探索Atheris:Python世界的覆盖率引导型模糊测试神器
2024-05-22 01:48:26作者:瞿蔚英Wynne
Atheris是一个强大的,基于libFuzzer的Python模糊测试引擎,它不仅支持Python代码的模糊测试,还能对CPython的原生扩展进行测试。无论你是Python开发者还是安全专家,Atheris都是你寻找潜在漏洞和提升代码质量的理想工具。
安装与使用
Atheris支持Linux(32位和64位)以及Mac OS X,兼容Python版本从3.6到3.10。你可以通过简单的pip命令安装预编译的版本:
pip3 install atheris
如果要针对原生扩展进行测试,建议从源码构建以确保libFuzzer与你的Clang版本匹配。以下是源码安装的步骤:
# 构建最新发布版
pip3 install --no-binary atheris atheris
# 或者构建开发分支
git clone https://github.com/google/atheris.git
cd atheris
pip3 install .
对于Mac用户,由于Apple Clang不自带libFuzzer,你需要安装最新版本的LLVM。详细步骤见源码安装部分。
技术亮点
Atheris基于libFuzzer,这意味着它可以自动发现输入数据导致的新路径,并据此生成新的测试用例。对于Python部分,Atheris通过字节码级别的覆盖收集来判断代码执行情况。
应用场景
- 测试Python应用程序的核心逻辑,找出可能导致程序崩溃或行为异常的输入。
- 验证Python库或模块的安全性,特别关注那些处理外部输入的组件。
- 对于C扩展的Python模块,Atheris可以有效地发现潜在的内存安全问题。
使用示例
只需以下几步,你就可以开始使用Atheris进行模糊测试:
#!/usr/bin/python3
import atheris
with atheris.instrument_imports():
import some_library
import sys
def TestOneInput(data):
some_library.parse(data)
atheris.Setup(sys.argv, TestOneInput)
atheris.Fuzz()
当测试Python代码时,任何未捕获的异常都将被识别为失败。
特色功能
- 多维度覆盖:Atheris提供了多种覆盖率收集方式,包括对导入模块、单个函数甚至所有已加载函数的覆盖率跟踪。
- 扩展支持:能够对原生扩展进行模糊测试,但需要相应的 instrumentation。
- 结构感知模糊测试:支持自定义mutator和crossover函数,可以针对特定语法结构生成输入,提高测试效率。
- 可视化覆盖率报告:兼容coverage.py,方便查看哪些代码行被执行,有助于优化测试策略。
总的来说,Atheris提供了一个高效且灵活的框架,用于深入挖掘Python代码中的潜在问题,无论是纯Python代码还是带有原生扩展的部分。其简单易用的API和丰富的功能使其成为每个Python开发者和安全工程师的必备工具。现在就试试看,让Atheris助力你的代码变得更加健壮和安全!
登录后查看全文
热门项目推荐
kernelopenEuler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。C041
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
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
最新内容推荐
Python开发者的macOS终极指南:VSCode安装配置全攻略 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 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 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 STM32到GD32项目移植完全指南:从兼容性到实战技巧 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
435
3.3 K
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++
694
367
Ascend Extension for PyTorch
Python
240
275
暂无简介
Dart
696
164
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
269
328
🔥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
65
19
🎉 (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
1.22 K
673
仓颉编译器源码及 cjdb 调试工具。
C++
138
869