cuFuzz

يحتوي هذا المستودع على القطع البرمجية (Artifacts) الخاصة بـ cuFuzz، وهي أداة تشويش موجّهة بالتغطية (Coverage-Guided Fuzzer) تعمل بوحدة معالجة الرسوميات (GPU) لتطبيقات CUDA في فضاء المستخدم. تجمع cuFuzz بين جمع التغطية من جهة المضيف (Host) ومن جهة الجهاز (Device) مع التعقيم (Sanitization) لاكتشاف الأخطاء في برامج CUDA بشكل فعّال.

هيكل المستودع

cufuzz-artifacts/
├── src/                        # Core cuFuzz components
│   ├── cufuzz_cov_nvbit/       # NVBit-based device-side coverage collection tool
│   └── cufuzz_sand/            # Sanitizer wrappers for SAND integration
├── targets/                    # Example fuzzing targets
│   └── sampleApp/              # Simple CUDA app with intentional bug for testing
├── scripts/                    # Evaluation and analysis scripts
├── Tools/                      # External dependencies
│   ├── AFLplusplus/            # AFL++ fuzzer (git submodule)
│   └── AFLplusplus.patch       # cuFuzz patches for AFL++
├── third-party-licenses/       # Third-party license files
│   ├── LICENSE_from_aflplusplus  # AFL++ Apache 2.0 license
│   └── LICENSE_from_nvbit        # NVBit NVIDIA EULA
├── images/                     # Documentation images
├── build.sh                    # Automated build script
├── verify_build.sh             # Quick verification test
├── Dockerfile                  # Docker container definition
├── LICENSE                     # Apache License 2.0
└── CONTRIBUTING.md             # Contribution guidelines and DCO

المتطلبات

متطلبات العتاد (Hardware)

تم اختبار cuFuzz على الإعدادات العتادية التالية:

المكوّن	المواصفات
GPU	NVIDIA A40 (48GB VRAM، قدرة حوسبة 8.6)
المعالج (CPU)	Intel Xeon Platinum 8362 (64 نواة، خيطان لكل نواة)
الذاكرة	يُوصى بذاكرة RAM بسعة 120GB أو أكثر
التخزين	مساحة خالية 50GB+ لصورة Docker ومخرجات التشويش

وحدات GPU أخرى: يجب أن تعمل cuFuzz على وحدات NVIDIA GPU أخرى بقدرة حوسبة (Compute Capability) ≥ 7.0. اضبط متغير البيئة GPU_ARCH وفقًا لذلك (انظر تكوين بنية GPU).

متطلبات البرمجيات

المكوّن	الإصدار
Ubuntu	22.04 LTS
NVIDIA Driver	570.144 أو ما يتوافق معه
CUDA Toolkit	12.9
Docker	20.10+ (موصى به)
nvidia-container-toolkit	مطلوب لدعم علم --gpus
clang	14

البدء السريع: تعليمات Docker

أسرع طريقة لتجربة cuFuzz هي استخدام حاوية Docker. يستخدم ملف Dockerfile الخاص بنا صورة التطوير الرسمية NVIDIA CUDA 12.9.

1. استخراج الحزمة وإعداد AFL++

tar -xzvf cufuzz-artifacts.tar.gz
cd cufuzz-artifacts

# Clone AFL++ (required dependency)
git clone https://github.com/AFLplusplus/AFLplusplus.git Tools/AFLplusplus
cd Tools/AFLplusplus
git checkout 9cac7ced05eb9f36c1d0b02ad594b3b09cd3938b
cd ../..

2. بناء صورة Docker

قم ببناء صورة Docker مع تحديد بنية GPU الخاصة بك:

sudo docker build --build-arg GPU_ARCH=<your_arch> -t cufuzz .

مرجع بنيات GPU:

عائلة GPU	البنية (Architecture)	أمثلة
Ampere (مراكز البيانات)	sm_80	A100
Ampere (الاستهلاكية/الاحترافية)	sm_86	A40, RTX 3090, RTX 3060
Hopper	sm_90	H100
Ada Lovelace	sm_89	RTX 4090, L40
Turing	sm_75	RTX 2080, T4

للقائمة الكاملة، راجع: https://developer.nvidia.com/cuda-gpus

مثال لبطاقة A40/RTX 3090:

sudo docker build --build-arg GPU_ARCH=sm_86 -t cufuzz .

ملاحظة: قد تستغرق هذه الخطوة عدة دقائق اعتمادًا على جهازك واتصال الشبكة.

3. تشغيل حاوية Docker

sudo docker run --rm --gpus all -it -v /:/my_workspace cufuzz bash

4. التحقق من التثبيت

بمجرد تشغيل حاوية Docker، تحقق من صحة البناء:

root@container:~/cufuzz# ./verify_build.sh

تعليمات البناء التفصيلية (بدون Docker)

المتطلبات الأساسية

قم بتثبيت التبعيات المطلوبة على Ubuntu 22.04:

apt-get update && apt-get install -y build-essential python3-dev automake cmake git flex \
    bison libglib2.0-dev libpixman-1-dev python3-setuptools cargo libgtk-3-dev lld llvm llvm-dev \
    clang ninja-build cpio libcapstone-dev wget curl python3-pip vim less libxxhash-dev bc zlib1g-dev

ضبط بنية GPU

اضبط متغير البيئة GPU_ARCH لوحدة GPU الخاصة بك (انظر جدول البنيات أعلاه):

export GPU_ARCH=sm_86  # Change to match your GPU

بناء AFL++

cd Tools/AFLplusplus 
patch -N -p1 < ../AFLplusplus.patch 
export CXX=/usr/bin/clang++-14 
export CC=/usr/bin/clang-14
make -j8 &> build.log

بناء أداة تغطية NVBit

قم بتنزيل NVBit الإصدار 1.7.5:

mkdir -p Tools/NVBit
wget https://github.com/NVlabs/NVBit/releases/download/v1.7.5/nvbit-Linux-x86_64-1.7.5.tar.bz2
tar -xvf nvbit-Linux-x86_64-1.7.5.tar.bz2 
mv nvbit_release_x86_64/* Tools/NVBit/
rm -rf nvbit_release_x86_64 nvbit-Linux-x86_64-1.7.5.tar.bz2

قم ببناء أداة تغطية NVBit الخاصة بنا:

cd src/cufuzz_cov_nvbit/
export GPU_ARCH=sm_86  # Adjust for your GPU
ARCH=$GPU_ARCH make 

بناء أغلفة المُعقِّمات (Sanitizer Wrappers)

cd src/cufuzz_sand
AFL_SAN_NO_INST=1 ../../Tools/AFLplusplus/afl-clang-fast -O2 wrapper_san.c -o wrapper_memcheck.out 
AFL_SAN_NO_INST=1 ../../Tools/AFLplusplus/afl-clang-fast -DSAN_MODE_INIT -O2 wrapper_san.c -o wrapper_initcheck.out 
AFL_SAN_NO_INST=1 ../../Tools/AFLplusplus/afl-clang-fast -DSAN_MODE_RACE -O2 wrapper_san.c -o wrapper_racecheck.out
AFL_SAN_NO_INST=1 ../../Tools/AFLplusplus/afl-clang-fast -DSAN_MODE_ASAN -O2 wrapper_san.c -o wrapper_asan.out

الاستخدام

بعد بناء cuFuzz، ابدأ التشويش باستخدام الأمر التالي:

CUFUZZ_MAP_SIZE=65536 AFL_SKIP_CPUFREQ=1 AFL_PRELOAD=/PATH/TO/cufuzz_cov.so \
    ./Tools/AFLplusplus/afl-fuzz -x sample.dict -i input_samples/ -o output_dir/ \
    -t 1000000 ./cuda_app.out @@

متغيرات بيئة cuFuzz

متغيرات AFL++ القياسية

المتغير	الوصف	مثال
AFL_SKIP_CPUFREQ	تجاوز فحص سياسة توسعة تردد المعالج (CPU scaling)	AFL_SKIP_CPUFREQ=1
AFL_PRELOAD	المسار إلى أداة تغطية NVBit	AFL_PRELOAD=/path/to/cufuzz_cov.so

متغيرات تغطية cuFuzz

المتغير	الوصف	مثال
CUFUZZ_MAP_SIZE	حجم خريطة التغطية بالبايت	CUFUZZ_MAP_SIZE=65536
COV_PERSISTENT	تفعيل دعم الوضع المستمر في AFL (0=لا، 1=نعم)	COV_PERSISTENT=1
GPU_ARCH	بنية GPU المستهدفة عند البناء	GPU_ARCH=sm_86

متغيرات تعقيم cuFuzz

المتغير	الوصف	مثال
ORIGINAL_APP	المسار إلى التطبيق الأصلي (غير المُجهَّز بأدوات القياس)	ORIGINAL_APP=./cuda_app
SANITIZER_PATH	المسار إلى الملف التنفيذي compute-sanitizer	SANITIZER_PATH=/usr/local/cuda/bin/compute-sanitizer
SANITIZER_ARG	وسائط مُعقِّم memcheck	SANITIZER_ARG="--tool=memcheck --error-exitcode 99"
SANITIZER_ARG_RACE	وسائط مُعقِّم racecheck	SANITIZER_ARG_RACE="--tool=racecheck --error-exitcode 99"
SANITIZER_ARG_INIT	وسائط مُعقِّم initcheck	SANITIZER_ARG_INIT="--tool=initcheck --error-exitcode 99"

أوضاع AFL_SAN_ABSTRACTION

يتحكم المتغير AFL_SAN_ABSTRACTION في المدخلات التي يتم تغذيتها إلى المُعقِّمات:

القيمة	الوصف	الحساسية	الأداء
all_trace	تغذية جميع المدخلات إلى المُعقِّمات	الأعلى	الأبطأ
simplify_trace	تغذية المدخلات ذات مسارات التنفيذ الفريدة	عالية	متوازن
unique_trace	تغذية المدخلات ذات توقيعات التغطية الفريدة	متوسطة	أسرع
coverage_increase	تغذية المدخلات التي تسبب زيادة في التغطية فقط	الأدنى	الأسرع

موصى به: AFL_SAN_ABSTRACTION=simplify_trace (الافتراضي)

أمثلة

الوضع الأساسي