模糊测试是如何高效挖掘漏洞，精准定位问题的？

随着网络空间安全进入纵深地带，核心战场从外部边界防护迁移到软件内部安全上，软件内部漏洞挖掘也将成为未来安全体系中最重要的环节。

企业挖掘漏洞的方式一般以人工+静态分析的代码审计工具。然而随着代码行的大幅增加，人工审核的方式将非常吃力，而SAST通过漏洞规则去做模式匹配，只能查找已知漏洞，误报率高，并且对复杂逻辑的代码场景以及未知缺陷无能为力。而模糊测试可通过实时监控被测对象的工作状态，发现被测对象潜在的安全漏洞，是一种高效保证软件质量的动态测试方法。今天我们就以开源网安模糊测试（SFuzz）为例，来谈一谈模糊测试是如何高效挖掘漏洞、精确定位问题的。

高效挖掘

高效挖掘漏洞需要满足以下几个方面：测试“广”，测试范围涵盖多种场景，确保不遗漏；测试“深”，测试行为不止停留在表面，更需深度解析，保证质量；测试“准”，要对系统的不同状态采用不同的策略，减少干扰，降低误报。

测试“广”

SFuzz引擎算法中，融合了基于变异和生成两种方式生成测试用例。整理出一套完整的“协议规范内的通用语言”，以兼容各种不同的协议，使得整个模板解析部分更具有通用性，覆盖各种应用场景。SFuzz可以对环境变量和参数、Web应用程序、文件格式、网络协议、Web浏览器、嵌入式和系统内核等进行测试，研发团队无需大量人工编写测试用例、搭建硬件环境，极大地提升检测效率。

测试“深”

SFuzz根据模板引擎解析出数据结构和行为，搭配模糊化算法生成具体的模糊化数据，相比于完全随机的模糊，优秀的算法能进一步保障模糊化出来的数据质量，更容易测出潜在的安全缺陷。

测试“准”

SFuzz支持超过60种变异算法，实现对测试用例的智能化变异，动态调整测试调度策略，减少外部干扰，从而降低误报。

精准定位

很多检测工具只能将定位到文件夹或文件，开发人员进一步精准定位漏洞需要花费很多时间，效率低。而SFuzz采用随机化序列技术，可将缺陷精准定位到代码行，并重复生成用例，重构相同的测试序列，再现“错误现场”，开发人员可以深度了解漏洞情况，快速修复缺陷。

开源网安模糊测试平台（SFuzz）

开源网安模糊测试平台（SFuzz）是基于模糊测试技术自主研发的黑盒安全检测产品，专注于面向文件格式和网络协议的模糊测试，通过向目标程序输入基于模型智能生成的测试用例，高效检测出各种软件、硬件系统中的未知漏洞。SFuzz具有模块化、跨平台、自动化测试及高效可控等优点。