OneFuzz:自托管的模糊测试即服务平台
2024-09-20 06:36:01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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
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
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
986
253