一个简单的、基于覆盖引导的用于 UEFI NVRAM 变量的模糊测试工具。
基于 Qiling 和 AFL++。
由 Itai Liba (@liba2k) 和 Assaf Carlsbad (@assaf_carlsbad) 编写。
构建镜像：
docker build -t efi_fuzz .
测试环境：
docker run -v $PWD:/efi_fuzz -it efi_fuzz sh -c "cd efi_fuzz/tests/ && pytest -s -v -W ignore::DeprecationWarning"
使用环境：
docker run -v $PWD:/efi_fuzz -it efi_fuzz sh -c "cd /efi_fuzz ; bash"
准备仿真的 NVRAM 环境（你需要提供 ROM 镜像）：
python3 scripts/prepare_nvram.py rom.bin nvram.pickle
准备 NVRAM 变量的初始语料库：
python3 scripts/prepare_afl_corpus.py rom.bin afl_inputs
对模糊测试工具进行试运行：
python3 efi_fuzz.py <target> <nvram> <varname> <seed>
如果成功，进入全面模糊测试：
afl-fuzz -i afl_inputs/<varname> -o afl_outputs/ -U -- python3 efi_fuzz.py <target> <nvram> <varname> @@
如果在 Windows 上运行，请安装 WSL。我们推荐 WSL2，而非原版 WSL（后者有时较慢）。Windows 10 的完整安装说明请参见：https://docs.microsoft.com/en-us/windows/wsl/install-win10
在 WSL 发行版中，安装一些必要的软件包，以便我们编译 C 源码：
sudo apt install build-essential automake
安装支持 Unicorn 模式的 AFL++。
3.1. 克隆仓库：
git clone https://github.com/AFLplusplus/AFLplusplus
3.2. 构建 AFL++ 核心二进制文件：
make
3.3. 构建 Unicorn 支持功能：
cd unicorn_mode
./build_unicorn_support.sh
3.4. 安装所有内容：
make install
克隆模糊测试工具并安装所需依赖：
git clone https://github.com/Sentinel-One/efi_fuzz
pip install -r efi_fuzz/requirements.txt
Triton 是进行污点传播所必需的。
安装 Triton 的说明请参见：
https://triton.quarkslab.com/documentation/doxygen/#install_sec
准备仿真的 NVRAM 环境：
python scripts/prepare_nvram.py rom.bin nvram.pickle
准备 NVRAM 变量的初始语料库：
python scripts/prepare_afl_corpus.py rom.bin afl_inputs
对模糊测试工具进行试运行：
python efi_fuzz.py <target> <nvram> <varname> <seed>
如果成功，进入全面模糊测试：
afl-fuzz -i afl_inputs/<varname> -o afl_outputs/ -U -- python efi_fuzz.py <target> <nvram> <varname> @@
-e, --end：指定仿真的结束地址。-t, --timeout：指定仿真的新超时值（毫秒）。-o, --output：指定用于调试的输出格式。有效值为：trace、disasm、debug 和 off（默认为 off）。-n, --no-sanitize：禁用内存清理器（默认为 False）。-u, --track-uninitialized：通过 Triton 和污点传播跟踪未初始化的内存（实验性功能！）。-x, --extra-modules：用于满足目标依赖关系而加载的额外模块列表。关于 UEFI 固件的一般信息以及 efi_fuzz 的更多详细信息，请参见：