二进制软件内存安全漏洞可利用性自动分析技术

As the widely deployment of fuzzing test tool, more and more memory vulnerabilities are discovered. However, it is very difficult to analyze and patch these vulnerabilities rapidly and soundly nowadays. To solve this problem, we do research on the automatic analysis of exploitability of memory vulnerabilities. Firstly, we analyze the characteristic of memory vulnerabilities and propose the memory and memory safety model, which can cover the typical memory and vulnerability primitives．Based on the models, we design an automatic approach for diagnosing the root cause of vulnerabilities. Secondly, we study the mainstream exploit techniques, from which we establish the exploit models, which can describe the memory layout setting, multi-steps exploiting and mitigation bypassing techniques. Based on the models, we propose the exploitation state machine, which can instruct the symbolic execution approaches to find the exploitable state by exploring the program states. Finally, we design a method to generate special memory layout required when doing exploitability reasoning. With the help of the SMT solver, we can generate the exploits automatically. We believe the achievement of this project will enrich the theories and methods of vulnerability analysis, elevating the efficiency of vulnerability analysis, promoting the cyberspace security.

随着模糊测试工具的广泛部署，越来越多的软件内存漏洞被发现。如何对这些漏洞进行快速准确的威胁分析，在此基础上设计修复补丁，仍是软件安全领域的困难问题。为解决该问题，本项目主要研究二进制软件内存漏洞可利用性的自动分析技术。首先通过分析典型内存漏洞成因，建立内存模型和内存安全模型，可涵盖主流内存元素和内存漏洞类型，并在此基础上结合程序分析、污点跟踪、代码切片技术等设计内存漏洞成因的自动分析方法。其次通过对大量内存漏洞利用方法的分析，建立漏洞利用模型，可准确描述现有漏洞利用方法中内存布局方法、多漏洞利用状态转换、漏洞缓解绕过等技术。结合该模型，提出了漏洞利用状态机，可引导符号执行方法遍历被分析程度的状态空间，自动推演漏洞的可利用性。最后，基于约束求解系统和模糊编程方法，设计特定内存布局数据方法，自动产生漏洞利用代码。本项目的研究成果将丰富漏洞分析的理论和方法，提升漏洞分析效率，促进网络空间安全。

内存漏洞可利用性分析是软件安全的重要内容，快速分析内存漏洞异常样本的成因和可利用性，对于软件安全至关重要。本项目围绕二进制软件内存漏洞的可利用性自动分析技术展开研究，重点完成了如下三个方面的研究内容：1）软件内存漏洞成因分析。针对漏洞样本分析复杂，准确数据获取难的问题，研究了基于时间旅行式的异常样本执行迹并行分析技术，能够快速、准确获取异常样本的执行全流程数据；在此基础上研究了基于深度学习的漏洞成因分析技术，使用人工神经网络快速定位漏洞代码位置；2）软件内存漏洞可利用性分析技术。针对异常样本读异常可利用性难以判定问题，研究了基于读写转换和反向推演的可利用新分析技术，能够大大提升可利用性分析准确度；3）复杂堆内存漏洞利用代码自动生成技术。基于人工漏洞利用经验构建了利用模式，设计实现了针对复杂堆漏洞的利用代码自动生成方法，能够自动产生漏洞利用代码。.项目的研究成果论文形式发表在《软件学报》、《IET Software》、《Security and Communication Networks》、《Mathematics problems in engineering》、《IEEE Access》等一批高水平的学术会议与期刊上，项目共资 助发表论文 11 篇，其中 SCI 检索论文 9 篇，EI 检索 2篇。此外，相关成果支撑项目组战队蝉联2017、2018国际机器人网络安全大赛冠军，支撑项目组战队在2019Defcon China BCTF竞赛中，全球首次突破堆溢出漏洞的自动利用。.项目成果达到国内领先、国际先进水平，部分研究成果在国际上形成了较强影响力。

内容获取失败，请点击重试