CN101814053A - 一种基于功能模型的二进制代码漏洞发现方法 - Google Patents

一种基于功能模型的二进制代码漏洞发现方法 Download PDF

Info

Publication number
CN101814053A
CN101814053A CN201010133905A CN201010133905A CN101814053A CN 101814053 A CN101814053 A CN 101814053A CN 201010133905 A CN201010133905 A CN 201010133905A CN 201010133905 A CN201010133905 A CN 201010133905A CN 101814053 A CN101814053 A CN 101814053A
Authority
CN
China
Prior art keywords
code
program
binary code
analysis
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201010133905A
Other languages
English (en)
Other versions
CN101814053B (zh
Inventor
王震宇
窦增杰
姚伟平
何红旗
陈楠
刘建林
刘铁铭
王瑞敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
PLA Information Engineering University
Original Assignee
PLA Information Engineering University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by PLA Information Engineering University filed Critical PLA Information Engineering University
Priority to CN 201010133905 priority Critical patent/CN101814053B/zh
Publication of CN101814053A publication Critical patent/CN101814053A/zh
Application granted granted Critical
Publication of CN101814053B publication Critical patent/CN101814053B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Debugging And Monitoring (AREA)

Abstract

本发明涉及计算机软件逆向分析领域。一种基于功能模型的二进制代码漏洞发现方法，首先基于静态逆向分析系统建立代码功能模型，并基于所述代码功能模型构造初始测试用例集；其次，通过动态测试与回放分析系统依据覆盖率控制和选路策略在动态测试平台上加载测试用例集，并采用动态路径约束优化和约束求解、基于代的路径遍历算法进行测试用例集的调整，以及根据回放分析进行异常的精细分析及漏洞定位；第三，静态逆向分析系统和动态测试与回放分析系统均将各自分析得到的程序属性存入功能模型中，并以功能模型中的程序属性来指导各自的分析测试工作。能有效减少测试用例生成的盲目性，提高测试用例集的有效性，进而提高漏洞挖掘的自动化程度和效率。

Description

一种基于功能模型的二进制代码漏洞发现方法
一、技术领域：本发明属于计算机软件逆向分析领域，具体地说，本发明涉及一种新的计算机软件漏洞发现技术，即一种可执行软件漏洞发现方法。
二、背景技术：二进制代码级的软件漏洞挖掘技术本质上是一种特殊类型的基于逆向分析的软件测试技术，其研究涉及各类漏洞的形成机理、软件测试理论、操作系统运行机制、静态的反汇编分析技术和动态调试跟踪技术、处理器仿真动态跟踪技术等。目前的挖掘技术从逆向分析的软件测试角度而言，可分为三类：白箱分析、黑箱分析和灰箱分析。
白箱分析包括分析和理解源代码。对于在源代码一级的软件漏洞挖掘，主要分析不安全函数的调用，给出可能导致漏洞的程序模式或匹配规则，设计一些静态分析工具，通过扫描源代码来发现漏洞。白箱分析的优点是高效快速，整个过程可以自动完成，能较全面地覆盖系统代码。而其存在的问题是通过分析会产生大量的误报，分析复杂性高，结果可用性差。2000年，美国加利福尼亚大学的David Wagner发表的“A First Step Towards Automated Detection ofBuffer Overrun Vulnerabilities”初步给出了基于源代码分析的溢出漏洞发现规则。Cigital的SourceScope、开放源码的ITS4、FlowFinder、Estima发布的RATS是几款比较典型的静态扫描分析工具，可以用以发现C或C++程序中的缓冲区溢出漏洞，其中RATS还支持Per1、PHP、Python等编程语言。
黑箱分析是指直接利用各种输入对程序进行探测，并不借助于任何源代码。黑箱分析作为软件测试的手段已经发展了很多年，理论比较成熟。通过输入非常规的命令行参数、交互时的输入、环境变量等数据来触发潜在的安全漏洞。相对于白箱分析，黑箱分析容易实施，并能够较准确和真实地确定缓冲区溢出漏洞的存在。黑箱分析的主要缺点是不能确定是否覆盖了目标程序的所有代码，而且无法处理由一组输入序列引起的安全漏洞。Fuzzing就是一种基于黑箱分析的漏洞自动检测技术。它向被测试的应用程序提供半有效性的输入，即可以被应用程序所接受并且具有一定破坏性的随机输入。它检查应用程序是否能正确处理可能的错误输入，通过监控应用程序的执行情况发现程序中潜在的漏洞。Fuzzing技术可以用于检测多种安全漏洞，包括有：缓冲区溢出漏洞、整型溢出漏洞、格式化串漏洞、竞争条件漏洞、SQL注入、跨站点脚本、远程命令执行、文件系统攻击、信息泄露等。
灰箱分析结合了白箱分析和黑箱分析技术，灰箱分析一般需要某些工具的协同工作。比如，灰箱分析在调试程序中运行目标程序，并给目标程序提供专门的输入数据集，通过这种方法在程序运行的同时检测可能的错误和漏洞。例如，Rational的Purify就是一个强大的工具，可以在软件运行时动态检查软件，提供运行时详细的内存使用和资源消耗的信息，为缓冲区溢出漏洞的发现提供依据。与灰箱分析相关的各类工具有：反汇编工具如DataRescue公司的IDAPRO、动态跟踪工具如Compuware公司的Softice、代码覆盖工具如Maryland大学的dyninst API工具等。
此外，还有基于形式化机器证明、计算机辅助推理和补丁比对等方法的漏洞发现技术。传统的漏洞发现方法有以下缺点：
(1)漏洞测试效率不高。在漏洞测试中，测试数据是随机产生的，或者有固定的模式。测试数据的产生和程序如何处理这些数据无关，另外一旦测试数据产生就是最终的测试数据，测试效率不高。
(2)漏洞测试的效果不好评估。现在常用代码覆盖率来评估漏洞测试的效果存在很多不足，因为代码覆盖率和漏洞测试效率并不存在直接联系，代码覆盖率高并不表示发现的漏洞多。
(3)异常不好排查。现有的漏洞发现方法不能自动分析异常的原因，且不能自动记录指令的执行过程。
三、发明内容：
本发明针对现有技术不足，提出一种基于功能模型进行漏洞发现的全新思路，能有效减少测试用例生成的盲目性，提高测试用例集的有效性，进而提高漏洞挖掘的自动化程度和效率，为漏洞发现的自动化和智能性、安全性测试的完备性等提供有力保障。
本发明所采用的技术方案：
一种基于功能模型的二进制代码漏洞发现方法，包括静态逆向分析系统、动态测试与回放分析系统和功能模型库，首先基于静态逆向分析系统建立起具有形式化验证和推理功能的代码功能模型，并基于所述代码功能模型构造初始测试用例集，即建立功能模型库；其次，通过所述动态测试与回放分析系统，依据覆盖率控制和选路策略在动态测试平台上加载测试用例集，对测试用例集进行动态测试，并采用动态路径约束优化和约束求解、基于代的路径遍历算法进行测试用例集的调整，以及根据回放分析进行异常的精细分析及漏洞定位；第三，静态逆向分析系统和动态测试与回放分析系统均将各自分析得到的程序属性存入功能模型中，并以功能模型中的程序属性来指导各自的分析测试工作。
所述的基于功能模型的二进制代码漏洞发现方法，通过所述的静态逆向分析系统，实现二进制代码的反汇编简化抽象表示(SAIR)、程序代码控制流分析、运行时刻环境抽取、变量取值范围分析、指针别名分析、数据结构分析还原、数据类型传播分析、脆弱点分析、污点传播分析以及路径约束生成与优化，逆向分析得到各类程序属性，并对各类程序属性进行描述分类存入功能模型中。
所述的基于功能模型的二进制代码漏洞发现方法，二进制代码的反汇编简化抽象表示(SAIR)的流程包括下述步骤：①对二进制代码文件通过反汇编器进行反汇编得到汇编程序，将可执行程序中机器指令序列转化成汇编指令序列；②提取反汇编代码，包括代码和数据、子程序信息、调用集合；③根据汇编指令的特点，对不同处理器指令系统进行分析，结合设计的描述指令相关信息属性的语法和语义实现二进制代码的反汇编简化抽象表示。
所述的基于功能模型的二进制代码漏洞发现方法，设计一种描述指令相关信息属性的语法，通过对指令语义的描述，建立从汇编代码到中间语言代码的映射，分析二进制代码的各类属性，包括程序控制流、变量的取值、数据结构还原、数据的依赖关系的需要，实现二进制代码简化汇编语言中间表示，SAIR使用以下语法分类：
①a∈Aexp，算术表达式；②b∈Bexp，布尔表达式；③I∈Ins，指令集；
假定程序的变量集合可数明确，不会出现新的立即数、标号、操作符，则SAIR对应的单词符号有以下几种：
①n∈Num，数值；②l∈Lab，标号；③Ri∈R，寄存器；④M[n]∈M，n∈Z，内存单元，M[n]∈M可简写成*(n)；直接寻址的内存单元：*(n)，n∈Z；间接寻址的内存单元：*(n+Ri)，n∈Z，Ri∈R；⑤opa∈Opa，算术操作，Opa＝{+，-，*，/}；⑥opr∈Opr，关系表达式，Opr＝{＞，＝，＜}；⑦opb∈Opb，布尔表达式，
Figure GSA00000064691200031
SAIR抽象语法规则描述如下：
算术表达式：Aexp：a::＝n|R0|*(n+R0)|a0 opa a1；
布尔表达式：Bexp：b::＝true|false|jmp l|a0 opr a1|not b|b0 opb b1；
程序指令：
Figure GSA00000064691200041
对于call指令标号lc用于过程调用，标号lr用于过程的返回。
所述的基于功能模型的二进制代码漏洞发现方法，在SAIR和二进制代码存储空间的抽象表示基础之上，通过静态分析程序的结构及收集程序中各个变量的使用情况建立数据流方程，并对数据流方程进行求解，以得到程序的属性信息：一个数据流分析过程等价于一个完备格
Figure GSA00000064691200042
程序的变量、表达式的性质或者是变量的取值等程序属性可抽象表示为格中的元素，格到格自身的映射函数f：L→L称为流函数，流函数通过格到格自身的映射来模拟程序的运行。
所述的基于功能模型的二进制代码漏洞发现方法，功能模型的建立主要通过静态逆向分析系统对二进制代码代码进行属性分析，从语法、语义上理解程序的行为，直接分析程序的特征，通过将二进制代码转化成简化汇编语言中间表示，建立指令的操作语义、抽象转移函数和代码抽象存储空间，最终建立起具有形式化验证和推理功能的代码功能模型，功能模型库中组织存放了目标代码的各类程序属性：SAIR及其形式化语义、代码控制流信息、代码数据流信息、代码抽象存储空间模型、运行时刻环境抽象表示、关键函数及其调用关系、转移点及路径约束条件、变量取值及传播范围、指针别名信息、数据依赖关系。
所述的基于功能模型的二进制代码漏洞发现方法，针对每一个二进制文件，看作是在它的逻辑地址空间上运行，过程的活动记录、堆区域以及全局数据区域在一个逻辑地址空间中，根据各区域的实际特性，把逻辑空间划分为互不相关且相对独立的存储区域，分别对其建立抽象存储空间模型，实现二进制代码存储空间的抽象表示，所述抽象存储空间模型包括：一个抽象代码域，记为AD_Code，表示程序中的可执行代码所在的区域；一个抽象静态数据域，记为AD_Data，表示程序所有初始化和未初始化的全局变量的所在的区域；若干个抽象堆域，记为AD_Heap，表示使用malloc等动态分配函数产生的内存区域；抽象栈域，记为AD_Stack，表示对应过程活动记录所在的内存区域。
所述的基于功能模型的二进制代码漏洞发现方法，程序代码控制流分析包括基于SAIR设计程序控制流分析器提取二进制代码的控制流信息、设计控制流抽象分析器对程序控制流信息进行分析和抽象、针对过程间的控制流划分基本块得到程序的控制流图并以GDL的形式显示、针对过程间的控制流分析过程的相互调用关系得到过程调用图并以GDL的形式显示。
所述的基于功能模型的二进制代码漏洞发现方法，在动态测试与回放分析系统中，采用基于代的路径遍历算法进行当前路径上新路径约束和测试用例的求解，基于代的路径遍历算法中，赋予每条路径一个N值，用于标记当前路径上已经被取反的分支约束数量，从当前路径约束生成下一代路径约束集的算法如下：
输入：thePC
输出：childPC
算法：Generation(thePC)
Len:＝|thePC|；
childPC:＝{}；
while(Len＞0)do
   NewPC:＝thePC[0...(i-1)]and NOT(thePC[i])；
   NewPC.N:＝Len-i+1；
   childPC:＝childPC+NewPC；
   Len:＝Len-1；
end while
所述的基于功能模型的二进制代码漏洞发现方法，基于代的路径遍历算法指导下求得新路径约束和测试用例后，采用基于最大化代码覆盖率的路径选择策略从中选取一个进行下一轮的测试，以求在最短时间内尽可能多地覆盖基本块：统计当前测试用例能覆盖的基本块数量和新增加的基本块数量，将新增加的基本块数量作为该测试数据的权值；将该测试数据加入约束生成数据队列时，以该权值进行排序，权值大的排在队列前面；在下一轮实施约束生成和约束求解时，将从该队列头部选出第一个测试数据，即权值最大的进行优先约束生成和求解，在对约束条件进行求解时，如果该组约束条件无解，则认为该路径不可达，如果解存在，则依据约束求解的结果构造出新的测试用例，加入到测试用例集中。
本发明的有益积极效果：
1、本发明基于功能模型的二进制代码漏洞发现方法，基于二进制代码功能模型来指导漏洞发现，该机制中动态和静态安全性分析技术通过功能模型有机结合在一起，可为漏洞发现的自动化和智能性、安全性测试的完备性等提供有力保障，能极大提高漏洞发现的智能性和自动化程度。基于SAIR设计控制流分析算法屏蔽了各类CPU指令系统及其寻址方式的庞杂性，忽略了与目标平台相关的细节，使基于SAIR的漏洞分析机制适用多种不同处理器平台上可执行文件的分析。另外，控制流分析算法充分考虑了过程内和过程间控制流的特性，统一进行控制流分析，既适用于过程内控制流分析也适用于过程间控制流分析。
2、本发明基于功能模型的二进制代码漏洞发现方法，采用基于代的路径遍历算法来指导当前路径上新路径约束和测试用例的求解。此算法适用于规模较大的程序的遍历，较好地解决程序状态空间爆炸的问题；并能避免广度遍历等算法前后次遍历结果的重合；此外由于是采用的启发式搜索，能尽可能快地达到最大代码覆盖率。传统的路径遍历算法有深度遍历算法和广度遍历算法等，深度遍历算法和广度遍历算法每次遍历只生成一个新的路径约束。深度遍历算法在某个路径上不可达时会中止遍历过程；广度遍历算法在前后遍历过程中会生成重合的路径约束，影响分析效率。
3、本发明基于静态分析得到的功能模型来指导测试用例集的生成，能有效减少测试用例生成的盲目性，提高测试用例集的有效性，提高漏洞挖掘的自动化程度和效率。采用基于多重标记的动态污点分析方法，结合静态逆向分析过程中的结果，分析跟踪外部输入数据在程序具体执行过程中的流向，能很好的确定外控分支转移点中的约束条件与输入数据之间的依赖关系，能更好地产生和调整测试用例集，便于更准确的提取外控分支转移点的约束条件。
4、本发明通过基于动态污点传播的输入依赖分析能很好的得出指令与输入数据之间的依赖关系；采取程序切片方法能有效的去掉无依赖关系的指令，减少生成的约束条件规模，节省了记录程序执行轨迹和分析其动态依赖关系等所需的庞大的时间和空间开销。
四、附图说明：
图1：本发明基于功能模型的二进制代码漏洞发现方法技术架构；
图2：本发明二进制代码简化汇编语言中间表示(SAIR)转化流程；
图3：二进制代码控制流分析整体框架；
图4：二进制代码抽象存储空间模型的基本构成；
图5：单一标记和多重标记示意图。
五、具体实施方式：
实施例一：参见图1，本发明基于功能模型的漏洞发现方法，主要由静态逆向分析系统、动态测试与回放分析系统和抽象功能模型库等组成。其总体技术架构如图1所示。静态逆向分析系统和动态测试与回放分析系统均将各自分析得到的程序属性存入功能模型中，并以功能模型中的程序属性来指导各自的分析测试工作。功能模型随着动静态分析过程的不断迭代逐步调整细化。通过上述过程的相互作用和不断迭代，一方面使得功能模型更加完善与具体化，另一方面也使得逆向分析和动态测试工作更具有针对性，从而大大提高分析工作的效率和漏洞发现的可能性。
静态逆向分析系统主要实现了简化汇编语言中间表示(Simple Assemblylanguage Intermediate Representations，SAIR)、控制流分析、运行时刻环境抽取、变量取值范围分析、指针别名分析、数据结构分析还原、数据类型传播分析、脆弱点分析、污点传播分析及路径约束生成与优化等功能，并负责将逆行分析所得的各类程序属性进行描述分类存入功能模型中。
功能模型库中组织存放了目标代码的各类程序属性：SAIR及其形式化语义、代码控制流信息、代码数据流信息、代码抽象存储空间模型、运行时刻环境抽象表示、关键函数及其调用关系、转移点及路径约束条件、变量取值及传播范围、指针别名信息、数据依赖关系等。
动态测试与回放分析系统实现了基于动态测试的二进制代码漏洞分析，具有测试用例集生成和调整、用例注入和动态测试、污点分析、约束条件动态分析、覆盖率控制和选路策略、异常捕获与回放分析等功能。首先基于静态逆向分析系统得到的功能模型，构造初始测试用例集；在动态测试平台上加载测试用例集进行动态测试，采用动态路径约束优化、基于代的路径遍历和回放分析等手段进行测试用例集的调整，以及进行异常的精细分析及漏洞定位。
实施例二：参见图1～图4，本实施例在实施例一的基础上，进一步提出了建立功能模型的具体技术方案。
功能模型的建立主要通过静态逆向分析系统对二进制代码代码进行属性分析，从语法、语义上理解程序的行为，直接分析程序的特征。主要通过将二进制代码简化汇编语言中间表示(SAIR)、控制流分析、二进制代码运行时刻环境抽象表示、基于单调数据流框架的值范围分析、指针别名分析、数据结构分析还原、数据类型传播分析及数据依赖关系分析、脆弱点分析、污点传播分析及路径约束生成与优化等方法得到程序的各类属性，并将逆向分析得到的各类程序属性存入功能模型中。
功能模型反映了二进制代码的各类程序属性。依据路径遍历算法及代码覆盖率控制策略产生初始测试用例集和加载调度执行策略，为动态测试与回放分析系统提供支撑。
通过将二进制代码转化成简化汇编语言中间表示，建立指令的操作语义、抽象转移函数和代码抽象存储空间，最终建立起具有形式化验证和推理功能的代码功能模型，功能模型具有程序属性自动分析和推演的功能，并且能继承动静态分析过程所得到的程序属性和可重用特征。
为了解决大型程序测试过程中的路径爆炸问题，综合运用了抽象解释代码分析、Fuzzing测试和动态仿真等技术手段，减少测试用例生成的盲目性，提高测试用例集的有效性，在代码覆盖率指导下有效控制了测试用例集的计算复杂度，并对动态测试过程中的二进制代码覆盖率和路径覆盖率进行评估。
1、二进制代码简化汇编语言中间表示的实现
根据分析二进制代码的各类属性，如程序控制流、变量的取值、数据结构还原、数据的依赖关系等的需要，并为了保证二进制代码分析的简洁性和严密性，实现了一种简化汇编语言中间表示(SAIR)。设计一种描述指令相关信息属性的语法，通过对指令语义的描述，建立从汇编代码到中间语言代码的映射，从而完成汇编语言到SAIR的转换。本发明给出的SAIR屏蔽了各类CPU指令系统及其寻址方式的庞杂性，忽略了与目标平台相关的细节，使基于SAIR的漏洞分析机制适用多种平台可执行文件的分析。
SAIR使用以下语法分类：
①a∈Aexp，算术表达式；②b∈Bexp，布尔表达式；③I∈Ins，指令集；
假定程序的变量集合是可数明确的，不会出现新的立即数、标号、操作符等。SAIR对应的单词符号有以下几种：
①n∈Num，数值；②l∈Lab，标号；③Ri∈R，寄存器；④M[n]∈M，n∈Z，内存单元，M[n]∈M可简写成*(n)。直接寻址的内存单元：*(n)，n∈Z；间接寻址的内存单元：*(n+Ri)，n∈Z，Ri∈R；⑤opa∈Opa，算术操作，OPa＝{+，-，*，/}；⑥pr∈Opr，关系表达式，Opr＝{＞，＝，＜}；⑦opb∈Opb，布尔表达式，
Figure GSA00000064691200091
SAIR抽象语法规则可描述如下：
算术表达式：Aexp：a:＝n|R0|*(n+R0)|a0 opa a1；
布尔表达式：Bexp：b::＝true|false|jmp l|a0 opr a1|not b|b0 opb b1；
程序指令：
Figure GSA00000064691200092
对于call指令标号lc用于过程调用，标号lr用于过程的返回。
从集合论的观点来看，上述规则是对汇编语言语法集合的归纳定义，由此得到的集合是对构造规则封闭的最小集。
图2是二进制代码转化SAIR的流程：
①二进制文件通过反汇编器完成二进制文件的反汇编得到汇编程序，反汇编的主要作用是将可执行程序中机器指令序列转化成汇编指令序列。
②提取反汇编代码，包括代码和数据、子程序信息、调用集合等。
③根据汇编指令的特点，对不同处理器指令系统进行分析，结合设计的SAIR语法和语义实现SAIR的转化。例如数据和地址传送指令统一划分为赋值类型的指令，跳转指令根据分析可以划分为条件分支语句。算法根据汇编指令助记符对指令分类，建立汇编指令助记符与SAIR类型的映射。在转化SAIR的时候，只是汇编指令改变，指令的操作数不变。
2、控制流分析
程序控制流分为过程内的控制流(即基于基本块的控制流)和过程间的控制流(即函数调用关系)。程序控制流分析框架如图3所示，主要包括基于SAIR设计程序控制流分析器提取二进制代码的控制流信息、设计控制流抽象分析器对程序控制流信息进行分析和抽象、针对过程间的控制流划分基本块得到程序的控制流图并以GDL的形式显示出来、针对过程间的控制流分析过程的相互调用关系得到过程调用图并以GDL的形式显示出来。
定义3个函数来提取程序的控制流：
①init:I→Lab返回指令的初始标号；
②返回指令结束标号的集合；
③
Figure GSA00000064691200102
映射指令的执行流集合F。
下面给出对应的程序流构造算法。算法的输入为指令集合I，此算法递归求解I的流集合F和程序的结束点集合final。其中，函数head用于取I中的第一条指令，函数tail用于得到除第一条指令外I中其余指令集合。
算法步骤如下：
输入：I
输出：f:＝final(I)，F:＝flow(I)
算法：flow(I)
while I≠NULL do
  I′:＝head(I) I:＝tail(I)
  if(I′指令助记符call)then
     F:＝F∪{(init(I′)；init(p))}
     ∪{(l1；l2)|l1∈final(p)，l2∈final(I′)}
     ∪{(init(I′)，l2)|l2∈final(I′)}
  else if(I′指令助记符为retn)then f:＝f∪final(I′)
  else if(I′指令助记符为jmp)then F:＝F∪flow(I′)
  else if(I′指令助记符为if) then It:＝head(I)
  while(It指令助记符不是else)do
     I1:＝I1∪It I:＝tail(I) It:＝head(I)
  endwhile
    flow(if I′then I1 else I)
  else flow(I′，I)
endwhile
3、二进制代码存储空间的抽象表示
每一个正在执行的程序可看作是在它的逻辑地址空间上运行。程序逻辑地址空间由以下区域组成：
①代码区：存放可执行的目标代码。
②静态数据区：存放所有初始化和未初始化的全局变量和编译器产生的其它数据。
③堆区：存放程序运行时刻分配和释放的数据。
④栈区：存放过程的活动记录。
在程序的逻辑空间中，过程的活动记录、堆区域以及全局数据区域在一个地址空间中，但是为了分析方便，根据各区域的实际特性，把逻辑空间划分为互不相关且相对独立的存储区域，分别对其建立抽象存储模型。从而，程序存储空间抽象模型不再是简单的一维地址空间，其包含了四类抽象域：抽象代码域(记为AD_Code)、抽象静态数据域(记为AD_Data)、抽象堆域(记为AD_Heap)和抽象栈域(记为AD_Stack)。每个抽象区域均能表示程序运行时的属性，变量在具体存储空间的位置抽象表示成抽象区域中的地址。如图4所示，针对一个二进制文件，其抽象存储空间模型包含了一个抽象代码域，表示程序中的可执行代码所在的区域；一个抽象静态数据域，表示程序所有初始化和未初始化的全局变量的所在的区域；根据情况会有若干个抽象堆域AD_Heap和抽象栈域AD_Stack。抽象栈域表示对应过程活动记录所在的内存区域，抽象堆域表示使用malloc等动态分配函数产生的内存区域。基于抽象存储空间模型的运算反映了程序具体环境上的运算。
4、数据流分析和变量的传播
数据流分析在SAIR和二进制代码存储空间的抽象表示基础之上通过静态分析程序的结构及收集程序中各个变量的使用情况建立数据流方程并对数据流方程进行求解以得到程序的属性信息。程序的变量、表达式的性质或者是变量的取值等程序属性可抽象表示为格中的元素。格到格自身的映射函数f：L→L称为流函数。流函数通过格到格自身的映射来模拟程序的运行。一个数据流分析过程等价于一个完备格
Figure GSA00000064691200111
数据流分析实例由以下构成：
①完备格L
②指令迁移函数集合
Figure GSA00000064691200112
③通过函数flow返回的流集合F
④程序的极值标号集合E，E＝{init(I)}
⑤极值
Figure GSA00000064691200121
极值表示程序入口点的初始值
⑥标号l对应的指令迁移函数fl
使用数据流分析来求得二进制代码的属性就是求下面等式的最小不动点。
Figure GSA00000064691200122
R·(l)＝flR。(l))
Figure GSA00000064691200123
上式中的R表示程序的抽象运行时刻环境，Rо(l)和R·(l)分别表示标号为l指令执行前后的运行时刻环境。通过数据流分析就可以收集可执行代码数据流信息，利用任意路径方式，可对SAIR进行到达-定义分析，建立定义-使用链(Definition-Use chains，DU)和使用-定义链(Use-Definitions chains，UD)。通过DU和UD可以精确的确定变量的使用和定义情况并能很好的对变量进行跟踪和传播。根据这些信息分析各个基本变量、函数级输入输出参数、局部堆栈数据的数据依赖关系，对关键数据结构进行传播。
如果沿着某一个路径(l1，l2，...ln)没有对变量x的定义而在ln处使用了x，那么这个路径定义为变量x的clear路径。
clear表示为：
Figure GSA00000064691200124
定义du和ud表示的映射为
Figure GSA00000064691200126
其形式化表示为：
Figure GSA00000064691200127
∪{？|clear(x，init(I*)，l′)}
Figure GSA00000064691200128
基于SAIR的到达-定义分析(RD)来求解ud和du链。对于每个SAIR指令：
Figure GSA00000064691200131
RDout(l)＝(RDin(l)\killRD(Bl))U genRD(Bl)Bl∈block(I*)
基于这种表示使用数据流分析算法即可进行到达定义分析，基于RD的程序ud链的求解公式为：
Figure GSA00000064691200132
du和ud之间存在如下关系：
du(x，l)＝{(l′|l∈ud(x，l′)}。
du链可通过ud链来求解：
Figure GSA00000064691200133
实施例三：参见图1～图5，本实施例在实施例二的基础上，进一步介绍了动态测试与回放分析系统基于功能模型的测试用例生成。其内容包括：
1、基于动态污点传播的输入依赖分析
本发明采用基于多重标记的动态污点分析方法，结合静态逆向分析过程中的结果，分析跟踪外部输入数据在程序具体执行过程中的流向，明确外控分支转移点中的约束条件与输入数据之间的依赖关系。其有助于有针对性地产生和调整测试用例集，有助于提取更准确的外控分支转移点的约束条件。
单一标记将所有的污点数据作为一个整体进行统一标记，污点数据之间没有区别。基于多重标记的动态污点分析方法将原始污点数据块进一步细分，对细分后的每一个单元分别标记，关心每一个污点单元的传播和使用情况。单一标记和多重标记的标记方式如图5所示。基于多重标记的动态污点分析方法可更细粒度和更精确反映了污点数据的传播，不仅可以确定各指令和输入数据之间的依赖关系，而且可以更加精确地确定指令依赖的具体输入。
基于多重标记的污点数据传播机制中，通过给污点数据指定IsTainted和TaintedFrom两个属性来跟踪污点数据的传播，其中IsTainted表示数据是否被污染，TaintedFrom表示当前污点数据的污点源，污点数据的污点源可能有多个，每一个污点源的TaintedFrom属性初始化为其自身。
假设污点源数据为Source，当前操作数为Dest，当Source作为操作数参与Dest的计算时，Dest污点属性更新算法如下：
I.Dest.IsTainted＝1
II.Dest.TaintedFrom+＝∑Source.TaintedFrom)
在污点数据传播分析中，存在指令对污点数据进行修改或重新赋值，该污点数据不再具备污点属性，此时要进行污点清除操作。主要包括三类指令：
①赋值类指令：源操作数为非污点数据或常量。
②运算类指令：所有参与运算的源操作数都是非污点数据或常量。
③部分特殊的清零性指令：源操作数虽是污点数据，污点属性应被去除，如执行xor指令对寄存器的清零操作。
2、转移点约束条件的动态生成和优化技术
路径约束(Path Constraints，简称PC)是将程序输入点到目标分支的整条路径上各转移点的约束条件通过逻辑与运算得到逻辑表达式。在测试用例的动态测试过程中，可更准确更细粒度抽取当前执行路径的路径约束条件，依次取反条件分支对应的分支约束，动态生成新的路径约束和测试数据，引导程序执行到对应的条件分支。
当目标程序规模较大时，这种生成约束条件的方法得到的路径约束规模庞大，计算开销大，难以在可接受时间范围内求解。采取如下措施减小路径约束规模：
①结合动态污点传播分析中确定的指令输入依赖关系，提出了一种基于输入依赖的精简程序切片，只生成影响目标条件分支指令处的路径约束，减少计算开销；
②采用基于关键输入的路径约束化简方法对路径约束进一步化简；
③采用基于STP的路径约束求解对路径约束进行优化。
通过基于动态污点传播的输入依赖分析得出指令与输入数据之间的依赖关系，采取程序切片方法去掉无依赖关系的指令，减少生成的约束条件规模。基于后向分析的程序切片算法的基本思想是首先记录程序的执行轨迹，通过回溯该执行轨迹以获取程序的动态依赖关系，再依据得到的动态依赖关系，从程序中删除不相关的语句，进而获得动态程序切片。基于前向分析的动态程序切片算法则无需记录程序的执行轨迹，而是在执行完一条语句或语句块之后，随即计算出当前兴趣点处变量的程序切片，节省了记录程序执行轨迹和分析其动态依赖关系等所需的庞大的时间和空间开销。基于前向分析的动态程序切片算法对影响目标条件分支的指令进行抽取。
3、基于代的路径遍历算法
基于代路径遍历算法来指导当前路径上新路径约束和测试用例的求解。按代路径遍历算法具有如下优点：
①适用于规模较大的程序的遍历，较好地解决程序状态空间爆炸的问题；
②能避免广度遍历等算法前后次遍历结果的重合；
③启发式搜索，能尽可能快地达到最大代码覆盖率。
传统路径遍历算法有深度遍历算法和广度遍历算法等。深度遍历算法和广度遍历算法每次遍历只生成一个新的路径约束。深度遍历算法在某个路径上不可达时会中止遍历过程；广度遍历算法在前后遍历过程中会生成重合的路径约束，影响分析效率。
基于代的路径遍历算法中，赋予每条路径一个N值，用于标记当前路径上已经被取反的分支约束数量。从当前路径约束生成下一代路径约束集的算法如下：
输入：thePC
输出：childPC
算法：Generation(thePC)
Len:＝|thePC|；
childPC:＝{}；
while(Len＞0)do
   NewPC:＝thePC[0...(i-1)]and NOT(thePC[i])；
   NewPC.N:＝Len-i+1；
   childPC:＝childPC+NewPC；
   Len:＝Len-1；
end while
4、基于最大化代码覆盖率的路径选择策略
基于代的路径遍历算法指导下求得新路径约束和测试用例后，采用基于最大化代码覆盖率的路径选择策略从中选取一个进行下一轮的测试，以求在最短时间内尽可能多地覆盖基本块。
统计当前测试用例能覆盖的基本块数量和新增加的基本块数量，将新增加的基本块数量作为该测试数据的权值。将该测试数据加入约束生成数据队列时，以该权值进行排序，权值大的排在队列前面。在下一轮实施约束生成和约束求解时，将从该队列头部选出第一个测试数据，即权值最大的进行优先约束生成和求解。具体算法如下：
输入：inputSeed
输出：inputSet
算法：Search(inputSeed)
inputSet:＝{InputSeed}；
  while(inputSet不为空)do
    CurrentInput:＝inputSet中的第一个测试用例；
    PC＝AbstractGetPC(CurrentInput)；   //得到当前路径的PC
    PC.N＝CurrentInput.N；
    childPCSet＝Generation(PC)；        //生成下一代PC集
    while(childPCSet不为空)do
       NewPC:＝GetFirst(childPCSet)；
       NewInput:＝PCSolver(NewPC)；     //约束求解
       If(NewInput为空)  //如果无解
           continue；
       NewInput.N:＝NewPC.N；
       NewInput.weight:＝Score(NewInput)；//计算权值
       inputSet:＝inputSet+NewInput；
       Sort(inputSet，weight)；         //按weight权值对inputSet排序
   end while
end while
在对约束条件进行求解时，如果该组约束条件无解，则认为该路径不可达。如果解存在，则依据约束求解的结果构造出新的测试用例，加入到测试用例集中。
实施例四：本实施例基于功能模型的二进制代码漏洞发现方法，包括静态逆向分析系统、动态测试与回放分析系统和功能模型库，首先基于静态逆向分析系统建立起具有形式化验证和推理功能的代码功能模型，并基于所述代码功能模型构造初始测试用例集，即建立功能模型库；其次，通过所述动态测试与回放分析系统，依据覆盖率控制和选路策略在动态测试平台上加载测试用例集，对测试用例集进行动态测试，并采用动态路径约束优化和约束求解、基于代的路径遍历算法进行测试用例集的调整，以及根据回放分析进行异常的精细分析及漏洞定位；第三，静态逆向分析系统和动态测试与回放分析系统均将各自分析得到的程序属性存入功能模型中，并以功能模型中的程序属性来指导各自的分析测试工作。通过所述的静态逆向分析系统，实现二进制代码的反汇编简化抽象表示(SAIR)、程序代码控制流分析、运行时刻环境抽取、变量取值范围分析、指针别名分析、数据结构分析还原、数据类型传播分析、脆弱点分析、污点传播分析以及路径约束生成与优化，逆向分析得到各类程序属性，并对各类程序属性进行描述分类存入功能模型中。

Claims (10)

1.一种基于功能模型的二进制代码漏洞发现方法，包括静态逆向分析系统、动态测试与回放分析系统和功能模型库，其特征是：首先基于静态逆向分析系统建立起具有形式化验证和推理功能的代码功能模型，并基于所述代码功能模型构造初始测试用例集，即建立功能模型库；其次，通过所述动态测试与回放分析系统，依据覆盖率控制和选路策略在动态测试平台上加载测试用例集，对测试用例集进行动态测试，并采用动态路径约束优化和约束求解、基于代的路径遍历算法进行测试用例集的调整，以及根据回放分析进行异常的精细分析及漏洞定位；第三，静态逆向分析系统和动态测试与回放分析系统均将各自分析得到的程序属性存入功能模型中，并以功能模型中的程序属性来指导各自的分析测试工作。
2.根据权利要求1所述的基于功能模型的二进制代码漏洞发现方法，其特征是：通过所述的静态逆向分析系统，实现二进制代码的反汇编简化抽象表示、程序代码控制流分析、运行时刻环境抽取、变量取值范围分析、指针别名分析、数据结构分析还原、数据类型传播分析、脆弱点分析、污点传播分析以及路径约束生成与优化，逆向分析得到各类程序属性，并对各类程序属性进行描述分类存入功能模型中。
3.根据权利要求2所述的基于功能模型的二进制代码漏洞发现方法，其特征是：二进制代码的反汇编简化抽象表示的流程包括下述步骤：①对二进制代码文件通过反汇编器进行反汇编得到汇编程序，将可执行程序中机器指令序列转化成汇编指令序列；②提取反汇编代码，包括代码和数据、子程序信息、调用集合；③根据汇编指令的特点，对不同处理器指令系统进行分析，结合设计的描述指令相关信息属性的语法和语义实现二进制代码的反汇编简化抽象表示。
4.根据权利要求3所述的基于功能模型的二进制代码漏洞发现方法，其特征是：设计一种描述指令相关信息属性的语法，通过对指令语义的描述，建立从汇编代码到中间语言代码的映射，分析二进制代码的各类属性，包括程序控制流、变量的取值、数据结构还原、数据的依赖关系的需要，实现二进制代码简化汇编语言中间表示，其中使用以下语法分类：
①a∈Aexp，算术表达式；②b∈Bexp，布尔表达式；③I∈Ins，指令集；
假定程序的变量集合可数明确，不会出现新的立即数、标号、操作符，则SAIR对应的单词符号有以下几种：
①n∈Num，数值；②l∈Lab，标号；③Ri∈R，寄存器；④M[n]∈M，n∈Z，内存单元，M[n]∈M可简写成*(n)；直接寻址的内存单元：*(n)，n∈Z；间接寻址的内存单元：*(n+Ri)，n∈Z，Ri∈R；⑤opa∈Opa，算术操作，Opa＝{+，-，*，/}；⑥opr∈Opr，关系表达式，Opr＝{＞，＝，＜}；⑦opb∈Opb，布尔表达式，
Figure FSA00000064691100021
二进制代码简化汇编语言中间表示抽象语法规则描述如下：
算术表达式：Aexp：a::＝n|R0|*(n+R0)|a0 opa a1；
布尔表达式：Bexp：b::＝true|false|jmp l|a0 opr a1|not b|b0 opb b1；
程序指令：
对于call指令标号lc用于过程调用，标号lr用于过程的返回。
5.根据权利要求2、3或4所述的基于功能模型的二进制代码漏洞发现方法，其特征是：在二进制代码简化汇编语言中间表示和二进制代码存储空间的抽象表示基础之上，通过静态分析程序的结构及收集程序中各个变量的使用情况建立数据流方程，并对数据流方程进行求解，以得到程序的属性信息：一个数据流分析过程等价于一个完备格
Figure FSA00000064691100023
程序的变量、表达式的性质或者是变量的取值等程序属性可抽象表示为格中的元素，格到格自身的映射函数f:L→L称为流函数，流函数通过格到格自身的映射来模拟程序的运行。
6.根据权利要求1～4任一项所述的基于功能模型的二进制代码漏洞发现方法，其特征是：功能模型的建立主要通过静态逆向分析系统对二进制代码代码进行属性分析，从语法、语义上理解程序的行为，直接分析程序的特征，通过将二进制代码转化成简化汇编语言中间表示，建立指令的操作语义、抽象转移函数和代码抽象存储空间，最终建立起具有形式化验证和推理功能的代码功能模型，功能模型库中组织存放了目标代码的各类程序属性：二进制代码简化汇编语言中间表示及其形式化语义、代码控制流信息、代码数据流信息、代码抽象存储空间模型、运行时刻环境抽象表示、关键函数及其调用关系、转移点及路径约束条件、变量取值及传播范围、指针别名信息、数据依赖关系。
7.根据权利要求6所述的基于功能模型的二进制代码漏洞发现方法，其特征是：针对每一个二进制文件，看作是在它的逻辑地址空间上运行，过程的活动记录、堆区域以及全局数据区域在一个逻辑地址空间中，根据各区域的实际特性，把逻辑空间划分为互不相关且相对独立的存储区域，分别对其建立抽象存储空间模型，实现二进制代码存储空间的抽象表示，所述抽象存储空间模型包括：一个抽象代码域，记为AD_Code，表示程序中的可执行代码所在的区域；一个抽象静态数据域，记为AD_Data，表示程序所有初始化和未初始化的全局变量的所在的区域；若干个抽象堆域，记为AD_Heap，表示使用malloc等动态分配函数产生的内存区域；抽象栈域，记为AD_Stack，表示对应过程活动记录所在的内存区域。
8.根据权利要求2、3或4所述的基于功能模型的二进制代码漏洞发现方法，其特征是：程序代码控制流分析包括基于二进制代码简化汇编语言中间表示设计程序控制流分析器提取二进制代码的控制流信息、设计控制流抽象分析器对程序控制流信息进行分析和抽象、针对过程间的控制流划分基本块得到程序的控制流图并以GDL的形式显示、针对过程间的控制流分析过程的相互调用关系得到过程调用图并以GDL的形式显示。
9.根据权利要求8所述的基于功能模型的二进制代码漏洞发现方法，其特征是：在动态测试与回放分析系统中，采用基于代的路径遍历算法进行当前路径上新路径约束和测试用例的求解，基于代的路径遍历算法中，赋予每条路径一个N值，用于标记当前路径上已经被取反的分支约束数量，从当前路径约束生成下一代路径约束集的算法如下：
输入：thePC
输出：childPC
算法：Generation(thePC)
  Len：＝|thePC|；
  childPC：＝{}；
  while(Len＞0)do
     NewPC：＝thePC[0...(i-1)]and NOT(thePC[i])；
     NewPC.N：＝Len-i+1；
     childPC：＝childPC+NewPC；
     Len：＝Len-1；
   end while。
10.根据权利要求9所述的基于功能模型的二进制代码漏洞发现方法，其特征是：基于代的路径遍历算法指导下求得新路径约束和测试用例后，采用基于最大化代码覆盖率的路径选择策略从中选取一个进行下一轮的测试，以求在最短时间内尽可能多地覆盖基本块：统计当前测试用例能覆盖的基本块数量和新增加的基本块数量，将新增加的基本块数量作为该测试数据的权值；将该测试数据加入约束生成数据队列时，以该权值进行排序，权值大的排在队列前面；在下一轮实施约束生成和约束求解时，将从该队列头部选出第一个测试数据，即权值最大的进行优先约束生成和求解，在对约束条件进行求解时，如果该组约束条件无解，则认为该路径不可达，如果解存在，则依据约束求解的结果构造出新的测试用例，加入到测试用例集中。
CN 201010133905 2010-03-29 2010-03-29 一种基于功能模型的二进制代码漏洞发现方法 Expired - Fee Related CN101814053B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201010133905 CN101814053B (zh) 2010-03-29 2010-03-29 一种基于功能模型的二进制代码漏洞发现方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201010133905 CN101814053B (zh) 2010-03-29 2010-03-29 一种基于功能模型的二进制代码漏洞发现方法

Publications (2)

Publication Number Publication Date
CN101814053A true CN101814053A (zh) 2010-08-25
CN101814053B CN101814053B (zh) 2013-03-13

Family

ID=42621313

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201010133905 Expired - Fee Related CN101814053B (zh) 2010-03-29 2010-03-29 一种基于功能模型的二进制代码漏洞发现方法

Country Status (1)

Country Link
CN (1) CN101814053B (zh)

Cited By (67)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102073825A (zh) * 2011-01-28 2011-05-25 李清宝 基于路径驱动的可执行程序安全性检测方法及系统
CN102306098A (zh) * 2011-08-18 2012-01-04 电子科技大学 一种隐式污点传播系统及其方案
CN102708043A (zh) * 2011-03-02 2012-10-03 微软公司 静态数据竞争检测和分析
CN102708045A (zh) * 2012-04-13 2012-10-03 电子科技大学 一种缓解路径爆炸的动态符号执行方法
CN102722436A (zh) * 2012-05-29 2012-10-10 百度在线网络技术（北京）有限公司 一种增量覆盖信息的统计方法和装置
CN102945203A (zh) * 2012-10-26 2013-02-27 深圳出入境检验检疫局信息中心 一种用于移动互联网应用的代码安全测试方法
CN103440457A (zh) * 2013-08-20 2013-12-11 上海交通大学 基于进程模拟的二进制程序分析系统
CN103443761A (zh) * 2010-10-08 2013-12-11 国际商业机器公司 未改变对象管理
CN104021084A (zh) * 2014-06-19 2014-09-03 国家电网公司 一种Java源代码缺陷检测方法及装置
CN104484162A (zh) * 2014-10-31 2015-04-01 国云科技股份有限公司 一种软件测试用例设计编写方法
CN104573524A (zh) * 2014-12-19 2015-04-29 中国航天科工集团第二研究院七〇六所 一种基于静态检测的模糊测试方法
CN104834837A (zh) * 2015-04-03 2015-08-12 西北大学 一种基于语义的二进制代码反混淆方法
CN105164691A (zh) * 2013-05-29 2015-12-16 国际商业机器公司 利用计算机网络为测试计算机软件应用优化测试数据有效载荷的选择
CN105229661A (zh) * 2013-07-31 2016-01-06 惠普发展公司，有限责任合伙企业 基于信号标记确定恶意软件
CN105786583A (zh) * 2016-02-24 2016-07-20 鄞州浙江清华长三角研究院创新中心 对基于矩阵的分布式编程语言进行自动优化的方法
CN105991517A (zh) * 2015-01-28 2016-10-05 中国信息安全测评中心 漏洞发掘方法和装置
CN106294148A (zh) * 2016-08-08 2017-01-04 清华大学 基于扩展符号变迁系统的c语言程序软件验证方法及装置
CN106295335A (zh) * 2015-06-11 2017-01-04 中国科学院信息工程研究所 一种面向嵌入式设备的固件漏洞检测方法及系统
CN106598839A (zh) * 2016-10-31 2017-04-26 华东师范大学 一种面向目标代码的程序静态分析方法
CN106649095A (zh) * 2016-10-31 2017-05-10 华东师范大学 一种面向目标代码的程序静态分析系统
CN106815229A (zh) * 2015-11-30 2017-06-09 北京计算机技术及应用研究所 数据库虚拟补丁防护方法
CN107133515A (zh) * 2017-03-09 2017-09-05 北京航空航天大学 一种基于硬件的缓冲区溢出攻击检测方法
CN107229563A (zh) * 2016-03-25 2017-10-03 中国科学院信息工程研究所 一种跨架构的二进制程序漏洞函数关联方法
CN107277019A (zh) * 2017-06-23 2017-10-20 武汉斗鱼网络科技有限公司 数据明文获取方法、装置、电子终端及可读存储介质
US9798981B2 (en) 2013-07-31 2017-10-24 Entit Software Llc Determining malware based on signal tokens
CN107392029A (zh) * 2017-07-28 2017-11-24 中国人民解放军63928部队 一种基于化学抽象机的脆弱性模型构建方法
US9971896B2 (en) 2011-12-30 2018-05-15 International Business Machines Corporation Targeted security testing
CN108197027A (zh) * 2017-12-29 2018-06-22 广州景派科技有限公司 软件性能优化方法、可存储介质、计算机、计算机程序
CN105095066B (zh) * 2014-05-21 2018-09-18 腾讯科技（深圳）有限公司 安全漏洞检测方法及装置
CN108701074A (zh) * 2016-02-24 2018-10-23 三菱电机株式会社 测试用例生成装置和测试用例生成程序
CN108874470A (zh) * 2017-05-11 2018-11-23 腾讯科技（深圳）有限公司 一种信息处理方法及服务器、计算机存储介质
CN109214212A (zh) * 2018-10-25 2019-01-15 国家电网有限公司 信息防泄露方法及装置
CN109460641A (zh) * 2018-11-15 2019-03-12 成都网域复兴科技有限公司 一种针对二进制文件的漏洞定位发掘系统和方法
CN109525556A (zh) * 2018-10-18 2019-03-26 中国电力科学研究院有限公司 一种用于确定嵌入式系统固件中协议漏洞的轻量级方法及系统
CN109634869A (zh) * 2018-12-21 2019-04-16 中国人民解放军战略支援部队信息工程大学 基于语义等价验证的二进制翻译中间表示正确性测试方法及装置
CN109739755A (zh) * 2018-12-27 2019-05-10 北京理工大学 一种基于程序追踪和混合执行的模糊测试系统
CN109828911A (zh) * 2018-12-26 2019-05-31 北京仁科互动网络技术有限公司 一种测试方法和装置
CN109918294A (zh) * 2019-01-29 2019-06-21 刘建鹏 一种混源软件自主可控性检测方法及系统
CN110222512A (zh) * 2019-05-21 2019-09-10 华中科技大学 一种基于中间语言的软件漏洞智能检测与定位方法与系统
CN110245085A (zh) * 2019-04-08 2019-09-17 华东师范大学 利用在线模型检验的嵌入式实时操作系统验证方法及系统
CN110909358A (zh) * 2019-10-22 2020-03-24 上海安智信息科技有限公司 一种基于动静态分析的整形漏洞检测方法
CN111259402A (zh) * 2018-12-03 2020-06-09 中国信息通信研究院 一种漏洞挖掘方法和装置
CN111290966A (zh) * 2020-03-09 2020-06-16 南京大学 提高安卓应用测试覆盖率的测试用例分解组合方法和系统
CN111523121A (zh) * 2019-12-24 2020-08-11 国网天津市电力公司 一种指引二进制漏洞挖掘路径的方法及其应用
CN111695119A (zh) * 2020-05-13 2020-09-22 国家电网有限公司 一种基于细粒度静态污点分析与符号执行的web漏洞检测方法
CN111723374A (zh) * 2020-06-05 2020-09-29 绿盟科技集团股份有限公司 一种漏洞扫描方法及装置
CN111753295A (zh) * 2020-05-27 2020-10-09 江苏大学 一种基于漏洞利用程序特征的漏洞利用程序检测方法
CN111818071A (zh) * 2020-07-15 2020-10-23 国家计算机网络与信息安全管理中心 一种车辆污点分析方法及装置
CN107368417B (zh) * 2017-07-25 2020-10-23 中国人民解放军63928部队 一种漏洞挖掘技术测试模型的测试方法
CN112015664A (zh) * 2020-09-15 2020-12-01 深圳小草信息科技有限公司 一种基于友好性驱动的跨层多路径传输算法
CN112134761A (zh) * 2020-09-23 2020-12-25 国网四川省电力公司电力科学研究院 基于固件分析的电力物联网终端脆弱性检测方法及系统
CN112163218A (zh) * 2020-08-13 2021-01-01 中国人民解放军战略支援部队信息工程大学 一种基于代码注入的反漏洞挖掘方法及装置
WO2021017735A1 (zh) * 2019-07-31 2021-02-04 平安科技（深圳）有限公司 一种智能合约的形式化验证方法、电子装置及存储介质
CN112506800A (zh) * 2020-12-22 2021-03-16 北京百度网讯科技有限公司 测试代码的方法、装置、设备、介质和程序产品
CN112711424A (zh) * 2019-10-25 2021-04-27 腾讯科技（深圳）有限公司 应用程序的风险问题确定方法、装置及存储介质
CN112965909A (zh) * 2021-03-19 2021-06-15 湖南大学 测试数据、测试用例生成方法及系统、存储介质
CN113051582A (zh) * 2021-04-28 2021-06-29 重庆电子工程职业学院 一种计算机软件技术开发调试系统
EP3907616A1 (en) * 2020-05-06 2021-11-10 Sap Se Generation of optimal program variation
CN113806750A (zh) * 2021-09-24 2021-12-17 深信服科技股份有限公司 文件安全风险检测方法、模型的训练方法、装置和设备
CN114780962A (zh) * 2022-04-02 2022-07-22 中国人民解放军战略支援部队信息工程大学 基于动态能量调控的Windows程序模糊测试方法及系统
CN115037663A (zh) * 2022-05-26 2022-09-09 深圳前海微众银行股份有限公司 一种应用系统更新测试方法及装置
CN115185526A (zh) * 2022-05-27 2022-10-14 韩济澎 一种能够逆向推理的编程语言的编译系统及方法
CN116089299A (zh) * 2023-02-09 2023-05-09 国家工业信息安全发展研究中心 一种二进制代码污点分析系统及方法
CN116383835A (zh) * 2023-06-06 2023-07-04 北京比瓴科技有限公司 基于多安全工具的软件漏洞监测方法、装置、设备及介质
CN117077151A (zh) * 2023-10-16 2023-11-17 北京华云安信息技术有限公司 漏洞挖掘方法、装置、设备以及存储介质
CN117744087A (zh) * 2023-12-07 2024-03-22 浙江大学 基于静态分析的智能设备远程代码执行漏洞检测方法
CN117971705A (zh) * 2024-03-28 2024-05-03 成都九洲电子信息系统股份有限公司 基于定制化流量洞察的智能接口自动化测试系统及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090119647A1 (en) * 2007-11-01 2009-05-07 Eun Young Kim Device and method for inspecting software for vulnerabilities
CN101482846A (zh) * 2008-12-25 2009-07-15 上海交通大学 基于可执行代码逆向分析的漏洞挖掘方法
CN101551773A (zh) * 2009-03-12 2009-10-07 南京大学 符号错误和赋值截断的二进制漏洞检测定位装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090119647A1 (en) * 2007-11-01 2009-05-07 Eun Young Kim Device and method for inspecting software for vulnerabilities
CN101482846A (zh) * 2008-12-25 2009-07-15 上海交通大学 基于可执行代码逆向分析的漏洞挖掘方法
CN101551773A (zh) * 2009-03-12 2009-10-07 南京大学 符号错误和赋值截断的二进制漏洞检测定位装置

Cited By (106)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103443761A (zh) * 2010-10-08 2013-12-11 国际商业机器公司 未改变对象管理
CN102073825A (zh) * 2011-01-28 2011-05-25 李清宝 基于路径驱动的可执行程序安全性检测方法及系统
CN102073825B (zh) * 2011-01-28 2013-02-20 李清宝 基于路径驱动的可执行程序安全性检测方法
CN102708043A (zh) * 2011-03-02 2012-10-03 微软公司 静态数据竞争检测和分析
CN102708043B (zh) * 2011-03-02 2017-04-26 微软技术许可有限责任公司 静态数据竞争检测和分析
CN102306098A (zh) * 2011-08-18 2012-01-04 电子科技大学 一种隐式污点传播系统及其方案
US9971897B2 (en) 2011-12-30 2018-05-15 International Business Machines Corporation Targeted security testing
US9971896B2 (en) 2011-12-30 2018-05-15 International Business Machines Corporation Targeted security testing
CN102708045B (zh) * 2012-04-13 2014-07-23 电子科技大学 一种缓解路径爆炸的动态符号执行方法
CN102708045A (zh) * 2012-04-13 2012-10-03 电子科技大学 一种缓解路径爆炸的动态符号执行方法
CN102722436A (zh) * 2012-05-29 2012-10-10 百度在线网络技术（北京）有限公司 一种增量覆盖信息的统计方法和装置
CN102722436B (zh) * 2012-05-29 2016-03-02 百度在线网络技术（北京）有限公司 一种增量覆盖信息的统计方法和装置
CN102945203A (zh) * 2012-10-26 2013-02-27 深圳出入境检验检疫局信息中心 一种用于移动互联网应用的代码安全测试方法
CN102945203B (zh) * 2012-10-26 2016-04-13 深圳出入境检验检疫局信息中心 一种用于移动互联网应用的代码安全测试方法
CN105164691B (zh) * 2013-05-29 2017-11-21 国际商业机器公司 一种用于测试计算机软件应用的方法和系统
CN105164691A (zh) * 2013-05-29 2015-12-16 国际商业机器公司 利用计算机网络为测试计算机软件应用优化测试数据有效载荷的选择
US9798981B2 (en) 2013-07-31 2017-10-24 Entit Software Llc Determining malware based on signal tokens
CN105229661B (zh) * 2013-07-31 2018-10-09 安提特软件有限责任公司 基于信号标记确定恶意软件的方法、计算设备及存储介质
CN105229661A (zh) * 2013-07-31 2016-01-06 惠普发展公司，有限责任合伙企业 基于信号标记确定恶意软件
CN103440457A (zh) * 2013-08-20 2013-12-11 上海交通大学 基于进程模拟的二进制程序分析系统
CN103440457B (zh) * 2013-08-20 2015-12-09 上海交通大学 基于进程模拟的二进制程序分析系统
CN105095066B (zh) * 2014-05-21 2018-09-18 腾讯科技（深圳）有限公司 安全漏洞检测方法及装置
CN104021084A (zh) * 2014-06-19 2014-09-03 国家电网公司 一种Java源代码缺陷检测方法及装置
CN104484162A (zh) * 2014-10-31 2015-04-01 国云科技股份有限公司 一种软件测试用例设计编写方法
CN104484162B (zh) * 2014-10-31 2018-04-03 国云科技股份有限公司 一种软件测试用例设计编写方法
CN104573524A (zh) * 2014-12-19 2015-04-29 中国航天科工集团第二研究院七〇六所 一种基于静态检测的模糊测试方法
CN105991517A (zh) * 2015-01-28 2016-10-05 中国信息安全测评中心 漏洞发掘方法和装置
CN105991517B (zh) * 2015-01-28 2019-08-20 中国信息安全测评中心 漏洞发掘方法和装置
CN104834837B (zh) * 2015-04-03 2017-10-31 西北大学 一种基于语义的二进制代码反混淆方法
CN104834837A (zh) * 2015-04-03 2015-08-12 西北大学 一种基于语义的二进制代码反混淆方法
CN106295335B (zh) * 2015-06-11 2021-09-24 中国科学院信息工程研究所 一种面向嵌入式设备的固件漏洞检测方法及系统
CN106295335A (zh) * 2015-06-11 2017-01-04 中国科学院信息工程研究所 一种面向嵌入式设备的固件漏洞检测方法及系统
CN106815229A (zh) * 2015-11-30 2017-06-09 北京计算机技术及应用研究所 数据库虚拟补丁防护方法
CN105786583B (zh) * 2016-02-24 2019-03-29 鄞州浙江清华长三角研究院创新中心 对基于矩阵的分布式编程语言进行自动优化的方法
CN105786583A (zh) * 2016-02-24 2016-07-20 鄞州浙江清华长三角研究院创新中心 对基于矩阵的分布式编程语言进行自动优化的方法
CN108701074A (zh) * 2016-02-24 2018-10-23 三菱电机株式会社 测试用例生成装置和测试用例生成程序
CN107229563A (zh) * 2016-03-25 2017-10-03 中国科学院信息工程研究所 一种跨架构的二进制程序漏洞函数关联方法
CN107229563B (zh) * 2016-03-25 2020-07-10 中国科学院信息工程研究所 一种跨架构的二进制程序漏洞函数关联方法
CN106294148A (zh) * 2016-08-08 2017-01-04 清华大学 基于扩展符号变迁系统的c语言程序软件验证方法及装置
CN106649095A (zh) * 2016-10-31 2017-05-10 华东师范大学 一种面向目标代码的程序静态分析系统
CN106598839A (zh) * 2016-10-31 2017-04-26 华东师范大学 一种面向目标代码的程序静态分析方法
CN107133515B (zh) * 2017-03-09 2019-10-18 北京航空航天大学 一种基于硬件的缓冲区溢出攻击检测方法
CN107133515A (zh) * 2017-03-09 2017-09-05 北京航空航天大学 一种基于硬件的缓冲区溢出攻击检测方法
CN108874470B (zh) * 2017-05-11 2023-04-07 腾讯科技（深圳）有限公司 一种信息处理方法及服务器、计算机存储介质
CN108874470A (zh) * 2017-05-11 2018-11-23 腾讯科技（深圳）有限公司 一种信息处理方法及服务器、计算机存储介质
CN107277019A (zh) * 2017-06-23 2017-10-20 武汉斗鱼网络科技有限公司 数据明文获取方法、装置、电子终端及可读存储介质
CN107277019B (zh) * 2017-06-23 2020-05-12 武汉斗鱼网络科技有限公司 数据明文获取方法、装置、电子终端及可读存储介质
CN107368417B (zh) * 2017-07-25 2020-10-23 中国人民解放军63928部队 一种漏洞挖掘技术测试模型的测试方法
CN107392029A (zh) * 2017-07-28 2017-11-24 中国人民解放军63928部队 一种基于化学抽象机的脆弱性模型构建方法
CN107392029B (zh) * 2017-07-28 2020-07-07 中国人民解放军63928部队 一种基于化学抽象机的脆弱性模型构建方法
CN108197027A (zh) * 2017-12-29 2018-06-22 广州景派科技有限公司 软件性能优化方法、可存储介质、计算机、计算机程序
CN108197027B (zh) * 2017-12-29 2021-07-16 广州景派科技有限公司 软件性能优化方法、可存储介质、计算机、计算机程序
CN109525556B (zh) * 2018-10-18 2022-01-11 中国电力科学研究院有限公司 一种用于确定嵌入式系统固件中协议漏洞的轻量级方法及系统
CN109525556A (zh) * 2018-10-18 2019-03-26 中国电力科学研究院有限公司 一种用于确定嵌入式系统固件中协议漏洞的轻量级方法及系统
CN109214212A (zh) * 2018-10-25 2019-01-15 国家电网有限公司 信息防泄露方法及装置
CN109460641A (zh) * 2018-11-15 2019-03-12 成都网域复兴科技有限公司 一种针对二进制文件的漏洞定位发掘系统和方法
CN111259402A (zh) * 2018-12-03 2020-06-09 中国信息通信研究院 一种漏洞挖掘方法和装置
CN109634869B (zh) * 2018-12-21 2022-02-01 中国人民解放军战略支援部队信息工程大学 二进制翻译中间表示正确性测试方法及装置
CN109634869A (zh) * 2018-12-21 2019-04-16 中国人民解放军战略支援部队信息工程大学 基于语义等价验证的二进制翻译中间表示正确性测试方法及装置
CN109828911A (zh) * 2018-12-26 2019-05-31 北京仁科互动网络技术有限公司 一种测试方法和装置
CN109739755B (zh) * 2018-12-27 2020-07-10 北京理工大学 一种基于程序追踪和混合执行的模糊测试系统
CN109739755A (zh) * 2018-12-27 2019-05-10 北京理工大学 一种基于程序追踪和混合执行的模糊测试系统
CN109918294B (zh) * 2019-01-29 2022-06-07 刘建鹏 一种混源软件自主可控性检测方法及系统
CN109918294A (zh) * 2019-01-29 2019-06-21 刘建鹏 一种混源软件自主可控性检测方法及系统
CN110245085A (zh) * 2019-04-08 2019-09-17 华东师范大学 利用在线模型检验的嵌入式实时操作系统验证方法及系统
CN110245085B (zh) * 2019-04-08 2023-03-31 华东师范大学 利用在线模型检验的嵌入式实时操作系统验证方法及系统
CN110222512A (zh) * 2019-05-21 2019-09-10 华中科技大学 一种基于中间语言的软件漏洞智能检测与定位方法与系统
WO2021017735A1 (zh) * 2019-07-31 2021-02-04 平安科技（深圳）有限公司 一种智能合约的形式化验证方法、电子装置及存储介质
CN110909358A (zh) * 2019-10-22 2020-03-24 上海安智信息科技有限公司 一种基于动静态分析的整形漏洞检测方法
CN112711424A (zh) * 2019-10-25 2021-04-27 腾讯科技（深圳）有限公司 应用程序的风险问题确定方法、装置及存储介质
CN111523121A (zh) * 2019-12-24 2020-08-11 国网天津市电力公司 一种指引二进制漏洞挖掘路径的方法及其应用
CN111523121B (zh) * 2019-12-24 2023-08-29 国网天津市电力公司 一种指引二进制漏洞挖掘路径的方法及其应用
CN111290966A (zh) * 2020-03-09 2020-06-16 南京大学 提高安卓应用测试覆盖率的测试用例分解组合方法和系统
CN111290966B (zh) * 2020-03-09 2023-06-02 南京大学 提高安卓应用测试覆盖率的测试用例分解组合方法和系统
EP3907616A1 (en) * 2020-05-06 2021-11-10 Sap Se Generation of optimal program variation
CN111695119A (zh) * 2020-05-13 2020-09-22 国家电网有限公司 一种基于细粒度静态污点分析与符号执行的web漏洞检测方法
CN111695119B (zh) * 2020-05-13 2023-08-01 国家电网有限公司 一种基于细粒度静态污点分析与符号执行的web漏洞检测方法
CN111753295B (zh) * 2020-05-27 2024-05-14 江苏大学 一种基于漏洞利用程序特征的漏洞利用程序检测方法
CN111753295A (zh) * 2020-05-27 2020-10-09 江苏大学 一种基于漏洞利用程序特征的漏洞利用程序检测方法
CN111723374A (zh) * 2020-06-05 2020-09-29 绿盟科技集团股份有限公司 一种漏洞扫描方法及装置
CN111818071A (zh) * 2020-07-15 2020-10-23 国家计算机网络与信息安全管理中心 一种车辆污点分析方法及装置
CN112163218B (zh) * 2020-08-13 2022-11-15 中国人民解放军战略支援部队信息工程大学 一种基于代码注入的反漏洞挖掘方法及装置
CN112163218A (zh) * 2020-08-13 2021-01-01 中国人民解放军战略支援部队信息工程大学 一种基于代码注入的反漏洞挖掘方法及装置
CN112015664A (zh) * 2020-09-15 2020-12-01 深圳小草信息科技有限公司 一种基于友好性驱动的跨层多路径传输算法
CN112134761A (zh) * 2020-09-23 2020-12-25 国网四川省电力公司电力科学研究院 基于固件分析的电力物联网终端脆弱性检测方法及系统
CN112506800B (zh) * 2020-12-22 2023-08-18 北京百度网讯科技有限公司 测试代码的方法、装置、设备、介质和程序产品
CN112506800A (zh) * 2020-12-22 2021-03-16 北京百度网讯科技有限公司 测试代码的方法、装置、设备、介质和程序产品
CN112965909A (zh) * 2021-03-19 2021-06-15 湖南大学 测试数据、测试用例生成方法及系统、存储介质
CN112965909B (zh) * 2021-03-19 2024-04-09 湖南大学 测试数据、测试用例生成方法及系统、存储介质
CN113051582A (zh) * 2021-04-28 2021-06-29 重庆电子工程职业学院 一种计算机软件技术开发调试系统
CN113806750A (zh) * 2021-09-24 2021-12-17 深信服科技股份有限公司 文件安全风险检测方法、模型的训练方法、装置和设备
CN113806750B (zh) * 2021-09-24 2024-02-23 深信服科技股份有限公司 文件安全风险检测方法、模型的训练方法、装置和设备
CN114780962A (zh) * 2022-04-02 2022-07-22 中国人民解放军战略支援部队信息工程大学 基于动态能量调控的Windows程序模糊测试方法及系统
CN114780962B (zh) * 2022-04-02 2024-04-26 中国人民解放军战略支援部队信息工程大学 基于动态能量调控的Windows程序模糊测试方法及系统
CN115037663A (zh) * 2022-05-26 2022-09-09 深圳前海微众银行股份有限公司 一种应用系统更新测试方法及装置
CN115037663B (zh) * 2022-05-26 2023-07-18 深圳前海微众银行股份有限公司 一种应用系统更新测试方法及装置
CN115185526B (zh) * 2022-05-27 2023-10-10 韩济澎 一种能够逆向推理的编程语言的编译系统及方法
CN115185526A (zh) * 2022-05-27 2022-10-14 韩济澎 一种能够逆向推理的编程语言的编译系统及方法
CN116089299A (zh) * 2023-02-09 2023-05-09 国家工业信息安全发展研究中心 一种二进制代码污点分析系统及方法
CN116089299B (zh) * 2023-02-09 2024-03-12 国家工业信息安全发展研究中心 一种二进制代码污点分析系统及方法
CN116383835B (zh) * 2023-06-06 2023-09-19 北京比瓴科技有限公司 基于多安全工具的软件漏洞监测方法、装置、设备及介质
CN116383835A (zh) * 2023-06-06 2023-07-04 北京比瓴科技有限公司 基于多安全工具的软件漏洞监测方法、装置、设备及介质
CN117077151B (zh) * 2023-10-16 2024-01-26 北京华云安信息技术有限公司 漏洞挖掘方法、装置、设备以及存储介质
CN117077151A (zh) * 2023-10-16 2023-11-17 北京华云安信息技术有限公司 漏洞挖掘方法、装置、设备以及存储介质
CN117744087A (zh) * 2023-12-07 2024-03-22 浙江大学 基于静态分析的智能设备远程代码执行漏洞检测方法
CN117971705A (zh) * 2024-03-28 2024-05-03 成都九洲电子信息系统股份有限公司 基于定制化流量洞察的智能接口自动化测试系统及方法

Also Published As

Publication number Publication date
CN101814053B (zh) 2013-03-13

Similar Documents

Publication Publication Date Title
CN101814053B (zh) 一种基于功能模型的二进制代码漏洞发现方法
Blazy et al. Verifying constant-time implementations by abstract interpretation
CN105678169B (zh) 一种二进制程序漏洞挖掘方法和系统
Gosain et al. Static analysis: A survey of techniques and tools
CN104965788B (zh) 一种代码静态检测方法
Conway et al. Incremental algorithms for inter-procedural analysis of safety properties
CN104573503B (zh) 一种内存访问溢出的检测方法及装置
CN102567200A (zh) 基于函数调用图的并行化安全漏洞检测方法
Ceara et al. Taint dependency sequences: A characterization of insecure execution paths based on input-sensitive cause sequences
Gyori et al. Refining interprocedural change-impact analysis using equivalence relations
Wang et al. Partitioned memory models for program analysis
Wei et al. Evaluating design tradeoffs in numeric static analysis for java
Gerasimov Directed dynamic symbolic execution for static analysis warnings confirmation
Baumgartner The Fusemate Logic Programming System.
Ding et al. Detection of infeasible paths: Approaches and challenges
Wang et al. Which defect should be fixed first? Semantic prioritization of static analysis report
CN102495795A (zh) 一种基于中间语言分析的软件脆弱性测试方法
CN114996111A (zh) 一种配置项对软件系统性能影响的分析方法及系统
Ibing SMT-constrained symbolic execution for Eclipse CDT/Codan
Biallas et al. PtrTracker: Pragmatic pointer analysis
Belevantsev et al. Multi-level static analysis for finding error patterns and defects in source code
Meng et al. Interactive WCET prediction with warning for timeout risk
Borodin et al. Searching for Taint Vulnerabilities with Svace Static Analysis Tool
CN117520199B (zh) 基于静态符号执行的数值软件缺陷检测方法及装置
Ding et al. A survey of infeasible path detection

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20130313

Termination date: 20150329

EXPY Termination of patent right or utility model