首页
/ E9AFL 使用教程

E9AFL 使用教程

2024-09-03 21:48:46作者:何将鹤

项目介绍

E9AFL 是一个基于 AFL(American Fuzzy Lop)和 e9patch 的二进制覆盖引导模糊测试工具。它允许在不需要重新编译的情况下对 x86_64 Linux 二进制文件进行模糊测试。E9AFL 使用 e9patch 进行静态二进制重写,将 AFL 插桩插入到目标二进制文件中。

项目快速启动

下载与构建

  1. 下载预构建包

  2. 构建 E9AFL

    • 运行构建脚本:
      $ ./build.sh
      

安装与使用

  1. 安装 afl-fuzz

    $ sudo apt-get install afl
    
  2. 使用 E9AFL

    $ ./e9afl /path/to/binary
    

    这将生成一个 AFL 插桩的二进制文件,可以使用 afl-fuzz 进行模糊测试。

示例

以下是一个模糊测试 readelf 程序的示例:

$ ./e9afl readelf
$ mkdir -p input
$ mkdir -p output
$ head -n 1 `which ls` > input/exe
$ afl-fuzz -m none -i input/ -o output/ -- ./readelf-afl -a @@

应用案例和最佳实践

案例:使用 E9AFL 进行模糊测试

假设我们需要对 readelf 程序进行模糊测试:

  1. 准备输入数据

    $ mkdir -p input
    $ head -n 1 `which ls` > input/exe
    
  2. 运行模糊测试

    $ afl-fuzz -m none -i input/ -o output/ -- ./readelf-afl -a @@
    

最佳实践

  • 使用 RedFat 进行内存错误检测
    • 安装 RedFat:
      $ ./install.sh
      
    • 使用 RedFat 选项:
      $ ./e9afl --redfat readelf
      
    • 预加载 RedFat 库:
      $ AFL_PRELOAD=/usr/share/redfat/libredfat.so afl-fuzz -m none -i input/ -o output/ -- ./readelf-afl -a @@
      

典型生态项目

e9patch

e9patch 是一个静态二进制重写工具,E9AFL 使用它来插入 AFL 插桩。e9patch 项目地址:https://github.com/GJDuck/e9patch

RedFat

RedFat 是一个内存错误检测工具,可以与 E9AFL 结合使用,增强内存错误检测能力。RedFat 项目地址:https://github.com/GJDuck/RedFat

通过结合这些工具,可以构建一个强大的二进制模糊测试和内存错误检测环境。

登录后查看全文
热门项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
23
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
225
2.27 K
flutter_flutterflutter_flutter
暂无简介
Dart
526
116
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
JavaScript
211
287
nop-entropynop-entropy
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
frameworksframeworks
openvela 操作系统专为 AIoT 领域量身定制。服务框架:主要包含蓝牙、电话、图形、多媒体、应用框架、安全、系统服务框架。
CMake
795
12
RuoYi-Vue3RuoYi-Vue3
🎉 (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
986
583
pytorchpytorch
Ascend Extension for PyTorch
Python
67
97
ops-mathops-math
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++
566
94
GLM-4.6GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
43
0