cuFuzz

このリポジトリには、ユーザーランドCUDAアプリケーション向けのGPU指向カバレッジガイド型ファザーである cuFuzz の成果物が含まれています。cuFuzz は、ホスト側とデバイス側のカバレッジ収集をサニタイゼーションと組み合わせることで、CUDAプログラムのバグを効果的に発見します。

リポジトリ構成

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

要件

ハードウェア要件

cuFuzz は以下のハードウェア構成でテストされています：

コンポーネント	仕様
GPU	NVIDIA A40（48GB VRAM、Compute Capability 8.6）
CPU	Intel Xeon Platinum 8362（64コア、コアあたり2スレッド）
メモリ	120GB以上のRAM推奨
ストレージ	Dockerイメージとファジング出力用に50GB以上の空き容量

その他のGPU: cuFuzz は Compute Capability 7.0 以上の他のNVIDIA GPUでも動作するはずです。それに応じて GPU_ARCH 環境変数を調整してください（GPU Architecture Configuration を参照）。

ソフトウェア要件

コンポーネント	バージョン
Ubuntu	22.04 LTS
NVIDIA Driver	570.144 または互換
CUDA Toolkit	12.9
Docker	20.10+（推奨）
nvidia-container-toolkit	--gpus フラグのサポートに必要
clang	14

クイックスタート：Docker手順

cuFuzz を試す最も速い方法は、Dockerコンテナを使用することです。このDockerfileは、公式のNVIDIA CUDA 12.9開発イメージを使用しています。

1. アーティファクトの展開とAFL++のセットアップ

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. Dockerイメージのビルド

GPUアーキテクチャを指定してDockerイメージをビルドします：

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

GPUアーキテクチャ早見表：

GPUファミリー	アーキテクチャ	例
Ampere（データセンター）	sm_80	A100
Ampere（コンシューマ/プロ）	sm_86	A40, RTX 3090, RTX 3060
Hopper	sm_90	H100
Ada Lovelace	sm_89	RTX 4090, L40
Turing	sm_75	RTX 2080, T4

完全なリストはこちらを参照：https://developer.nvidia.com/cuda-gpus

A40/RTX 3090の例：

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

注意: この手順は、お使いのマシンとネットワーク接続によっては数分かかる場合があります。

3. Dockerコンテナの実行

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

4. インストールの検証

Dockerコンテナが起動したら、ビルドを検証します：

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

詳細ビルド手順（Dockerなし）

前提条件

Ubuntu 22.04に必要な依存関係をインストールします：

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

GPUアーキテクチャの設定

お使いのGPUに合わせて GPU_ARCH 環境変数を設定します（上記のアーキテクチャ表を参照）：

export GPU_ARCH=sm_86  # Change to match your GPU

AFL++のビルド

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

NVBitカバレッジツールのビルド

NVBit バージョン 1.7.5 をダウンロードします：

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

NVBitカバレッジツールをビルドします：

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

サニタイザラッパーのビルド

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

使用方法

cuFuzz のビルド後、以下のコマンドでファジングを実行します：

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 @@

cuFuzzの環境変数

AFL++の標準変数

変数	説明	例
AFL_SKIP_CPUFREQ	CPUスケーリングポリシーのチェックをスキップ	AFL_SKIP_CPUFREQ=1
AFL_PRELOAD	NVBitカバレッジツールへのパス	AFL_PRELOAD=/path/to/cufuzz_cov.so

cuFuzzのカバレッジ変数

変数	説明	例
CUFUZZ_MAP_SIZE	カバレッジマップのサイズ（バイト単位）	CUFUZZ_MAP_SIZE=65536
COV_PERSISTENT	AFL永続モードのサポートを有効化（0=いいえ、1=はい）	COV_PERSISTENT=1
GPU_ARCH	ビルド対象のGPUアーキテクチャ	GPU_ARCH=sm_86

cuFuzzのサニタイゼーション変数

変数	説明	例
ORIGINAL_APP	素の（非計装の）アプリケーションへのパス	ORIGINAL_APP=./cuda_app
SANITIZER_PATH	compute-sanitizerバイナリへのパス	SANITIZER_PATH=/usr/local/cuda/bin/compute-sanitizer
SANITIZER_ARG	memcheckサニタイザの引数	SANITIZER_ARG="--tool=memcheck --error-exitcode 99"
SANITIZER_ARG_RACE	racecheckサニタイザの引数	SANITIZER_ARG_RACE="--tool=racecheck --error-exitcode 99"
SANITIZER_ARG_INIT	initcheckサニタイザの引数	SANITIZER_ARG_INIT="--tool=initcheck --error-exitcode 99"

AFL_SAN_ABSTRACTIONモード

AFL_SAN_ABSTRACTION 変数は、どの入力をサニタイザに渡すかを制御します：

値	説明	感度	パフォーマンス
all_trace	すべての入力をサニタイザに渡す	最高	最遅
simplify_trace	一意の実行パスを持つ入力を渡す	高	バランス
unique_trace	一意のカバレッジシグネチャを持つ入力を渡す	中	高速
coverage_increase	カバレッジ増加を引き起こす入力のみを渡す	最低	最速

推奨: AFL_SAN_ABSTRACTION=simplify_trace（デフォルト）

使用例

基本モード

このモードでは、cuFuzz はデバイス側カバレッジを使用し、入力のサブセット（一意のトレースを持つ入力）に対して compute sanitizer を実行します。このモードはAFL++のSAND機能を活用して、カバレッジ収集とサニタイゼーションを分離します。

cd src/cufuzz_sand

# Build sanitizer wrappers
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

cd ../../targets/sampleApp/

export PATH=/usr/local/cuda/bin/:$PATH
export GPU_ARCH=sm_86  # Adjust for your GPU

# Build vanilla version (for sanitizer)
nvcc sampleApp.cu -I/usr/local/cuda/include/ -O2 --ptxas-options "-v" \
    --gpu-architecture=$GPU_ARCH -o sampleApp-vanilla.out

# Build instrumented version (for fuzzing)
nvcc sampleApp.cu -I/usr/local/cuda/include/ -O2 --ptxas-options "-v" \
    --gpu-architecture=$GPU_ARCH --compiler-bindir ../../Tools/AFLplusplus/afl-clang-fast++ \
    -o sampleApp.out