---

efi_fuzz

Простой, управляемый покрытием фаззер для переменных UEFI NVRAM. Основан на Qiling и AFL++.
Написан Итаем Либой (@liba2k) и Ассафом Карлсбадом (@assaf_carlsbad).

Использование

Использование среды Docker

1. Сборка образа:
   docker build -t efi_fuzz .

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

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

4. Подготовка эмулированной среды NVRAM (Вам потребуется предоставить образ rom):
   python3 scripts/prepare_nvram.py rom.bin nvram.pickle

5. Подготовка начального корпуса для переменных NVRAM:
   python3 scripts/prepare_afl_corpus.py rom.bin afl_inputs

6. Выполнение пробного запуска фаззера:
   python3 efi_fuzz.py <target> <nvram> <varname> <seed>

7. В случае успеха переходите к полноценному фаззингу:
   afl-fuzz -i afl_inputs/<varname> -o afl_outputs/ -U -- python3 efi_fuzz.py <target> <nvram> <varname> @@

Локальная установка среды

1. Если вы работаете в Windows, установите WSL. Мы рекомендуем WSL2, в отличие от исходной WSL, которая иногда бывает медленной. Полные инструкции по установке для Windows 10 можно найти здесь: https://docs.microsoft.com/en-us/windows/wsl/install-win10

2. Внутри дистрибутива WSL установите необходимые пакеты, которые позволят скомпилировать исходный код на C:
   sudo apt install build-essential automake

3. Установите AFL++ с поддержкой режима Unicorn.
   3.1. Клонируйте репозиторий:
   git clone https://github.com/AFLplusplus/AFLplusplus
   3.2. Сборка основных бинарных файлов AFL++:
   make
   3.3. Сборка функции поддержки Unicorn:
   cd unicorn_mode
./build_unicorn_support.sh
   3.4. Установка всего:
   make install

4. Получите и распакуйте прошивку UEFI, которую вы хотите фаззить. Полные технические подробности о том, как это делается на практике, см. здесь или здесь.

5. Клонируйте фаззер и установите необходимые зависимости:
   git clone https://github.com/Sentinel-One/efi_fuzz

Triton необходим для распространения меток (taint propagation).
Инструкции по установке Triton можно найти здесь:
https://triton.quarkslab.com/documentation/doxygen/#install_sec

6. Подготовка эмулированной среды NVRAM:
   python scripts/prepare_nvram.py rom.bin nvram.pickle

7. Подготовка начального корпуса для переменных NVRAM:
   python scripts/prepare_afl_corpus.py rom.bin afl_inputs

8. Выполнение пробного запуска фаззера:
   python efi_fuzz.py <target> <nvram> <varname> <seed>

9. В случае успеха переходите к полноценному фаззингу:
   afl-fuzz -i afl_inputs/<varname> -o afl_outputs/ -U -- python efi_fuzz.py <target> <nvram> <varname> @@

Параметры командной строки

• -e, --end: Укажите конечный адрес для эмуляции.
• -t, --timeout: Укажите новое значение таймаута для эмуляции, в мс.
• -o, --output: Укажите формат вывода для отладки. Допустимые значения: trace, disasm, debug и off (по умолчанию off).
• -n, --no-sanitize: Отключите санитайзер памяти (по умолчанию False).
• -u, --track-uninitialized: Отслеживает неинициализированную память с помощью Triton и распространения меток (taint propagation) (ЭКСПЕРИМЕНТАЛЬНО!).
• -x, --extra-modules: Список дополнительных модулей для загрузки, чтобы удовлетворить зависимости цели.

Дополнительная информация

Дополнительную информацию о прошивке UEFI в целом и об efi_fuzz в частности можно найти здесь:

• Moving From Common-Sense Knowledge About UEFI To Actually Dumping UEFI Firmware
• Moving From Manual Reverse Engineering of UEFI Modules To Dynamic Emulation of UEFI Firmware
• Moving From Dynamic Emulation of UEFI Modules To Coverage-Guided Fuzzing of UEFI Firmware