了解fuzz

安装apt install bsdmainutils

exif格式：https://www.media.mit.edu/pia/Research/deepview/exif.html

fuzz文件目标类型git clone https://github.com/ianare/exif-samples.git

详细技术对比与漏洞挖掘应用

特性	AFL++	LibFuzzer
Fuzzing 类型	进程外 (Out-of-Process), 灰盒 Fuzzing	进程内 (In-Process), 白盒 Fuzzing
目标对象	完整的可执行程序，通过 stdin 或文件接收输入。	程序中的特定函数或库 API。
反馈机制	编译时插桩 (Instrumentation)，通过 fork server 和共享内存与 Fuzzer 通信。	编译器内置的覆盖率反馈机制 (SanitizerCoverage)，无进程间通信开销。
执行速度	相对较慢 (几百到几千 execs/sec)	非常快 (几万到几十万 execs/sec)
上手难度	较低。对于简单的程序，只需用 afl-clang-fast 编译即可，无需写代码。	中等。需要为目标函数编写一个 Harness (测试驱动程序)。
发现 Bug 类型	各种类型，包括程序初始化/退出时的 Bug，内存竞争等。	主要集中在被测函数内部的逻辑 Bug，如解析错误、缓冲区溢出等。

在漏洞挖掘中如何选择？

你应该使用 AFL++ 的场景：

1. 目标是一个完整的应用程序：比如一个图像查看器、一个 PDF 阅读器、一个命令行解压工具 (exiv2, objdump, unzip 等)。
2. 你没有源代码，只有二进制文件：AFL++ 的 QEMU 模式或 Unicorn 模式可以对闭源程序进行 Fuzzing (虽然效率较低)。
3. 你想快速上手：对于一个简单的、接收文件输入的程序，用 AFL++ 开始 Fuzzing 几乎是零代码成本的。
4. 程序状态复杂：如果程序的 Bug 需要复杂的全局状态或多次交互才能触发，AFL++ 的模型更接近真实使用情况。

你应该使用 LibFuzzer 的场景：

1. 目标是一个库 (library)：比如一个 JSON 解析库、一个加解密库、一个网络协议解析库。你想测试它的某个核心 API。
2. 你想对一个大型项目中某个特定的复杂函数进行深度测试：例如，你想测试 Web 浏览器中的 URL 解析函数，或者操作系统内核中的文件系统解析函数。
3. 追求极致的速度和效率：当你知道“漏洞最可能出现在这个函数里”时，用 LibFuzzer 直接对它进行“饱和式攻击”是最高效的选择。
4. 你想把它集成到持续集成 (CI) 系统中：LibFuzzer 的 Harness 本质上就是一个单元测试，非常适合自动化。Google 的 OSS-Fuzz 项目就大量使用了 LibFuzzer。

总结

AFL++ 和 LibFuzzer 不是竞争关系，而是互补关系。

一个专业的漏洞研究员通常会同时使用这两种工具。

• 广度优先，用 AFL++：先用 AFL++ 对整个程序进行一轮广泛的 Fuzzing，快速找到一些表层的、容易触发的 Bug。
• 深度优先，用 LibFuzzer：在对程序有了一定了解后，识别出其中最复杂、最可能出问题的核心处理函数，然后为它编写一个 Harness，用 LibFuzzer 进行深度、高速的 Fuzzing，挖掘更深层次的漏洞。