OneFuzz:自托管的模糊测试即服务平台
2024-09-20 10:59:14作者:霍妲思
项目介绍
OneFuzz 是一个自托管的模糊测试即服务平台,旨在帮助开发者在软件发布前进行持续的模糊测试,从而主动增强软件的安全性和质量。自2020年9月开源以来,OneFuzz 已经成为微软内部重要的平台之一。尽管项目将于2023年9月30日归档,但在此之前,开发者仍可以利用其强大的功能进行高效的模糊测试。
项目技术分析
OneFuzz 的核心技术在于其能够通过单一命令启动从几台虚拟机到数千核心的模糊测试任务。其技术架构支持以下关键特性:
- 可组合的模糊测试工作流:用户可以集成自己的模糊测试工具,自定义分析和种子输入管理。
- 内置的集成模糊测试:默认情况下,模糊测试工具可以协同工作,共享输入数据,从而提高测试效率。
- 程序化的分类和结果去重:确保每次发现的漏洞都能稳定复现。
- 按需实时调试:支持从构建系统中按需启动实时调试会话。
- 可观测性和可调试性:透明的设计使得每个阶段的操作都可以被监控和调试。
- 跨平台支持:支持在 Windows 和 Linux 系统上进行模糊测试,并允许使用自定义的操作系统构建、内核或嵌套虚拟机。
- 崩溃报告通知回调:支持将崩溃报告直接推送到 Azure DevOps 工作项或 Microsoft Teams 消息中。
项目及技术应用场景
OneFuzz 适用于以下场景:
- 持续集成/持续部署(CI/CD)管道:开发者可以在 CI/CD 流程中集成 OneFuzz,自动启动模糊测试任务,确保每次代码提交都能进行安全性和质量检查。
- 安全研究:安全研究人员可以利用 OneFuzz 进行深入的漏洞挖掘和分析,提高发现和修复漏洞的效率。
- 软件质量保障:开发团队可以使用 OneFuzz 进行大规模的模糊测试,确保软件在发布前达到高质量标准。
项目特点
- 高效的自托管平台:OneFuzz 允许开发者在自己的环境中进行模糊测试,确保数据安全和隐私。
- 强大的扩展性:支持用户自定义模糊测试工具和分析方法,满足不同场景的需求。
- 全面的调试支持:提供实时调试功能,帮助开发者快速定位和修复问题。
- 跨平台兼容性:支持 Windows 和 Linux 系统,适应不同的开发环境。
- 丰富的通知机制:支持多种通知方式,确保开发者能够及时获取测试结果。
尽管 OneFuzz 即将归档,但其强大的功能和灵活的架构使其成为模糊测试领域的优秀工具。开发者可以继续使用并探索其潜力,甚至可以 fork 项目进行进一步的定制和开发。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5暂无简介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-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
项目优选
收起
deepin linux kernel
C
24
7
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
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
477
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
375
3.21 K
Ascend Extension for PyTorch
Python
169
190
暂无简介
Dart
615
140
🔥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
19
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
仓颉编程语言测试用例。
Cangjie
36
852
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++
647
258