{"id":102283,"date":"2021-11-14T15:36:53","date_gmt":"2021-11-14T13:36:53","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/google-predstavil-sistemu-fuzzing-testirovaniya-clusterfuzzlite"},"modified":"2021-11-14T15:36:53","modified_gmt":"2021-11-14T13:36:53","slug":"google-predstavil-sistemu-fuzzing-testirovaniya-clusterfuzzlite","status":"publish","type":"post","link":"https:\/\/prohoster.info\/it\/blog\/news\/google-predstavil-sistemu-fuzzing-testirovaniya-clusterfuzzlite","title":{"rendered":"Google ha presentato il sistema di test fuzzing ClusterFuzzLite","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
L'azienda Google ha presentato il progetto ClusterFuzzLite, che consente di organizzare test fuzzing del codice per individuare precocemente potenziali vulnerabilit\u00e0 durante il lavoro dei sistemi di integrazione continua. Attualmente, ClusterFuzz pu\u00f2 essere utilizzato per automatizzare i test fuzzing delle pull request in GitHub Actions, Google Cloud Build e Prow, ma in futuro si prevede il supporto per altri sistemi CI. Il progetto si basa sulla piattaforma ClusterFuzz, creata per coordinare il lavoro dei cluster di test fuzzing, e viene distribuito con licenza Apache 2.0. <\/p>\n
Si segnala che dopo l'implementazione, nel 2016, da parte di Google del servizio OSS-Fuzz, sono stati inclusi pi\u00f9 di 500 importanti progetti open source nel programma di test fuzzing continuo. Sulla base dei controlli effettuati, sono state eliminate pi\u00f9 di 6500 vulnerabilit\u00e0 confermate e corrette oltre 21 mila anomalie. ClusterFuzzLite continua a sviluppare meccanismi di test fuzzing per consentire un'individuazione pi\u00f9 precoce dei problemi nella fase di revisione delle modifiche proposte. ClusterFuzzLite \u00e8 gi\u00e0 stato integrato nei processi di revisione delle modifiche nei progetti systemd e curl, e ha permesso di identificare errori che erano stati trascurati dagli analizzatori statici e dai linter utilizzati nella fase iniziale di verifica del nuovo codice. <\/p>\n
ClusterFuzzLite supporta il controllo dei progetti in linguaggi come C, C++, Java (e altri linguaggi basati su JVM), Go, Python, Rust e Swift. I test fuzzing vengono eseguiti utilizzando il motore LibFuzzer. Per rilevare errori di gestione della memoria e anomalie, possono essere attivati anche strumenti come AddressSanitizer, MemorySanitizer e UBSan (UndefinedBehaviorSanitizer). <\/p>\n
Le principali funzionalit\u00e0 di ClusterFuzzLite includono: verifica rapida delle modifiche proposte per trovare errori prima dell'approvazione del codice; caricamento di rapporti sulle condizioni di crash; possibilit\u00e0 di passare a test fuzzing pi\u00f9 approfonditi per rilevare errori pi\u00f9 gravi, non emersi durante il controllo delle modifiche del codice; generazione di rapporti di coverage per valutare la copertura del codice durante il test; architettura modulare che consente di selezionare la funzionalit\u00e0 necessaria. <\/p>\n
Ricordiamo che il fuzzing consiste nella generazione di un flusso di tutte le possibili combinazioni casuali di dati di input, simili ai dati reali (ad esempio, pagine html con parametri dei tag casuali, archivi o immagini con intestazioni anomale, ecc.) e nella registrazione di eventuali malfunzionamenti durante il loro trattamento. Se qualche sequenza porta a un arresto o non corrisponde alla reazione attesa, tale comportamento \u00e8 altamente probabile che indichi un errore o una vulnerabilit\u00e0. \n Fonte: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"