摘要
fuzzing工具一般包含以下几个相似且重要的组件：
- 目标系统的数据生成解决方案
- unique error检测器
- 自动化的测试用例规约器
- issue报告工具
本文介绍Fuzzinator：一个开源的后测试框架，将上述几个组件模块化，使之相互独立，并串联起来，构成完成的框架。
1 介绍
模糊测试用于各种目标软件/系统：
- web引擎
- 操作系统内核
- 编译器
- 解释器
- 用户接口
- 等
同时也有很多测试用例生成方法帮助提高效率：
- 约束求解
- 覆盖率信息
- 演化方法
- 机器学习
- 等
SUT：system-under-test
- 测试用例生成后，传输给SUT：即使很简单的命令行工具也有不同的需求，有些只需要直接的输入，有些需要读取一个文件，有些更复杂，可能涉及到图形用户接口或网络通信。
- fuzzing tool需要自动识别SUT的异常行为，可能是crash, 非0退出，未捕获的异常信息或服务超时等
- 检测unique bugs也很重要，保留太多的测试用例会触发相同的error，同时也会浪费大量的资源和算力
除了上述大部分的fuzzing tool都通用的特性外，还有很多“雪中送炭”的特性：
- SUT能够随着项目演化自动更新，在最新的版本上进行fuzzing插桩保证计算力不被浪费
- 将最小化的failure样例和信息报告给issue跟踪系统，使项目团队能够快速应对
已有的研究一部分仅仅关注与测试用例生成组件，另一部分将几个组件耦合在一块，不能被他人重用
本文提出一个开源模糊测试框架Fuzzinator，优点：模块化，高度可配置，可重用。。。
Fuzzinator
A. 架构
fuzz job：接收fuzzer生成测试用例，并逐一调用SUT执行测试用例。
-
reduce job
test case reducer生成已有failure输入的简化版本，然后将这些版本回传给同个SUT。
-
update job
检测SUT是否outdated，若是则pull latest version。
-
validation job
验证之前找到并记录的issue是否可以在当前版本的SUT上重现
B. 组件
- 在该框架中，每个fuzzer由一个函数表示，fuzzer的返回值都会被认为是一个新的测试用例
- SUT也是一个函数，接受fuzzer生成的测试用例，返回系统认为的issue的充分描述
- Reducer也遵循类似的逻辑，他们是函数接收SUT和测试用例，返回能使SUT返回相同issue描述的更简洁的输入
C. 样例
主要介绍具体配置，太细节了。。大致就是说明每个job如何配置
3 相关工作
总结
本文介绍了Fuzzinator这个模糊测试框架和如何模块化的配置各个任务和组件。
这个框架使用不同的模糊测试生成器（AFL，Grammarinator，Generinator:RATS），测试多个项目。它帮助发现，管理，报告将近1000个issues。