Fuzz 入门的工具链与取舍

种子语料的质量比变异策略更影响前期覆盖率，喂错种子等于白跑，语料要覆盖格式各分支，也要按格式分层

工具解决的是「看得见」的问题，判断还是要靠人。

先说结论

工具要少而熟。

• 静态：看结构
• 动态：看数据
• 辅助：做批量
• 先用熟的描述问题
• 效率来自脚本

三类工具

按这个分工选：

进程内 fuzz 每秒能跑上万次，fork 模式通常只有一千次左右，这个差距决定单位时间产出，能进程内就别 fork。

怎么选

种子语料的质量比变异策略更影响前期覆盖率，喂错种子等于白跑，语料要覆盖格式各分支，也要按格式分层。

先用最熟的那个把问题描述清楚，再换工具验证。

几个具体经验

下面这些是相对确定的细节：

• 崩溃必须去重，同一个空指针解引用能产出几千条重复样本

别做的事

只跑一小时就下结论说没有漏洞，样本量远远不够。

换工具不能代替思考，只会让你更晚发现问题。

一句提醒

Fuzz 的产出不是崩溃数量，是覆盖率还能不能继续往上走。

工具链稳定下来之后，效率提升来自脚本，不来自新工具。

还有几处容易忽略的

这些细节不影响入门，但影响你判断的准确度。

• 没有覆盖反馈的随机测试，命中深层路径的概率低到可以忽略，除非解析逻辑只有两三层分支，这类目标本来也少
• sanitizer 能把静默的越界读写变成可见崩溃，是 fuzz 的放大器
• 跑满 24 小时再看覆盖率曲线，前两个小时的结论通常不准，排期按天算而不是按小时
• 用生产数据当种子，把敏感信息带进语料库
• 不做去重，报告里几千条崩溃全是同一个

工具是手脚，判断是脑子。