Google એ ClusterFuzzLite ફઝિંગ ટેસ્ટિંગ સિસ્ટમ રજૂ કરી

Google એ ClusterFuzzLite પ્રોજેક્ટ રજૂ કર્યો છે, જે સતત એકીકરણ પ્રણાલીના સંચાલન દરમિયાન સંભવિત નબળાઈઓની વહેલી શોધ માટે કોડના ફઝિંગ પરીક્ષણનું આયોજન કરવાની મંજૂરી આપે છે. હાલમાં, ClusterFuzz નો ઉપયોગ GitHub ક્રિયાઓ, Google Cloud Build અને Prow માં પુલ વિનંતીઓના ફઝ પરીક્ષણને સ્વચાલિત કરવા માટે થઈ શકે છે, પરંતુ ભવિષ્યમાં અન્ય CI સિસ્ટમ્સ માટે સમર્થન અપેક્ષિત છે. આ પ્રોજેક્ટ ક્લસ્ટરફઝ પ્લેટફોર્મ પર આધારિત છે, જે ફઝિંગ ટેસ્ટિંગ ક્લસ્ટરોના કાર્યને સંકલન કરવા માટે બનાવવામાં આવ્યું છે, અને અપાચે 2.0 લાયસન્સ હેઠળ વિતરિત કરવામાં આવે છે.

નોંધનીય છે કે Google એ 2016 માં OSS-Fuzz સેવાની રજૂઆત કર્યા પછી, 500 થી વધુ મહત્વપૂર્ણ ઓપન સોર્સ પ્રોજેક્ટ્સને સતત ફઝિંગ ટેસ્ટિંગ પ્રોગ્રામમાં સ્વીકારવામાં આવ્યા હતા. હાથ ધરવામાં આવેલા પરીક્ષણોના આધારે, 6500 થી વધુ પુષ્ટિ થયેલ નબળાઈઓ દૂર કરવામાં આવી હતી અને 21 હજારથી વધુ ભૂલો સુધારવામાં આવી હતી. ClusterFuzzLite સૂચિત ફેરફારોની સમીક્ષાના તબક્કે અગાઉ સમસ્યાઓ ઓળખવાની ક્ષમતા સાથે ફઝિંગ ટેસ્ટિંગ મિકેનિઝમ્સ વિકસાવવાનું ચાલુ રાખે છે. ClusterFuzzLite એ પહેલાથી જ systemd અને curl પ્રોજેક્ટ્સમાં ફેરફારની સમીક્ષા પ્રક્રિયાઓમાં અમલમાં મુકવામાં આવ્યું છે, અને નવા કોડને તપાસવાના પ્રારંભિક તબક્કે ઉપયોગમાં લેવાતા સ્ટેટિક વિશ્લેષકો અને લિંટર્સ દ્વારા ચૂકી ગયેલી ભૂલોને ઓળખવાનું શક્ય બનાવ્યું છે.

C, C++, Java (અને અન્ય JVM- આધારિત ભાષાઓ), Go, Python, Rust અને Swift માં ClusterFuzzLite પ્રોજેક્ટ સમીક્ષાને સપોર્ટ કરે છે. લિબફઝર એન્જિનનો ઉપયોગ કરીને ફઝિંગ પરીક્ષણ હાથ ધરવામાં આવે છે. એડ્રેસ સેનિટાઇઝર, મેમરી સેનિટાઇઝર અને યુબીએસએન (અનડિફાઇન્ડ બિહેવિયર સેનિટાઇઝર) ટૂલ્સને મેમરીની ભૂલો અને વિસંગતતાઓને ઓળખવા માટે પણ બોલાવી શકાય છે.

ClusterFuzzLite ની મુખ્ય લાક્ષણિકતાઓ: કોડ સ્વીકૃતિ પહેલાં ભૂલો શોધવા માટે સૂચિત ફેરફારોની ઝડપી તપાસ; ક્રેશ પરિસ્થિતિઓ પર અહેવાલો ડાઉનલોડ કરો; કોડ ફેરફારો તપાસ્યા પછી સપાટી પર ન આવી હોય તેવી ઊંડી ભૂલોને ઓળખવા માટે વધુ અદ્યતન ફઝિંગ પરીક્ષણ તરફ આગળ વધવાની ક્ષમતા; પરીક્ષણ દરમિયાન કોડ કવરેજનું મૂલ્યાંકન કરવા માટે કવરેજ અહેવાલોનું નિર્માણ; મોડ્યુલર આર્કિટેક્ચર કે જે તમને જરૂરી કાર્યક્ષમતા પસંદ કરવા દે છે.

ચાલો યાદ કરીએ કે ફઝિંગ ટેસ્ટિંગમાં ઇનપુટ ડેટાના તમામ પ્રકારના રેન્ડમ સંયોજનોનો સ્ટ્રીમ જનરેટ કરવાનો સમાવેશ થાય છે જે વાસ્તવિક ડેટાની નજીક હોય છે (ઉદાહરણ તરીકે, રેન્ડમ ટેગ પેરામીટર્સ સાથેના html પૃષ્ઠો, આર્કાઇવ્સ અથવા વિસંગત શીર્ષકો સાથેની છબીઓ વગેરે), અને રેકોર્ડિંગ શક્ય છે. તેમની પ્રક્રિયામાં નિષ્ફળતા. જો કોઈ ક્રમ ક્રેશ થાય છે અથવા અપેક્ષિત પ્રતિસાદ સાથે મેળ ખાતો નથી, તો આ વર્તણૂક બગ અથવા નબળાઈ સૂચવે તેવી શક્યતા છે.

સોર્સ: opennet.ru