覆盖率分析

人工智能 社区

技能解读

当前原文的自动摘译,尚未人工审校。

概述

模糊测试期间的代码覆盖率有两个关键目的: 评估工具有效性:了解应用程序的哪些部分实际上由模糊测试工具执行 跟踪模糊测试进度:在更新工具、模糊器或被测系统 (SUT) 时监控覆盖率如何变化 覆盖率是模糊器功能和性能的代理。虽然覆盖范围对于测量模糊器的绝对性能来说并不理想,但它可靠地表明您的线束在给定设置中是否有效工作。

关键概念

概念·描述·覆盖率检测·跟踪执行的代码路径的编译器标志·语料库覆盖·通过运行模糊语料库中的所有测试用例实现的覆盖率·神奇值检查·难以发现的阻碍模糊器进度的条件检查·覆盖引导的模糊化·优先考虑发现新代码路径的输入的模糊化策略

何时申请

在以下情况下应用此技术: 开始新的模糊测试活动以建立基线 模糊测试器在没有找到新路径的情况下似乎处于稳定状态 在修改线束以验证改进之后 在不同的模糊测试器之间迁移时

快速参考

任务 · 命令/模式 LLVM 覆盖率检测 (C/C++) · -fprofile-instr-generate -fcoverage-mapping GCC 覆盖率检测 · -ftest-coverage -fprofile-arcs 货物模糊覆盖率 (Rust) · cargo +nightly fuzz coverage <target> 生成 LLVM 配置文件数据 · llvm-profdata merge -sparse file.profraw -o file.profdata

理想的覆盖工作流程

以下工作流程代表了将覆盖率分析集成到模糊测试活动中的最佳实践: 关键原则:使用每个模糊测试活动“之后”生成的语料库来计算覆盖率,而不是实时模糊器统计数据。这种方法提供了跨不同模糊工具的可重复的、可比较的测量。

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
人工智能
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
88 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@trailofbits · 未声明许可证
上下文用量评级
较高消耗
接入复杂程度
需简单配置
是否需要外部接口密钥
不需要
兼容的系统
未声明(默认跨平台)
运行环境要求
未检出明确要求
检测到的文件与系统行为
  • 只读
  • 允许写入 / 修改
  • 命令执行
网络行为
仅限本地
安装命令数
无(仅作为资料)

需要注意: 未声明工具权限范围;实际权限由运行环境决定。

01
第 1 步:使用 Coverage Instrumentation 进行构建

根据工具链选择您的检测方法: LLVM/Clang (C/C++): GCC (C/C++): Rust:

02
步骤 2:创建执行运行时(仅限 C/C++)

对于 C/C++ 项目,创建一个执行语料库的运行时:

03
第三步:在语料库上执行

LLVM (C/C++): GCC (C/C++): Rust:运行`cargo fuzz coverage`时自动生成覆盖率数据。

04
第 4 步:处理覆盖率数据

LLVM:带有 gcovr 的 GCC:Rust:

05
第 5 步:分析结果

查看覆盖率报告以识别: 未覆盖的代码块:可能需要更好的种子输入或字典条目的区域 神奇值检查:具有阻止进度的硬编码值的条件语句 死代码:可能无法通过您的工具访问的功能 覆盖率更改:与基线进行比较以跟踪改进或回归

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。