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
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 StartedRust0584- Ddeepseek-harnessDeepSeek Harness: Everything is a Plugin.TypeScript028
paper-ai搜索真实文献并生成引用对应文献的AI论文TSX03
phyaiPhyAI 是一个用于运行 Physical AI 模型(VLA、WAM 等)的高性能框架,支持云端推理服务和端侧部署。Python00
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
xiaobei专门为 OPC / 中小微企业准备的自媒体获客智能体Markdown03
项目优选
收起
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
511
551
deepin linux kernel
C
33
16
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.05 K
2.5 K
暂无描述
Markdown
855
5.69 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
840
1.28 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
849
1.71 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++
1.25 K
1.38 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.34 K
859
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.38 K
919
openJiuwen 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
TSX
4.42 K
714