标签：Box 协议 Proprietary Network protocol Model model fuzzing network
Abstract
协议安全重要性
当协议规范和程序代码都难以获得时，找bug有困难
本文： 自动协议逆向工程+fuzz testing
主要步骤：观察协议流量，推测生成模型
效果：能有效地探索协议状态空间
实验：两个case studies
1. Intro
P1: 协议安全重要性
P2: 已有工作
- 能获取代码的-百合Fuzzing,动态taint tracking, 符号执行，静态代码分析
- 不能获取代码也没有规格的时候-1. 读取固件镜像firmware image 2. 逆向二进制等
P3: - Automated network protocol fuzzing framework.
- A model-based approach to security flaw detection of network protocol implementations
这两项工作都能够自动推测协议状态，但是在协议中的深层状态相关的bug难以被触及
P4:
本文: PULSAR, stateful black-box fuzzing of proprietary network protocols
基本方法: observe the network traffic and infer a generative model for message formats
本文特点：guided fuzzing能够探索deep vulnerabilities
P5:
两个case，FTP和OSCAR
2. Methodology
- Model Inference
a) a Markov model representing the state machine
b) templates that identify the format of the messages
c) rules that track the data flow - Test case generation
a) Model inference这一步抽取到的模板和规则定义能够在communication特定阶段中定义的fuzzing primitives - Model Coverage
a) 尽量将fuzzer引导到被检测很少的state machines
2.1 Model Inference
本文的模型推断建立在PRISMA(a probabilistic approach to model both the message content and the state machine if an unknown protocol solely relying on standard captures of network traffic)的基础上。
标签：Box,协议,Proprietary,Network,protocol,Model,model,fuzzing,network 来源： https://www.cnblogs.com/xuesu/p/15257099.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。