连续模糊化技术的大规模实证分析：来自100万次模糊化实验的见解

《IEEE Transactions on Software Engineering》：Large-Scale Empirical Analysis of Continuous Fuzzing: Insights from 1 Million Fuzzing Sessions

　　

摘要：

软件漏洞在各种软件产品中持续被发现和利用，对社会造成了重大影响。近年来，主要的漏洞检测方法——模糊测试（fuzzing）已被集成到持续集成（continuous integration）流程中，以在较短且频繁的周期内运行。这种持续模糊测试能够在开发过程中快速识别和修复漏洞。然而，尽管已有数千个项目采用了这一方法，但关于持续模糊测试究竟如何促进漏洞检测的效果仍不清楚。本研究旨在阐明持续模糊测试在漏洞检测中的作用。具体而言，我们分析了在发现漏洞时进行的模糊测试的覆盖范围以及测试会话的总数。我们收集了来自Google提供的开源漏洞扫描服务OSS-Fuzz的问题报告、覆盖情况报告和模糊测试日志，该服务在持续集成过程中执行模糊测试。通过对参与OSS-Fuzz的878个项目中大约112万次模糊测试会话的实证研究，我们发现：（i）在引入持续模糊测试之前就已经存在大量的漏洞，这在早期阶段导致了较高的检测率；（ii）随着持续模糊测试的进行，代码覆盖率持续提高；（iii）覆盖范围的变化有助于发现新的漏洞；（iv）开发者提供的测试用例集具有长期的有效性。本研究为持续模糊测试在漏洞检测中的作用提供了实证见解，并为未来相关策略和工具的开发提供了实用建议。