---

efi_fuzz

Un semplice fuzzer guidato dalla copertura per variabili UEFI NVRAM. Basato su Qiling e AFL++.
Scritto da Itai Liba (@liba2k) e Assaf Carlsbad (@assaf_carlsbad).

Utilizzo

Utilizzo dell'ambiente Docker

1. Costruisci l'immagine:
   docker build -t efi_fuzz .

2. Testa l'ambiente:
   docker run -v $PWD:/efi_fuzz -it efi_fuzz sh -c "cd efi_fuzz/tests/ && pytest -s -v -W ignore::DeprecationWarning"

3. Usa l'ambiente:
   docker run -v $PWD:/efi_fuzz -it efi_fuzz sh -c "cd /efi_fuzz ; bash"

4. Prepara l'ambiente NVRAM emulato (dovrai fornire l'immagine rom):
   python3 scripts/prepare_nvram.py rom.bin nvram.pickle

5. Prepara il corpus iniziale per le variabili NVRAM:
   python3 scripts/prepare_afl_corpus.py rom.bin afl_inputs

6. Esegui un test a secco del fuzzer:
   python3 efi_fuzz.py <target> <nvram> <varname> <seed>

7. In caso di successo, passa al fuzzing completo:
   afl-fuzz -i afl_inputs/<varname> -o afl_outputs/ -U -- python3 efi_fuzz.py <target> <nvram> <varname> @@

Installazione dell'ambiente in locale

1. Se sei su Windows, installa WSL. Consigliamo WSL2 invece del WSL originale, che a volte tende ad essere lento. Le istruzioni complete per l'installazione su Windows 10 sono disponibili qui: https://docs.microsoft.com/en-us/windows/wsl/install-win10

2. All'interno della distribuzione WSL, installa alcuni pacchetti necessari che ci permetteranno di compilare codice sorgente C:
   sudo apt install build-essential automake

3. Installa AFL++ con il supporto della modalità Unicorn.
   3.1. Clona il repository:
   git clone https://github.com/AFLplusplus/AFLplusplus
   3.2. Compila i binari principali di AFL++:
   make
   3.3. Compila la funzionalità di supporto Unicorn:
   cd unicorn_mode
./build_unicorn_support.sh
   3.4. Installa tutto:
   make install

4. Ottieni e decomprimi il firmware UEFI che desideri sottoporre a fuzzing. Per tutti i dettagli tecnici su come si fa nella pratica, vedi qui o qui.

5. Clona il fuzzer e installa le dipendenze richieste:
   git clone https://github.com/Sentinel-One/efi_fuzz

Triton è richiesto per la propagazione delle macchie (taint).
Le istruzioni per installare Triton sono disponibili qui:
https://triton.quarkslab.com/documentation/doxygen/#install_sec

6. Prepara l'ambiente NVRAM emulato:
   python scripts/prepare_nvram.py rom.bin nvram.pickle

7. Prepara il corpus iniziale per le variabili NVRAM:
   python scripts/prepare_afl_corpus.py rom.bin afl_inputs

8. Esegui un test a secco del fuzzer:
   python efi_fuzz.py <target> <nvram> <varname> <seed>

9. In caso di successo, passa al fuzzing completo:
   afl-fuzz -i afl_inputs/<varname> -o afl_outputs/ -U -- python efi_fuzz.py <target> <nvram> <varname> @@

Opzioni da riga di comando

• -e, --end: Specifica un indirizzo finale per l'emulazione.
• -t, --timeout: Specifica un nuovo timeout per l'emulazione, in ms.
• -o, --output: Specifica il formato di output per scopi di debug. I valori validi sono: trace, disasm, debug e off (default: off).
• -n, --no-sanitize: Disabilita il memory sanitizer (default: False).
• -u, --track-uninitialized: Tiene traccia della memoria non inizializzata tramite Triton e propagazione delle macchie (SPERIMENTALE!).
• -x, --extra-modules: Un elenco di moduli extra da caricare per soddisfare le dipendenze del target.

Ulteriori letture

Ulteriori informazioni riguardanti il firmware UEFI in generale e efi_fuzz in particolare sono disponibili qui:

• Passare dalla conoscenza di buon senso sull'UEFI al vero dump del firmware UEFI
• Passare dal reverse engineering manuale dei moduli UEFI all'emulazione dinamica del firmware UEFI
• Passare dall'emulazione dinamica dei moduli UEFI al fuzzing guidato dalla copertura del firmware UEFI