WTF项目中的Tenet追踪功能增强:记录模糊测试器的内存写入操作
2025-07-10 03:52:10作者:曹令琨Iris
背景介绍
WTF项目是一个基于Windows的分布式代码覆盖引导的模糊测试框架,它集成了Tenet追踪功能用于记录执行轨迹。在实际使用过程中,开发者发现当前版本的Tenet追踪存在一个功能缺陷:它无法记录模糊测试器通过VirtWriteDirty方法执行的内存写入操作。
问题分析
在模糊测试过程中,测试器会通过VirtWriteDirty方法将变异后的输入数据写入目标内存区域。这些写入操作对于分析崩溃原因至关重要,特别是当这些内存区域在后续执行中没有被再次访问时。当前的Tenet追踪实现遗漏了这部分信息,导致开发者在分析崩溃原因时无法直接看到是哪些输入数据触发了问题。
解决方案实现
项目维护者0vercl0k在fbl_fix#210分支中实现了以下改进:
- 扩展了Tenet追踪功能,使其能够记录
VirtWriteDirty方法执行的内存写入操作 - 同时增加了对内存读取操作的记录,以支持Tenet的内存访问断点功能
- 确保该功能在
SetBreakpoint回调中使用VirtWriteDirty时也能正常工作
技术意义
这一改进具有重要的技术价值:
- 提高崩溃分析效率:开发者现在可以直接在Tenet追踪中看到模糊测试器写入的输入数据,无需额外工具或脚本
- 增强调试能力:结合内存读取记录,为内存访问断点提供了更完整的数据支持
- 简化工作流程:消除了开发者自行解析输出文件并手动添加内存写入记录的需求
实现细节
核心实现涉及以下技术点:
- 在
VirtWriteDirty方法执行时触发追踪记录 - 确保内存写入操作的时间戳与执行轨迹同步
- 处理在断点回调中的特殊写入场景
- 保持与现有Tenet追踪格式的兼容性
验证与测试
虽然主要开发者已进行初步测试验证了功能有效性,但仍建议用户在实际环境中进行全面验证,特别是:
- 不同大小的内存写入操作
- 高频写入场景
- 与现有追踪功能的交互
- 性能影响评估
总结
WTF项目的这一功能增强显著提升了模糊测试结果的分析效率,使开发者能够更直观地理解崩溃与输入数据之间的关系。这一改进体现了项目对用户体验的持续关注和对实用功能的不断完善,进一步巩固了WTF作为高效模糊测试框架的地位。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
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
68
20
🎉 (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
1.37 K
781