探索代码的边界:Manul,你的多平台覆盖率引导式模糊测试工具
2024-05-20 05:14:27作者:秋泉律Samson
在软件安全的世界里,发现潜在漏洞是至关重要的。Manul,一款由Python编写的覆盖率引导式并行模糊测试工具,正是为你实现这一目标而设计的。无论是在Windows、Linux还是macOS(目前为Beta版)上,Manul都能帮助你检测开源或黑盒二进制文件中的错误和不稳定性。
项目简介
Manul借鉴了AFL(American Fuzzy Lop)的理念,并引入了DynamoRIO和Intel PIN等DBI(动态二进制插桩)框架,提供了一种无需重新编译目标程序即可进行覆盖率引导的模糊测试方法。此外,Manul还内置了Radamsa变异器,增强了对输入数据的多样性处理。
技术分析
Manul的核心特性在于其灵活性和可扩展性:
- AFL兼容性:支持使用AFL的编译器来增加代码覆盖信息。
- DBI模式:利用DynamoRIO或PIN对未修改的二进制文件进行运行时插桩,实现覆盖率跟踪。
- 并行化:通过多线程并发执行,提高模糊测试的速度和效率。
- 自定义字典和变异器权重:允许用户指定自定义词汇表和调整不同变异器的执行频率,以优化测试效果。
应用场景
- 开源软件安全性审计:Manul可以用于检查已知或未知的开源软件,寻找潜在的安全问题。
- 黑盒二进制测试:对于无法获取源代码的软件,Manul可以在不改变原始代码的情况下进行模糊测试。
- 内存安全检查:结合Address Sanitizer,可以更有效地发现内存相关的错误。
项目特点
- 跨平台支持:覆盖Windows、Linux和macOS系统。
- 易用性:快速启动命令使设置变得简单,且包含了示例用法。
- 丰富的功能:包括持久化模式、多种mutators和灵活的配置选项。
- 社区认可:已经成功发现了多个CVE,证明了其有效性。
借助Manul,你可以深入到代码的细枝末节,挖掘那些不易察觉的问题。立即开始你的模糊测试之旅,为软件安全添加一道坚固的防线吧!
pip3 install psutil
git clone https://github.com/mxmssh/manul
cd manul
mkdir in
mkdir out
echo "AAAAAA" > in/test
python3 manul.py -i in -o out -n 4 "linux/test/test_afl @@"
开始你的测试,看看Manul能带来哪些惊人的发现!
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
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
422
3.25 K
Ascend Extension for PyTorch
Python
230
261
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++
689
331
暂无简介
Dart
686
160
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
266
326
🔥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
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869