libafl

LibAFL

LibAFL 是一个模块化的模糊测试库，实现了 AFL++ 等基于 AFL 的模糊测试器所具备的功能。与传统模糊测试器不同，LibAFL 以 Rust 库的形式提供了所有功能，且支持模块化和自定义。它既可以作为 libFuzzer 的直接替代品，也可以作为库，用于从头构建自定义模糊测试器。

适用场景

模糊测试器	最适用场景	复杂度
libFuzzer	快速设置、单线程	低
AFL++	多核、通用用途	中
LibAFL	自定义模糊测试器、高级功能、研究	高

选择 LibAFL 的场景：

• 需要自定义变异策略或反馈机制
• 标准模糊测试器不支持目标架构
• 想要实现新颖的模糊测试技术
• 需要对模糊测试组件进行细粒度控制
• 正在开展模糊测试研究

快速开始

只需进行少量设置，LibAFL 即可作为 libFuzzer 的直接替代品：

extern "C" int LLVMFuzzerTestOneInput(const uint8_t *data, size_t size) {
    // Call your code with fuzzer-provided data
    my_function(data, size);
    return 0;
}

构建 LibAFL 的 libFuzzer 兼容层：

git clone https://github.com/AFLplusplus/LibAFL
cd LibAFL/libafl_libfuzzer_runtime
./build.sh

编译并运行：

clang++ -DNO_MAIN -g -O2 -fsanitize=fuzzer-no-link libFuzzer.a harness.cc main.cc -o fuzz
./fuzz corpus/

安装

前置条件

• Clang/LLVM 15-18
• Rust（通过 rustup 安装）
• 其他系统依赖项

Linux/macOS

安装 Clang：

apt install clang

也可以通过 apt.llvm.org 安装特定版本：

wget https://apt.llvm.org/llvm.sh
chmod +x llvm.sh
sudo ./llvm.sh 15

配置 Rust 环境：

export RUSTFLAGS="-C linker=/usr/bin/clang-15"
export CC="clang-15"
export CXX="clang++-15"

安装 Rust：

curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh

安装其他依赖项：

apt install libssl-dev pkg-config

要使用 libFuzzer 兼容模式，请安装 nightly Rust：

rustup toolchain install nightly --component llvm-tools

验证

构建 LibAFL 以验证安装：

cd LibAFL/libafl_libfuzzer_runtime
./build.sh
# Should produce libFuzzer.a

编写 Harness

在直接替代模式下，LibAFL harness 遵循与 libFuzzer 相同的模式：

extern "C" int LLVMFuzzerTestOneInput(const uint8_t *data, size_t size) {
    // Your fuzzing target code here
    return 0;
}

使用 LibAFL 作为 Rust 库构建自定义模糊测试器时，harness 逻辑会直接集成到模糊测试器中。完整模式请参阅下文的“编写自定义模糊测试器”部分。

另请参阅： 有关详细的 harness 编写技巧，请参阅 harness-writing 技能。

使用模式

LibAFL 支持两种主要使用模式：

1. libFuzzer 直接替代

使用 LibAFL 替代 libFuzzer，并沿用现有 harness。

编译：

clang++ -DNO_MAIN -g -O2 -fsanitize=fuzzer-no-link libFuzzer.a harness.cc main.cc -o fuzz

运行：

./fuzz corpus/

建议用于长时间测试：

./fuzz -fork=1 -ignore_crashes=1 corpus/

2. 将自定义模糊测试器用作 Rust 库

使用 LibAFL 组件构建完全自定义的模糊测试器。

创建项目：

cargo init --lib my_fuzzer
cd my_fuzzer
cargo add [email protected] [email protected] [email protected] [email protected] \
  --features "[email protected]/libfuzzer,[email protected]/sancov_pcguard_hitcounts"

配置 Cargo.toml：

[lib]
crate-type = ["staticlib"]

编写自定义模糊测试器

另请参阅： 有关详细的 harness 编写技巧、处理复杂输入的模式以及高级策略，请参阅 fuzz-harness-writing 技能。

模糊测试器组件

LibAFL 模糊测试器由模块化组件组成：

1. 观察器 - 收集执行反馈（覆盖率、耗时）
2. 反馈 - 判断输入是否有趣
3. 目标 - 定义模糊测试目标（崩溃、超时）
4. 状态 - 维护语料库和元数据
5. 变异器 - 生成新输入
6. 调度器 - 选择要进行变异的输入
7. 执行器 - 使用输入运行目标

基本模糊测试器结构

use libafl::prelude::*;
use libafl_bolts::prelude::*;
use libafl_targets::{libfuzzer_test_one_input, std_edges_map_observer};

#[no_mangle]
pub extern "C" fn libafl_main() {
    let mut run_client = |state: Option<_>, mut restarting_mgr, _core_id| {
        // 1. Setup observers
        let edges_observer = HitcountsMapObserver::new(
            unsafe { std_edges_map_observer("edges") }
        ).track_indices();
        let time_observer = TimeObserver::new("time");

        // 2. Define feedback
        let mut feedback = feedback_or!(
            MaxMapFeedback::new(&edges_observer),
            TimeFeedback::new(&time_observer)
        );

        // 3. Define objective
        let mut objective = feedback_or_fast!(
            CrashFeedback::new(),
            TimeoutFeedback::new()
        );

        // 4. Create or restore state
        let mut state = state.unwrap_or_else(|| {
            StdState::new(
                StdRand::new(),
                InMemoryCorpus::new(),
                OnDiskCorpus::new(&output_dir).unwrap(),
                &mut feedback,
                &mut objective,
            ).unwrap()
        });

        // 5. Setup mutator
        let mutator = StdScheduledMutator::new(havoc_mutations());
        let mut stages = tuple_list!(StdMutationalStage::new(mutator));

        // 6. Setup scheduler
        let scheduler = IndexesLenTimeMinimizerScheduler::new(
            &edges_observer,
            QueueScheduler::new()
        );

        // 7. Create fuzzer
        let mut fuzzer = StdFuzzer::new(scheduler, feedback, objective);

        // 8. Define harness
        let mut harness = |input: &BytesInput| {
            let buf = input.target_bytes().as_slice();
            libfuzzer_test_one_input(buf);
            ExitKind::Ok
        };

        // 9. Setup executor
        let mut executor = InProcessExecutor::with_timeout(
            &mut harness,
            tuple_list!(edges_observer, time_observer),
            &mut fuzzer,
            &mut state,
            &mut restarting_mgr,
            timeout,
        )?;

        // 10. Load initial inputs
        if state.must_load_initial_inputs() {
            state.load_initial_inputs(
                &mut fuzzer,
                &mut executor,
                &mut restarting_mgr,
                &input_dir
            )?;
        }

        // 11. Start fuzzing
        fuzzer.fuzz_loop(&mut stages, &mut executor, &mut state, &mut restarting_mgr)?;
        Ok(())
    };

    // Launch fuzzer
    Launcher::builder()
        .run_client(&mut run_client)
        .cores(&cores)
        .build()
        .launch()
        .unwrap();
}

编译

详细模式

手动指定所有插桩标志：

clang++-15 -DNO_MAIN -g -O2 \
  -fsanitize-coverage=trace-pc-guard \
  -fsanitize=address \
  -Wl,--whole-archive target/release/libmy_fuzzer.a -Wl,--no-whole-archive \
  main.cc harness.cc -o fuzz

编译器包装器（推荐）

创建 LibAFL 编译器包装器，以自动处理插桩。

创建 src/bin/libafl_cc.rs：

use libafl_cc::{ClangWrapper, CompilerWrapper, Configuration, ToolWrapper};

pub fn main() {
    let args: Vec<String> = env::args().collect();
    let mut cc = ClangWrapper::new();
    cc.cpp(is_cpp)
      .parse_args(&args)
      .link_staticlib(&dir, "my_fuzzer")
      .add_args(&Configuration::GenerateCoverageMap.to_flags().unwrap())
      .add_args(&Configuration::AddressSanitizer.to_flags().unwrap())
      .run()
      .unwrap();
}

编译并使用：

cargo build --release
target/release/libafl_cxx -DNO_MAIN -g -O2 main.cc harness.cc -o fuzz

另请参阅： 有关详细的 Sanitizer 配置、常见问题和高级标志，请参阅 address-sanitizer 和 undefined-behavior-sanitizer 技能。

运行测试

基本运行

./fuzz --cores 0 --input corpus/

多核模糊测试

./fuzz --cores 0,8-15 --input corpus/

这会运行 9 个客户端：1 个使用核心 0，另外 8 个使用核心 8-15。

使用选项

./fuzz --cores 0-7 --input corpus/ --output crashes/ --timeout 1000

文本用户界面（TUI）

启用图形统计信息视图：

./fuzz -tui=1 corpus/

解读输出

输出	含义
corpus: N	找到的有趣测试用例数量
objectives: N	找到的崩溃/超时数量
executions: N	目标调用总次数
exec/sec: N	当前执行吞吐量
edges: X%	代码覆盖率百分比
clients: N	并行模糊测试进程数量

模糊测试器会发出两种主要事件：

• UserStats - 定期发送的心跳事件，包含当前统计信息
• Testcase - 发现新的有趣输入

高级用法

提示与技巧

提示	帮助
使用 -fork=1 -ignore_crashes=1	在首次崩溃后继续进行模糊测试
使用 InMemoryOnDiskCorpus	在重启后保留语料库
使用 -tui=1 启用 TUI	更直观地查看进度
使用特定版本的 LLVM	避免兼容性问题
正确设置 RUSTFLAGS	防止链接错误

崩溃去重

避免存储同一 bug 导致的重复崩溃：

添加回溯观察器：

let backtrace_observer = BacktraceObserver::owned(
    "BacktraceObserver",
    libafl::observers::HarnessType::InProcess
);

更新执行器：

let mut executor = InProcessExecutor::with_timeout(
    &mut harness,
    tuple_list!(edges_observer, time_observer, backtrace_observer),
    &mut fuzzer,
    &mut state,
    &mut restarting_mgr,
    timeout,
)?;

使用哈希反馈更新目标：

let mut objective = feedback_and!(
    feedback_or_fast!(CrashFeedback::new(), TimeoutFeedback::new()),
    NewHashFeedback::new(&backtrace_observer)
);

这样可以确保只保存回溯唯一的崩溃。

字典模糊测试

使用字典引导模糊测试器针对特定标记进行测试：

从文件添加标记：

let mut tokens = Tokens::new();
if let Some(tokenfile) = &tokenfile {
    tokens.add_from_file(tokenfile)?;
}
state.add_metadata(tokens);

更新变异器：

let mutator = StdScheduledMutator::new(
    havoc_mutations().merge(tokens_mutations())
);

硬编码标记示例（PNG）：

state.add_metadata(Tokens::from([
    vec![137, 80, 78, 71, 13, 10, 26, 10], // PNG header
    "IHDR".as_bytes().to_vec(),
    "IDAT".as_bytes().to_vec(),
    "PLTE".as_bytes().to_vec(),
    "IEND".as_bytes().to_vec(),
]));

另请参阅： 有关详细的字典创建策略和特定格式的字典， 请参阅 fuzzing-dictionaries 技术技能。

自动标记

自动从程序中提取魔数值和校验和：

在编译器包装器中启用：

cc.add_pass(LLVMPasses::AutoTokens)

在模糊测试器中加载自动标记：

tokens += libafl_targets::autotokens()?;

验证标记区段：

echo "p (uint8_t *)__token_start" | gdb fuzz

性能调优

设置	影响
多核模糊测试	随核心数增加而线性提速
InMemoryCorpus	速度更快，但不会持久化
InMemoryOnDiskCorpus	兼顾速度与持久化
Sanitizer	速度降低 2-5 倍，但对发现 bug 至关重要
优化级别 -O2	平衡速度与覆盖率

调试模糊测试器

以单进程模式运行模糊测试器，以便更轻松地调试：

// Replace launcher with direct call
run_client(None, SimpleEventManager::new(monitor), 0).unwrap();

// Comment out:
// Launcher::builder()
//     .run_client(&mut run_client)
//     ...
//     .launch()

然后使用 GDB 调试：

gdb --args ./fuzz --cores 0 --input corpus/

实际示例

示例：libpng

使用 LibAFL 对 libpng 进行模糊测试：

1. 获取源代码：

curl -L -O https://downloads.sourceforge.net/project/libpng/libpng16/1.6.37/libpng-1.6.37.tar.xz
tar xf libpng-1.6.37.tar.xz
cd libpng-1.6.37/
apt install zlib1g-dev

2. 设置编译器包装器：

export FUZZER_CARGO_DIR="/path/to/libafl/project"
export CC=$FUZZER_CARGO_DIR/target/release/libafl_cc
export CXX=$FUZZER_CARGO_DIR/target/release/libafl_cxx

3. 构建静态库：

./configure --enable-shared=no
make

4. 获取测试框架：

curl -O https://raw.githubusercontent.com/glennrp/libpng/f8e5fa92b0e37ab597616f554bee254157998227/contrib/oss-fuzz/libpng_read_fuzzer.cc

5. 链接模糊测试器：

$CXX libpng_read_fuzzer.cc .libs/libpng16.a -lz -o fuzz

6. 准备种子：

mkdir seeds/
curl -o seeds/input.png https://raw.githubusercontent.com/glennrp/libpng/acfd50ae0ba3198ad734e5d4dec2b05341e50924/contrib/pngsuite/iftp1n3p08.png

7. 获取字典（可选）：

curl -O https://raw.githubusercontent.com/glennrp/libpng/2fff013a6935967960a5ae626fc21432807933dd/contrib/oss-fuzz/png.dict

8. 开始模糊测试：

./fuzz --input seeds/ --cores 0 -x png.dict

示例：CMake 项目

将 LibAFL 集成到 CMake 构建系统中：

CMakeLists.txt：

project(BuggyProgram)
cmake_minimum_required(VERSION 3.0)

add_executable(buggy_program main.cc)

add_executable(fuzz main.cc harness.cc)
target_compile_definitions(fuzz PRIVATE NO_MAIN=1)
target_compile_options(fuzz PRIVATE -g -O2)

构建未插桩二进制文件：

cmake -DCMAKE_C_COMPILER=clang -DCMAKE_CXX_COMPILER=clang++ .
cmake --build . --target buggy_program

构建模糊测试器：

export FUZZER_CARGO_DIR="/path/to/libafl/project"
cmake -DCMAKE_C_COMPILER=$FUZZER_CARGO_DIR/target/release/libafl_cc \
      -DCMAKE_CXX_COMPILER=$FUZZER_CARGO_DIR/target/release/libafl_cxx .
cmake --build . --target fuzz

运行模糊测试：

./fuzz --input seeds/ --cores 0

故障排除

问题	原因	解决方案
覆盖率没有增加	插桩失败	确认使用了编译器包装器，并检查是否包含 -fsanitize-coverage
模糊测试器无法启动	语料库为空，没有有趣的输入	提供能够触发代码路径的种子输入
使用 libafl_main 时出现链接器错误	未链接运行时	使用 -Wl,--whole-archive 或 -u libafl_main
LLVM 版本不匹配	LibAFL 要求 LLVM 15-18	安装兼容的 LLVM 版本并设置环境变量
Rust 编译失败	Rust 或 Cargo 版本过旧	使用 rustup update 更新 Rust
模糊测试速度慢	已启用 Sanitizer	预计会慢 2-5 倍，但这是发现 bug 所必需的
环境变量干扰	已设置 CC、CXX、RUSTFLAGS	构建 LibAFL 项目后取消设置
无法附加调试器	正在进行多进程模糊测试	使用单进程模式运行（参见“调试模糊测试器”部分）

相关技能

技术技能

技能	使用场景
fuzz-harness-writing	编写有效测试框架的详细指南
address-sanitizer	在模糊测试期间检测内存错误
undefined-behavior-sanitizer	检测未定义行为
coverage-analysis	衡量并提升代码覆盖率
fuzzing-corpus	构建和管理种子语料库
fuzzing-dictionaries	为格式感知模糊测试创建字典

相关模糊测试工具

技能	适用场景
libfuzzer	配置更简单，且不需要 LibAFL 的高级功能
aflpp	无需开发自定义模糊测试工具即可进行多核模糊测试
cargo-fuzz	以较少的配置对 Rust 项目进行模糊测试

资源

官方文档

• LibAFL 手册 - 提供全面文档的官方手册
• LibAFL GitHub - 源代码和示例
• LibAFL API 文档 - Rust API 参考

示例和教程

• LibAFL 示例 - 模糊测试工具示例合集
• 使用 LibAFL 的 cargo-fuzz - 将 LibAFL 用作 cargo-fuzz 后端
• Testing Handbook LibAFL 示例 - 本手册提供的完整可运行示例