探索未知的边界:FitM - 中间模糊器
2024-05-23 09:33:41作者:吴年前Myrtle
在软件安全领域,模糊测试(Fuzzing)是一种广泛使用的漏洞发现方法,而FitM正是这一领域的杰出代表。它是一个基于AFL++的覆盖率引导的模糊测试工具,专为无源码状态型的二进制客户端-服务器应用设计。通过FitM,即使在没有源代码的情况下,也能对通信协议进行深入探索。
项目简介
FitM采用独特的"Fuzzer-in-the-Middle"策略,结合了qemuafl的模拟技术和CRIU的用户空间快照功能。无需源代码,即可实现对服务器和客户端的同时模糊测试,揭示它们之间复杂交互中的潜在问题。
技术剖析
FitM的工作原理基于其核心组件FitM-qemu,这是一个扩展版的qemuafl,集成了网络层的系统调用级模拟。它将客户端和服务器置于同一模糊测试环境中,通过循环创建并恢复不同阶段的进程快照来探索协议的不同层次。每次迭代都会从上一阶段的输出作为输入种子,对另一个目标进行模糊测试,从而逐步挖掘协议深度。
应用场景
FitM适用于各种需要深入探索网络协议的场景,如Web服务、数据库接口、加密通信协议等。它可以帮助开发者发现那些常规语法模糊测试工具难以触及的深层次问题,甚至可以在缺少源码的情况下,对二进制库或固件进行安全审计。
项目特点
- 无需源码:FitM的独特之处在于它能处理二进制文件,不需要原始代码,这使得它可以用于任何公开或私有的二进制应用。
- 覆盖全面:通过同时模糊测试客户端和服务器,FitM可以涵盖整个通信流程,找到其他方法可能遗漏的问题。
- 高效智能:利用AFL++的覆盖率指导策略,FitM能够以高效率定向发现潜在的安全隐患。
- 灵活性强:FitM支持自定义配置,你可以调整运行时间,选择要测试的目标,并控制环境变量,以适应不同的测试需求。
开始你的旅程
FitM提供了一套详细的安装指南,只需几步简单的命令,你就可以开始你的模糊测试之旅。对于想要深入了解FitM工作原理的研究者,项目还提供了论文,详细解释了其技术细节和基准测试结果。
无论是安全研究员,还是软件开发者,FitM都是一款值得尝试的强大工具。立即加入FitM的行列,解锁二进制应用中隐藏的未知世界。让我们一起推动软件安全的边界,让互联网更加安全。
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
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
最新内容推荐
JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 STM32到GD32项目移植完全指南:从兼容性到实战技巧 Jetson TX2开发板官方资源完全指南:从入门到精通 OMNeT++中文使用手册:网络仿真的终极指南与实用教程 WebVideoDownloader:高效网页视频抓取工具全面使用指南 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
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++
649
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.68 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
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
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
632
143