TabuFuzz usa memória de pesquisa para escolher melhor onde procurar falhas de software
Em seis ensaios de 24 horas sobre nove programas, o protótipo encontrou mais caminhos e crashes do que AFL no ambiente reportado.
Um novo framework de fuzzing usa pesquisa tabu para decidir que entradas deve mutar e quanto esforço dedicar a cada uma. O TabuFuzz, implementado sobre o AFL, foi avaliado em nove programas reais durante seis ensaios independentes de 24 horas. No conjunto reportado, aumentou em 19,89% os caminhos observados e em 160,87% os crashes relativamente ao AFL.
O problema das sementes
Um fuzzer altera entradas válidas ou quase válidas para tentar levar um programa a caminhos de execução inesperados. O orçamento é finito: insistir numa semente pouco promissora desperdiça ciclos; abandonar cedo uma semente útil pode esconder uma falha. Muitos sistemas usam regras agregadas para ordenar sementes e distribuir a chamada energia de mutação.
A pesquisa tabu mantém memória recente das escolhas e evita regressar continuamente às mesmas regiões. No TabuFuzz, essa memória orienta a seleção de sementes com maior probabilidade de gerar variantes interessantes. Uma segunda estratégia ajusta a energia com informação dinâmica recolhida durante a execução.
Resultados e comparação
Os autores publicaram os resultados brutos das seis execuções. A melhoria média resume programas com comportamentos diferentes; não significa que cada alvo ganhou na mesma proporção. Sob a configuração experimental descrita, o TabuFuzz também registou mais caminhos e crashes do que FairFuzz, MOPT, EcoFuzz e AFL++.
Um crash não é automaticamente uma vulnerabilidade explorável. Entradas distintas podem provocar a mesma causa, e a triagem exige deduplicação, análise do erro e avaliação do impacto. Cobertura de caminhos também é um indicador intermédio: aumenta a superfície explorada sem garantir que as zonas mais perigosas foram atingidas.
O que a experiência permite concluir
A combinação de memória de pesquisa com alocação adaptativa melhorou a eficiência observada naquele conjunto de nove programas e naquele hardware. O estudo não estabelece superioridade universal sobre todos os fuzzers, linguagens ou bases de código. A reprodutibilidade dependerá do código, parâmetros, versões dos alvos e sementes iniciais.
Próximos testes
O passo mais útil é repetir a comparação em suites padronizadas, medir crashes únicos por causa, custos computacionais e tempo até à primeira falha. Para equipas de segurança, a ideia é promissora porque atua num gargalo operacional claro: decidir onde gastar o próximo ciclo de mutação.