Janus 文件系统模糊测试工具使用指南
2024-09-23 00:30:36作者:何举烈Damon
1. 项目介绍
Janus 是一个在 Linux 上针对文件系统进行模糊测试的先进工具。它通过同时探索文件系统和系统调用的二维输入空间,有效地发现内核文件系统中的内存损坏问题。Janus 是 AFL(American Fuzzy Lop)的一个变种,其目标不是传统的虚拟机,而是 Linux 内核库(LKL)。Janus 已经发现了大约 100 个独特的崩溃,并获得了 32 个 CVE 编号。目前,Janus 支持对 ext4、btrfs 和 F2FS 文件系统的图像解析。
2. 项目快速启动
2.1 环境准备
确保你的环境满足以下要求:
- 操作系统:Ubuntu 16.04 LTS
- clang 6.0.0(从源码编译)
- gcc 5.0.0(默认安装)
2.2 编译 Janus
-
编译
ff-gcc(用于插桩):cd ff-gcc make -
编译核心模糊测试引擎:
cd core make -
编译(移植的)LKL 4.17:
cd lkl例如,如果你想模糊测试 btrfs:
./compile -t btrfs -c -
编译图像解析器:
cd fs/btrfs make
2.3 运行模糊测试
-
创建种子程序目录:
mkdir prog -
生成种子程序:
./core/create_corpus istat/btrfs.istat prog -
创建输入和输出目录:
mkdir input mkdir output -
运行模糊测试:
./core/afl-image-syscall/afl-fuzz -b btrfs -s fs/btrfs/btrfs_wrapper.so -e ./samples/evaluation/btrfs-00.image -S btrfs -y prog -i input -o output -m none -u 2 -- ./lkl/tools/lkl/btrfs-combined -t btrfs -p @@
3. 应用案例和最佳实践
3.1 应用案例
Janus 主要用于发现文件系统中的内存损坏问题。例如,通过模糊测试 btrfs 文件系统,Janus 可以生成大量的测试用例,帮助开发者发现并修复潜在的漏洞。
3.2 最佳实践
- 并行模糊测试:Janus 支持并行模糊测试,可以通过创建多个 Janus 实例来提高测试效率。
- 生成可复现的测试用例:使用
afl-parse工具可以生成可复现的测试用例,便于开发者调试和修复问题。
4. 典型生态项目
- AFL(American Fuzzy Lop):Janus 是 AFL 的一个变种,AFL 是一个广泛使用的模糊测试工具,主要用于发现软件中的漏洞。
- Linux Kernel Library (LKL):Janus 的目标是 LKL,LKL 是一个用于在用户空间运行 Linux 内核的库。
- btrfs、ext4、F2FS:Janus 目前支持对这些文件系统进行模糊测试,未来可能会扩展到更多文件系统。
通过以上步骤,你可以快速上手并使用 Janus 进行文件系统的模糊测试。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.13 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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++
663
316
React Native鸿蒙化仓库
JavaScript
262
325
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
🎉 (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
1.2 K
655
🔥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
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219