标签：lang put 编译 who token mamicode 通过 基于 info
在前面的文章中，我们已经对AFL及其相关的工具进行了简单的认识，在第一篇中也写了个小例子，进行了简单的fuzz测试，现在我们可以用LAVA-M数据集进行真实的测试。
LAVA来自于论文《LAVA: Large-scale Automated Vulnerability Addition》发表在了2016年的S&P上，是由Brendan Dolan-Gavitt等人提出的用于在程序中插入bug的技术方法。通过LAVA在uniq、who、md5sum、base64四个程序上进行bug插入而形成的测试集即为LAVA-M。LAVA-M被广泛应用于fuzz领域的工具效果评估，我们所熟知的Angora、RedQueen、T-Fuzz、VUzzer等工具都使用了LAVA-M进行测试评估。从这篇文章开始，通过三篇的篇幅讲述如何实现一个可以通用的基于LAVA的数据模型系统。
实现利用afl对lava的fuzz
从http://panda.moyix.net/~moyix/lava_corpus.tar.xz下载我们需要的数据集，我是用的Ubuntu环境进行的测试。可能会因为没有安装libacll库，遇到编译不通过的情况，所以保险起见，也安装一下这个库。
wget http://panda.moyix.net/~moyix/lava_corpus.tar.xz
sudo apt-get install libacl1-dev现在基本上都准备好了，来看一下这个数据集的三层文件夹结构:
我们这次要用的是LAVA-M文件夹下面的数据，其中包含四类base64、md5sum、uniq、who，本篇文章以base64为例进行介绍。进入LAVA-M下的base64文件夹，可以看到四个文件夹和一些文件，其中：
validated_bugs 里列出了在 base64 中插入的crash编号；
inputs里有能触发crash的输入，每一个输入的编号对应于一个crash的编号；
fuzzer_input里有用于给fuzzer作为种子的输入；
coreutils-8.24-lava-safe文件夹里存放了源代码及编译设置等；
validate.sh为安装脚本；
如果还没有安装afl，参考我的这篇文章AFL（一）入门使用，然后我们来进行插桩编译，进入LAVA-M下的base64文件夹。如果不进行插桩编译，可以直接运行脚本 validate.sh安装，但是我们要想用afl就要改一下配置（这一步之后可以跟angora、mopt等类似对比，这里先提一手，之后会用到）
先设置环境：
export CC=afl-gcc export CXX=afl-g++
可以用env命令进行查看环境设置是否成功。
然后运行脚本即可安装：
./validate.sh
显示输出插入bug数量为44/44时，即安装成功
找到如图的位置，里面的base64即我们的测试目标程序，我们回到base64的根目录位置，运行fuzz命令：
afl-fuzz -i inputs/ -o outputs coreutils-8.24-lava-safe/lava-install/bin/base64 -d @@
看到如下界面即成功：
【AFL（八）】用 AFL 对 LAVA-M 进行 Fuzz
标签：lang put 编译 who token mamicode 通过 基于 info
原文地址：https://www.cnblogs.com/wayne-tao/p/12813355.html
