Source code: https://github.com/ChijinZ/VisFuzz
Abstract
传统上模糊测试的一个瓶颈在于很难覆盖到被复杂的条件-比如magic number, 嵌套的条件所引导的程序支线，为此人们提出了白盒测试，然而即使这样，对复杂的条件的支持还是不够，比如array sort，virtual function, tree set queries还是覆盖不到。所以本文提出了visfuzz。
VisFuzz用可视化的方式实时展示程序测试情况和程序支线覆盖情况，主要是从源码中抽取call graph（函数调用图）和control flow（函数内基本块流程图），并且将每个函数，基本块，源码和实际执行信息联系起来呈现在图上，从而允许测试工程师定位一直没法访问到的限制，这样工程师就可以人工调研语义环境，构造特殊种子或者升级测试driver了。
本文的实验对象是Google的fuzzer-test-suite，实验方法是比较用/不用15分钟时间通过visfuzz理解改进测试，模糊测试12h，效果是提升了10.84%到150.58%的效果。
Introduction
黑盒技术有AFL,libFuzzer，这些技术覆盖率不太够，于是灰盒测试比如AFLFast和FairFuzz让能够覆盖到低频次的路径有更多的变异机会。但是还是不够，于是白盒测试也登场。Driller提出了当AFL遇到瓶颈就转换到符号执行模式的方法。HaCRS则把整个fuzz拆成多个子任务，让人协助。明显，人力能够协助测试进入复杂条件的潜力，所以提出VisFuzz。
VisFuzz由三个部件组成：
a) LLVM plugin：用于获取call graph，覆盖率和其他统计信息
b) modified AFL: AFL+实时统计
c) python supported visualization
Demonstration
Proj. THUDFuzzVis: VisFuzz: Understanding and Intervening Fuzzing with Interactive Visualization
原文：https://www.cnblogs.com/xuesu/p/13907292.html