Frizzer:基于Frida的黑盒模糊测试工具
2024-06-08 17:53:22作者:羿妍玫Ivan
项目介绍
Frizzer是一款利用覆盖率引导的黑盒模糊测试工具,它依赖于Frida动态代码插桩框架。即使在没有源代码的情况下,Frizzer也能对网络服务进行快速且相对简单的模糊测试,尤其适用于时间限制严格的评估场景。
项目技术分析
Frizzer是用Python 3编写的,并运行在Linux环境下。但被测试的应用程序可以不在同一系统上,只要目标系统也支持Frida即可。Frizzer可以通过远程连接到目标系统的Frida实例进行工作。由于使用了Frida,它可以获取未被 instrumented 可执行文件的覆盖率信息,这对于缺乏效率但要求迅速启动的测试非常有用。
该工具当前期望目标通过TCP(明文或TLS)进行通信,并假设服务已经运行。它不会启动或重启服务,只会持续对它进行模糊测试,直到其崩溃为止。
为了提高效率,你需要通过逆向工程找到主网络协议处理函数的地址,并将这个地址提供给模糊测试器。函数应该在每个由模糊测试器发起的TCP连接时精确调用一次。
项目及技术应用场景
- 安全评估:在有限的时间内,对于没有源码的网络服务器,Frizzer可以帮助快速发现潜在的安全漏洞。
- 软件调试:在无法获得源码或者不熟悉内部结构的二进制程序中,它能够帮助理解程序的行为和逻辑。
- 协议解析:用于探索未知或者复杂网络协议的格式和语义。
项目特点
- 无需源码:Frizzer仅需目标可执行文件,即可进行模糊测试。
- 跨平台:虽然Frizzer本身运行在Linux上,但它能连接并测试其他支持Frida的系统上的应用。
- 基于Frida的覆盖率跟踪:即使在未经 instrument 的情况下,也能实现基本块级别的覆盖度跟踪。
- 灵活配置:用户可以根据目标应用程序的特点,自定义要追踪的模块和协议处理函数。
安装与使用
首先,确保安装了Python 3、frida-tools 和 toml 模块。然后按照readme中的步骤克隆项目,设置虚拟环境并安装依赖。还需在系统上安装radamsa。在Debian系系统中,可以通过apt命令安装所有必要的依赖。
使用前,需要通过逆向工程找到目标服务的主协议处理器函数地址。接着创建项目目录,编辑配置文件,添加初始的输入文件,最后启动模糊测试器。Frizzer会监控连接,发送新生成的payload,并分析覆盖率来优化测试过程。
总的来说,Frizzer是一个实用的工具,尤其适合那些需要快速测试非开源网络服务的情况。其便捷性和灵活性使得在多种场景下都能发挥出强大的作用。现在就加入Frizzer的行列,挖掘那些隐藏在深处的安全隐患吧!
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
20
暂无简介
Dart
654
149
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.17 K
641
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
656
291
仓颉编译器源码及 cjdb 调试工具。
C++
130
864
React Native鸿蒙化仓库
JavaScript
251
320
仓颉编程语言测试用例。
Cangjie
37
857