路超1，王建章2，許德森2，李東垣2，趙鵬2，王國(guó)相1，褚騰飛1

　　(1.北京郵電大學(xué), 北京 100876; 2.中華通信系統(tǒng)有限責(zé)任公司，北京 100070)

       摘要：針對(duì)網(wǎng)絡(luò)協(xié)議漏洞挖掘系統(tǒng)在網(wǎng)絡(luò)協(xié)議格式分析過(guò)程中使用全局序列比對(duì)技術(shù)效率不高的問(wèn)題，結(jié)合網(wǎng)絡(luò)漏洞挖掘背景，對(duì)序列比對(duì)技術(shù)進(jìn)行深入分析，提出了一種更為有效的基于局部序列比對(duì)算法的Fuzzing漏洞挖掘新方法。在獲取網(wǎng)絡(luò)協(xié)議格式分析的過(guò)程中，提高漏洞挖掘效率。仿真結(jié)果表明，該方法較全局序列比對(duì)方法在執(zhí)行效率上具有較為明顯的優(yōu)勢(shì)。

　　關(guān)鍵詞：漏洞挖掘；Fuzzing；局部序列比對(duì)；算法

　　中圖分類(lèi)號(hào)：TP309.2文獻(xiàn)標(biāo)識(shí)碼：ADOI： 10.19358/j.issn.1674-7720.2017.03.001

　　引用格式：?jiǎn)温烦踅ㄕ拢S德森，等.基于局部序列比對(duì)的漏洞挖掘技術(shù)研究［J］.微型機(jī)與應(yīng)用，2017,36（3）：1-3，7.

0引言

　　隨著網(wǎng)絡(luò)協(xié)議的發(fā)展，在網(wǎng)絡(luò)應(yīng)用中，網(wǎng)絡(luò)漏洞會(huì)出現(xiàn)在系統(tǒng)的軟件、硬件或協(xié)議中。這種漏洞的出現(xiàn)會(huì)給用戶帶來(lái)巨大的損失，因此漏洞挖掘被廣泛應(yīng)用在網(wǎng)絡(luò)系統(tǒng)中。漏洞挖掘技術(shù)主要包括手動(dòng)測(cè)試、Fuzzing算法分析［1］、靜態(tài)分析、比較分析和運(yùn)行時(shí)分析技術(shù)。其中，F(xiàn)uzzing算法由于其優(yōu)良的性能而被廣泛應(yīng)用在分布式網(wǎng)絡(luò)中。在對(duì)數(shù)據(jù)進(jìn)行檢查時(shí)，運(yùn)用的主要技術(shù)便是序列比對(duì)技術(shù)。序列比對(duì)，即按照實(shí)際需求，對(duì)某兩個(gè)序列的相似性進(jìn)行考察，具有非常大的現(xiàn)實(shí)意義［2］。根據(jù)比對(duì)范圍，可以將序列比對(duì)劃分為全局比對(duì)和局部比對(duì)。現(xiàn)在的漏洞挖掘系統(tǒng)中大量運(yùn)用全局序列比對(duì)技術(shù)來(lái)進(jìn)行數(shù)據(jù)檢查。

　　Smith和Waterman利用動(dòng)態(tài)規(guī)劃思想，將Needleman—Wunsch算法進(jìn)行改進(jìn)，提出了Smith—Wateman算法［3］，兩條序列中，整體的相似性往往都不是很大，可能只在某些局部區(qū)域有相似性，因此局部序列比對(duì)要比全局序列比對(duì)效率更高。

　　本文在Fuzzing網(wǎng)絡(luò)漏洞挖掘技術(shù)的常用框架基礎(chǔ)上，基于已有技術(shù)和整體框架，將部分序列比對(duì)算法應(yīng)用于漏洞挖掘中的報(bào)文協(xié)議格式分析過(guò)程，最后針對(duì)本文提出的新型網(wǎng)絡(luò)漏洞挖掘系統(tǒng)，完成實(shí)驗(yàn)環(huán)境的搭建和系統(tǒng)的配置，對(duì)改進(jìn)后的網(wǎng)絡(luò)漏洞挖掘系統(tǒng)性能進(jìn)行對(duì)比測(cè)試。

1網(wǎng)絡(luò)漏洞與Fuzzing技術(shù)

　　本文主要研究的漏洞挖掘中的模糊測(cè)試技術(shù)（Fuzzing）屬于灰盒測(cè)試技術(shù)，通過(guò)向測(cè)試目標(biāo)程序發(fā)送大量的半有效數(shù)據(jù)并觀測(cè)輸出結(jié)果，來(lái)發(fā)現(xiàn)目標(biāo)系統(tǒng)中存在的漏洞［4］。

　　在利用Fuzzing技術(shù)進(jìn)行漏洞挖掘［5］時(shí)，首先確定測(cè)試對(duì)象，產(chǎn)生非預(yù)期數(shù)據(jù)構(gòu)造測(cè)試用例，啟動(dòng)模糊測(cè)試。然后對(duì)程序中出現(xiàn)的異常和錯(cuò)誤進(jìn)行檢測(cè)和分析。最后對(duì)于檢測(cè)出來(lái)的錯(cuò)誤或異常，確定漏洞利用的可能性。Fuzzing的工作流程如圖1所示。

2網(wǎng)絡(luò)協(xié)議部分分式漏洞挖掘技術(shù)的原理

　　通過(guò)構(gòu)造網(wǎng)絡(luò)協(xié)議漏洞挖掘測(cè)試器，經(jīng)過(guò)搭建系統(tǒng)、配置環(huán)境、構(gòu)造測(cè)試用例、生成請(qǐng)求等過(guò)程，完成會(huì)話控制腳本。首先對(duì)網(wǎng)絡(luò)進(jìn)行協(xié)議分析，構(gòu)造測(cè)試用例保存在requests中，編寫(xiě)會(huì)話控制腳本，最后開(kāi)始Fuzzing測(cè)試。

　　在實(shí)際網(wǎng)絡(luò)協(xié)議漏洞挖掘［6］過(guò)程中，對(duì)網(wǎng)絡(luò)協(xié)議格式進(jìn)行解析是非常重要的一個(gè)環(huán)節(jié)。基于這種思想，本文對(duì)傳統(tǒng)的模糊測(cè)試漏洞挖掘器進(jìn)行改進(jìn)，改進(jìn)后的模糊測(cè)試漏洞挖掘器結(jié)構(gòu)如圖2所示。

　　目前應(yīng)用的網(wǎng)絡(luò)協(xié)議格式分析方法主要有兩種：基于軌跡的分析方法和基于數(shù)據(jù)流的分析方法。基于軌跡的分析方法主要是通過(guò)動(dòng)態(tài)污點(diǎn)分析技術(shù)對(duì)報(bào)文的解析過(guò)程進(jìn)行跟蹤。

　　本文主要對(duì)基于數(shù)據(jù)流的分析方法進(jìn)行研究和改進(jìn)。基于數(shù)據(jù)流的網(wǎng)絡(luò)協(xié)議分析方法主要通過(guò)對(duì)測(cè)試對(duì)象發(fā)送和接收數(shù)據(jù)包的屬性進(jìn)行測(cè)試，得到網(wǎng)絡(luò)協(xié)議信息并構(gòu)造測(cè)試用例。本文中的網(wǎng)絡(luò)協(xié)議格式分析過(guò)程包括4個(gè)子過(guò)程：采集數(shù)據(jù)流、初步處理、數(shù)據(jù)報(bào)文分類(lèi)、協(xié)議格式分析。

　　在進(jìn)行網(wǎng)絡(luò)協(xié)議格式解析之前，先獲取大量數(shù)據(jù)流，對(duì)數(shù)據(jù)流進(jìn)行初步處理，獲得初始報(bào)文序列。然后利用匹配規(guī)則將得到的序列按照相似性進(jìn)行分組，用于格式分析。最后，通過(guò)改進(jìn)后的局部序列比對(duì)技術(shù)，對(duì)報(bào)文格式進(jìn)行分析。其中對(duì)網(wǎng)絡(luò)數(shù)據(jù)流進(jìn)行初步處理是網(wǎng)絡(luò)協(xié)議分析的重要前提。數(shù)據(jù)報(bào)文分類(lèi)過(guò)程是整個(gè)網(wǎng)絡(luò)協(xié)議分析過(guò)程的第二個(gè)關(guān)鍵步驟，它分為3個(gè)子過(guò)程：報(bào)文分析、報(bào)文聚類(lèi)、分類(lèi)報(bào)文小組。網(wǎng)絡(luò)協(xié)議格式分析的最后一個(gè)環(huán)節(jié)是網(wǎng)絡(luò)協(xié)議格式獲取，前面的幾個(gè)步驟已經(jīng)將輸入的網(wǎng)絡(luò)數(shù)據(jù)流分成不同的報(bào)文小組，通過(guò)對(duì)接收到的報(bào)文進(jìn)行準(zhǔn)確分類(lèi)以及對(duì)比分析，最終可以得到報(bào)文的協(xié)議格式。在網(wǎng)絡(luò)協(xié)議獲取過(guò)程中，利用序列比對(duì)算法將數(shù)據(jù)報(bào)文對(duì)齊，對(duì)報(bào)文中含有的關(guān)鍵信息進(jìn)行識(shí)別和分析，傳遞給Sulley框架，從而構(gòu)造出測(cè)試用例，完成報(bào)文協(xié)議格式解析。

　　在網(wǎng)絡(luò)協(xié)議漏洞挖掘系統(tǒng)中，局部序列比對(duì)算法可以十分精確地找到序列間的最大匹配子序列，這是全局比對(duì)算法無(wú)法做到的。因此，本文在已有的網(wǎng)絡(luò)協(xié)議分析基礎(chǔ)上，提出一種使用局部序列比對(duì)算法的網(wǎng)絡(luò)協(xié)議格式獲取過(guò)程，提高序列比對(duì)效率，從而加快網(wǎng)絡(luò)協(xié)議格式的獲取速度。

　　全局序列比對(duì)著眼于兩個(gè)序列全長(zhǎng)的最優(yōu)比對(duì)，而局部序列比對(duì)則對(duì)序列之間的某個(gè)局部片段進(jìn)行檢測(cè)和比對(duì)。本文提出的改進(jìn)型網(wǎng)絡(luò)協(xié)議漏洞挖掘技術(shù)將SmithWaterman動(dòng)態(tài)規(guī)劃算法［7］ 引入到網(wǎng)絡(luò)協(xié)議格式分析過(guò)程中，并對(duì)改進(jìn)后的漏洞挖掘系統(tǒng)性能進(jìn)行研究和分析。

　　SmithWaterman算法的主要思想為：對(duì)于給定的兩個(gè)序列M=m1 m2 m3…mn和 N=n1 n2 n3 …nm，設(shè)序列M和序列N的相似度用之前設(shè)計(jì)好的計(jì)分函數(shù)σ(m, n)來(lái)表示，對(duì)插入、刪除等操作賦予不同的分值［8］。對(duì)打分矩陣進(jìn)行初始化，使矩陣首行和首列元素為0，即：

　　G(i,0)=G(0,j)=0

　　對(duì)于任意一個(gè)輸入序列，都可以表示成k×1矩陣的形式。在進(jìn)行插入或刪除空格時(shí)，不能出現(xiàn)全為空格的一列。如果將對(duì)比之后的序列中的空格刪去，則能恢復(fù)成原序列。

　　對(duì)于兩個(gè)序列中的字母x、y，設(shè)字母取值于集合Z，在漏洞挖掘系統(tǒng)中，Z可以設(shè)置為A~Z字母集合。設(shè)計(jì)一個(gè)計(jì)分函數(shù)σ(x, y)，用來(lái)表示兩個(gè)序列對(duì)比過(guò)程的得分。

　　根據(jù)設(shè)計(jì)好的計(jì)分函數(shù)，通過(guò)遞歸方法得到每次對(duì)比的分?jǐn)?shù)，存于得分矩陣G的相應(yīng)位置上，初始化和計(jì)算得分矩陣的過(guò)程可以用如下等式表示：

　　在上述計(jì)算得分矩陣G的等式中，（1）表示初始化過(guò)程；（2）表示元素替換所帶入的計(jì)分函數(shù)數(shù)值，此時(shí)指針移動(dòng)方向?yàn)橹赶蛴蚁路剑唬?）表示插入空格所對(duì)應(yīng)的計(jì)分結(jié)果，此時(shí)指針移動(dòng)方向?yàn)橄蛳拢唬?）表示刪除空格所對(duì)應(yīng)的計(jì)分結(jié)果，此時(shí)指針?lè)较驗(yàn)橄蛴摇Ｔ谶M(jìn)行序列比對(duì)時(shí)，將要比對(duì)的序列M和N寫(xiě)在矩陣的兩側(cè)，根據(jù)設(shè)計(jì)好的計(jì)分函數(shù)，將序列M和N中的元素依次相互比較，將得分結(jié)果寫(xiě)在打分矩陣G對(duì)應(yīng)的位置上，某個(gè)位置的得分取元素替換、插入、刪除3種操作中的分值最大者，即按照左、上、左上3個(gè)來(lái)源方向結(jié)合計(jì)分函數(shù)σ(x, y)對(duì)同一個(gè)位置進(jìn)行打分,分?jǐn)?shù)最大值即為這個(gè)位置的得分。假設(shè)長(zhǎng)度為i的序列，其插入損失為Wi，對(duì)變量1≤x≤|M|、1≤y≤|N|，打分矩陣的計(jì)分過(guò)程可以用如下公式表示：

　　Gi,j=max{Gi-1,j-1+σ(mi,nj)，max{Gi-x,j-Wx}，max{Gi,j-y-Wy }，0}

　　因?yàn)榫植啃蛄斜葘?duì)只是對(duì)兩個(gè)完整序列的局部區(qū)域進(jìn)行比較，因此在打分過(guò)程中，將負(fù)數(shù)記為0不會(huì)影響最后比對(duì)結(jié)果。

　　打分過(guò)程完成后，開(kāi)始進(jìn)行回溯過(guò)程，尋找相似子序列。同樣因?yàn)榫植啃蛄袥](méi)有對(duì)兩個(gè)序列中的全部?jī)?nèi)容進(jìn)行對(duì)比，因此回溯過(guò)程不需要從打分矩陣的最右下角處開(kāi)始，只需要從得分最高的單元格開(kāi)始即可。

　　回溯過(guò)程規(guī)則如下：

　　（1）從打分矩陣中的最高分單元格開(kāi)始回溯，此處即為兩個(gè)比對(duì)序列中的相似片段末端。

　　（2）回溯方向有3個(gè)：上、左上、左。回溯到這3個(gè)方向?qū)?yīng)的下一個(gè)單元格中最大分?jǐn)?shù)的位置。如果出現(xiàn)分?jǐn)?shù)一樣的情況，左上的優(yōu)先級(jí)最高。

　　（3）重復(fù)執(zhí)行（2），直至無(wú)法找到下一個(gè)不為0的向上路徑。此時(shí)，按照回溯路徑寫(xiě)出的序列即為M、N的最大相似子序列。圖3SmithWaterman算法流程圖。

　　SmithWaterman算法在填充打分矩陣時(shí)，先將第一行和第一列元素置為0，并且用0代替負(fù)分。在進(jìn)行回溯時(shí)，從右下角最大正分值處開(kāi)始，尋找打分矩陣中每個(gè)正分值處的返回指針，直至無(wú)法找到下一個(gè)不為0的向上路徑為止，如圖4所示。回溯完成后，根據(jù)回溯路徑即可得到最優(yōu)解。比如輸入的兩個(gè)序列為：ABCDEDC、EBDAEDB時(shí)，按照上述算法得到的比對(duì)結(jié)果為:BCD_ED;B_DAED。

3算法的仿真和分析

　　為了驗(yàn)證在網(wǎng)絡(luò)協(xié)議漏洞挖掘系統(tǒng)中采用局部序列對(duì)比技術(shù)比全局序列對(duì)比技術(shù)性能更好，本文在兩臺(tái)PC上搭建實(shí)驗(yàn)環(huán)境，一臺(tái)提供服務(wù)器端和客戶端，另一臺(tái)與之進(jìn)行通信交互。兩臺(tái)實(shí)驗(yàn)PC連接如圖5所示。PC1又分為主機(jī)和虛擬機(jī)兩部分，分別負(fù)責(zé)構(gòu)造測(cè)試用例和系統(tǒng)服務(wù)器部分功能。PC2主要負(fù)責(zé)產(chǎn)生網(wǎng)絡(luò)協(xié)議解析模塊需要的網(wǎng)絡(luò)數(shù)據(jù)流。實(shí)驗(yàn)環(huán)境搭建好后，將PC1與PC2進(jìn)行正常交互，捕捉網(wǎng)絡(luò)數(shù)據(jù)包，然后進(jìn)行網(wǎng)絡(luò)協(xié)議格式解析，構(gòu)造測(cè)試用例并完成會(huì)話腳本。接著啟動(dòng)PC1中的虛擬機(jī)部分，進(jìn)行相應(yīng)的配置，開(kāi)始模糊測(cè)試。本文設(shè)計(jì)的整個(gè)實(shí)驗(yàn)系統(tǒng)應(yīng)用在網(wǎng)絡(luò)協(xié)議FTP測(cè)試中，選用WarFTP服務(wù)器為測(cè)試對(duì)象，通過(guò)測(cè)量協(xié)議格式分析中進(jìn)行序列對(duì)比的測(cè)試樣本長(zhǎng)度及系統(tǒng)運(yùn)行時(shí)間，可以得到改進(jìn)后的網(wǎng)絡(luò)協(xié)議漏洞挖掘系統(tǒng)與傳統(tǒng)漏洞挖掘系統(tǒng)性能對(duì)比結(jié)果。

　　本文以輸入序列程序運(yùn)行時(shí)間作為判斷網(wǎng)絡(luò)協(xié)議漏洞挖掘系統(tǒng)性能的標(biāo)準(zhǔn)，對(duì)于輸入的固定長(zhǎng)度報(bào)文序列，分別使用本文對(duì)比方法和傳統(tǒng)對(duì)比方法分析報(bào)文信息并構(gòu)造測(cè)試用例，完成模糊測(cè)試。對(duì)于固定長(zhǎng)度的相同報(bào)文序列，經(jīng)過(guò)不同序列比對(duì)方式會(huì)導(dǎo)致整個(gè)漏洞挖掘系統(tǒng)的程序運(yùn)行時(shí)間不同，對(duì)比結(jié)果如圖6所示。

　　由圖6可以看出，本文提出的改進(jìn)型網(wǎng)絡(luò)協(xié)議漏洞挖掘系統(tǒng)運(yùn)行效率比傳統(tǒng)漏洞挖掘系統(tǒng)快，有效性和實(shí)用性更高。

4結(jié)束語(yǔ)

　　本文介紹了現(xiàn)有網(wǎng)絡(luò)協(xié)議漏洞挖掘技術(shù)的工作流程

　　及模塊結(jié)構(gòu)，并對(duì)模糊測(cè)試的工作模式進(jìn)行闡述。在此基礎(chǔ)上，對(duì)網(wǎng)絡(luò)協(xié)議漏洞挖掘過(guò)程中的網(wǎng)絡(luò)協(xié)議格式解析進(jìn)行優(yōu)化，結(jié)合局部序列對(duì)比技術(shù)，提高了整個(gè)網(wǎng)絡(luò)協(xié)議漏洞挖掘系統(tǒng)的工作效率，最后對(duì)改進(jìn)的漏洞挖掘系統(tǒng)設(shè)計(jì)測(cè)試實(shí)驗(yàn)，驗(yàn)證了本文所提新型漏洞挖掘方法在執(zhí)行效率上與傳統(tǒng)漏洞挖掘方法相比有一定的提高。

參考文獻(xiàn)

　　［1］ 史記, 曾昭龍, 楊從保,等. Fuzzing測(cè)試技術(shù)綜述［J］.信息網(wǎng)絡(luò)安全, 2014(3):87-91.

　　［2］ 王櫻,李錫輝.多序列比對(duì)算法綜述［J］.中國(guó)新通信, 2014(5):92-93.

　　［3］ LEE S T, LIN C Y, CHE L H. GPUbased cloud service for SmithWaterman algorithm using frequency distance filtration scheme［J］. BioMed Research International, 2013, 2013(1):721738.

　　［4］ 劉大光.基于模糊測(cè)試的網(wǎng)絡(luò)協(xié)議自動(dòng)化漏洞挖掘工具設(shè)計(jì)與實(shí)現(xiàn)［D］. 北京：北京大學(xué), 2014.

　　［5］ 裘志慶, 宦飛. 基于網(wǎng)絡(luò)爬蟲(chóng)和Fuzzing的漏洞挖掘檢測(cè)工具［J］. 微型電腦應(yīng)用, 2016, 32(3):73-76.

　　［6］ 潘道欣, 王軼駿, 薛質(zhì).基于網(wǎng)絡(luò)協(xié)議逆向分析的遠(yuǎn)程控制木馬漏洞挖掘［J］. 計(jì)算機(jī)工程, 2016, 42(2):146150.

　　［7］ LIU Y, HUANG W, JOHNSON J, et al. GPU accelerated SmithWaterman［J］. Lecture Notes in Computer Science, 2006, 3994:188-195.

　　［8］ GAO Y, HENDERSON M . Speeding up pairwise sequence alignments: a scoring scheme reweighting based approach［C］. Proceedings of the 7th IEEE International Conference on Bioinformatics and Bioengineering. Washington DC: IEEE Computer Society, 2007:11941198.

　　［9］ IBRAHIM A, ELSIMARY H, ALJUMAH A. Novel reconfigurable hardware accelerator for protein sequence alignment using SmithWaterman algorithm［J］. Ieice Transactions on Fundamentals of Electronics Communications & Computer Sciences, 2016, 99(3):683-690.

　　［10］ Zhang Saidan, Zhang Luyong. Vulnerability mining for network protocols based on fuzzing［C］. Systems and Informatics (ICSAI), 2014 2nd IEEE International Conference,2014:644-648.