---

efi_fuzz

Ein einfacher, coverage-gesteuerter Fuzzer für UEFI-NVRAM-Variablen. Basiert auf Qiling und AFL++.
Geschrieben von Itai Liba (@liba2k) und Assaf Carlsbad (@assaf_carlsbad).

Verwendung

Docker-Umgebung verwenden

1. Image erstellen:
   docker build -t efi_fuzz .

2. Umgebung testen:
   docker run -v $PWD:/efi_fuzz -it efi_fuzz sh -c "cd efi_fuzz/tests/ && pytest -s -v -W ignore::DeprecationWarning"

3. Umgebung nutzen:
   docker run -v $PWD:/efi_fuzz -it efi_fuzz sh -c "cd /efi_fuzz ; bash"

4. Emulierte NVRAM-Umgebung vorbereiten (Sie müssen das ROM-Image bereitstellen):
   python3 scripts/prepare_nvram.py rom.bin nvram.pickle

5. Initiales Corpus für die NVRAM-Variablen vorbereiten:
   python3 scripts/prepare_afl_corpus.py rom.bin afl_inputs

6. Einen Probelauf des Fuzzers durchführen:
   python3 efi_fuzz.py <target> <nvram> <varname> <seed>

7. Bei Erfolg zum umfassenden Fuzzing übergehen:
   afl-fuzz -i afl_inputs/<varname> -o afl_outputs/ -U -- python3 efi_fuzz.py <target> <nvram> <varname> @@

Umgebung lokal installieren

1. Falls unter Windows ausgeführt, WSL installieren. Wir empfehlen WSL2 gegenüber dem ursprünglichen WSL, der manchmal langsam sein kann. Die vollständigen Installationsanweisungen für Windows 10 finden Sie hier: https://docs.microsoft.com/en-us/windows/wsl/install-win10

2. Innerhalb der WSL-Distribution einige notwendige Pakete installieren, die es uns ermöglichen, C-Quellcode zu kompilieren:
   sudo apt install build-essential automake

3. AFL++ mit Unicorn-Modus-Unterstützung installieren.
   3.1. Repository klonen:
   git clone https://github.com/AFLplusplus/AFLplusplus
   3.2. Kern-AFL++-Binärdateien erstellen:
   make
   3.3. Unicorn-Unterstützung erstellen:
   cd unicorn_mode
./build_unicorn_support.sh
   3.4. Alles installieren:
   make install

4. Besorgen und entpacken Sie die UEFI-Firmware, die Sie fuzzen möchten. Die vollständigen technischen Details zur praktischen Durchführung finden Sie hier oder hier.

5. Klonen Sie den Fuzzer und installieren Sie erforderliche Abhängigkeiten:
   git clone https://github.com/Sentinel-One/efi_fuzz

Triton wird für die Taint-Weitergabe benötigt.
Anweisungen zur Installation von Triton finden Sie hier:
https://triton.quarkslab.com/documentation/doxygen/#install_sec

6. Emulierte NVRAM-Umgebung vorbereiten:
   python scripts/prepare_nvram.py rom.bin nvram.pickle

7. Initiales Corpus für die NVRAM-Variablen vorbereiten:
   python scripts/prepare_afl_corpus.py rom.bin afl_inputs

8. Einen Probelauf des Fuzzers durchführen:
   python efi_fuzz.py <target> <nvram> <varname> <seed>

9. Bei Erfolg zum umfassenden Fuzzing übergehen:
   afl-fuzz -i afl_inputs/<varname> -o afl_outputs/ -U -- python efi_fuzz.py <target> <nvram> <varname> @@

Befehlszeilenoptionen

• -e, --end: Geben Sie eine Endadresse für die Emulation an.
• -t, --timeout: Geben Sie einen neuen Timeout-Wert für die Emulation in ms an.
• -o, --output: Geben Sie das Ausgabeformat zu Debugging-Zwecken an. Gültige Werte sind: trace, disasm, debug und off (Standard: off).
• -n, --no-sanitize: Deaktivieren Sie den Memory Sanitizer (Standard: False).
• -u, --track-uninitialized: Verfolgt nicht initialisierten Speicher mittels Triton und Taint-Weitergabe (EXPERIMENTELL!).
• -x, --extra-modules: Eine Liste zusätzlicher Module, die geladen werden, um die Abhängigkeiten des Ziels zu erfüllen.

Weiterführende Literatur

Weitere Informationen zur UEFI-Firmware im Allgemeinen und zu efi_fuzz im Besonderen finden Sie hier:

• Vom Allgemeinwissen über UEFI zum tatsächlichen Dumping von UEFI-Firmware
• Vom manuellen Reverse Engineering von UEFI-Modulen zur dynamischen Emulation von UEFI-Firmware
• Von der dynamischen Emulation von UEFI-Modulen zum coverage-gesteuerten Fuzzing von UEFI-Firmware