Google 产品进行模糊测试，并作为 OSS-Fuzz 的模糊测试后端。