概率语法的模糊测试

淡淡的烟草味﹌ 2022-10-29 07:43 105阅读 0赞

### 文章目录 ###

*   *  前言
     *  整体描述
     *  附录

## 前言 ##

来源：[Probabilistic Grammar Fuzzing][]

建议阅读原文，我这里仅仅整理下思路。我敲的相关代码见：[fuzzing仓库][fuzzing]

## 整体描述 ##

[本福特定律][Link 1]说明一堆从实际生活得出的数据中，以1为首位数字的数的出现概率约为总数的三成，接近直觉得出之期望值1/9的3倍。而，如果我们使用语法来生成数字，1为首位数字的数的出现概率会和其他数字相同，**这是和现实不相符合的**。

在[文法的模糊测试][Link 2]，我们通过扩展使用的代价来有选择的使用某些expansion进行扩展。在扩展初期，使用最大代价进行扩展；扩展中期，使用随机扩展；扩展末期，使用最小扩展。这些策略是从代价的角度，进行有选择的扩展。此时，我们需要的是从概率的角度进行扩展。(这两者并不冲突，可以相互兼容)

为了满足上面需求，我们在文法中添加一个位置，用于存储概率。**通用性起见，我们添加一个opt，内部使用字典存储不同的选项**。比如下面的表达式的文法。

PROBABILISTIC_EXPR_GRAMMAR = { 
        "<start>":
            ["<expr>"],
    
        "<expr>":
            [("<term> + <expr>", opts(prob=0.1)),
             ("<term> - <expr>", opts(prob=0.2)),
             "<term>"],
    
        "<term>":
            [("<factor> * <term>", opts(prob=0.1)),
             ("<factor> / <term>", opts(prob=0.1)),
             "<factor>"
             ],
    
        "<factor>":
            ["+<factor>", "-<factor>", "(<expr>)",
                "<leadinteger>", "<leadinteger>.<integer>"],
    
        "<leadinteger>":
            ["<leaddigit><integer>", "<leaddigit>"],
    
        # Benford's law: frequency distribution of leading digits
        "<leaddigit>":
            [("1", opts(prob=0.301)),
             ("2", opts(prob=0.176)),
             ("3", opts(prob=0.125)),
             ("4", opts(prob=0.097)),
             ("5", opts(prob=0.079)),
             ("6", opts(prob=0.067)),
             ("7", opts(prob=0.058)),
             ("8", opts(prob=0.051)),
             ("9", opts(prob=0.046)),
             ],
    
        # Remaining digits are equally distributed
        "<integer>":
            ["<digit><integer>", "<digit>"],
    
        "<digit>":
            ["0", "1", "2", "3", "4", "5", "6", "7", "8", "9"],
    }

在数学中，数字有配套的加减乘除，集合也有些配套的运算。**上面文法中添加的opt，也应有配套的处理方式**。从opt的角度，有增加、修改、删除、查看操作。当存在概率属性的时候，要检查概率是否合法——概率和是否小于等于1。

**当概率属性拥有配套操作且合法的时候，需要在扩展节点的时候考虑概率因素**。这也是本文的目的之一。

*  扩展初期，使用最大代价的expansion进行扩展；我们从最大代价相同的expansion的list中，使用概率作为随机选择的权重，进行随机选择。
 *  扩展中期，使用随机的expansion进行扩展；我们从中，选择使用概率作为随机选择的权重，进行随机选择。
 *  扩展后期，使用最小代价的expansion进行扩展；我们从最小代价相同的expansion的list中，使用概率作为随机选择的权重，进行随机选择。

**当我们在语句的推导过程中，可以控制概率的时候，接下来，我们需要考虑，如何合理的设置概率**。经验是个好东西，我们可以从现有的输入中**学习经验**。通过语法分析的方式，将输入字符串转化成语法分析树。统计所有树中各个expansion出现的概率。当获取到这些概率之后，我们使用上面的opt的配套操作，将现在的文法修改成附带概率的文法。

当我们可以从输入中学习概率之后，有下面三个**应用场景**。

*  第一个场景是直接从样本中创建概率分布，并在测试生成过程中使用这些分布。这有助于将测试生成集中在那些最常用的特性上，从而将客户遇到失败的风险降到最低。
 *  第二个场景，我们也可以测试不常见的特性。也就是说，在我们的使用示例中很少出现的特性。这是安全测试中常见的场景，其中关注的是不常见的(可能是不太知名的)特性，因为更少的用户意味着报告的bug更少，因此有更多的bug有待发现和利用。
 *  第三个场景，我们也可以从输入的子集中学习集中于该子集中出现的特性(或者相反地，避免其特性)。例如，如果我们知道，有一些包含感兴趣的功能的输入子集(例如，因为它特别重要，或者因为它最近被更改了)。我们可以从这个子集中学习，并将测试生成集中在它的特性上。

## 附录 ##

类的UML图代码见[仓库][Link 3]

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmF0XzM4ODE2OTI0_size_16_color_FFFFFF_t_70_pic_center]

[Probabilistic Grammar Fuzzing]: https://www.fuzzingbook.org/html/ProbabilisticGrammarFuzzer.html
[fuzzing]: https://github.com/da1234cao/programming-language-entry-record/tree/master/fuzzing
[Link 1]: https://zh.wikipedia.org/wiki/%E6%9C%AC%E7%A6%8F%E7%89%B9%E5%AE%9A%E5%BE%8B
[Link 2]: https://blog.csdn.net/sinat_38816924/article/details/113697082
[Link 3]: https://github.com/da1234cao/programming-language-entry-record/tree/master/fuzzing/UML
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NpbmF0XzM4ODE2OTI0_size_16_color_FFFFFF_t_70_pic_center]: /images/20221024/170cd5f98bb4471ebe6b037fe6b01c0d.png