# ln-fuzz
sudo apt-get install clang
sudo apt-get install graphviz-dev
# benchmark script
pip install pandas matplotlib click numpy# First, clone this repository to a folder named lnfuzz
git clone <links to the repository> lnfuzz
# Then move to the source code folder
cd lnfuzz/src
make clean all
cd llvm_mode
make
# Move to parent folder
cd ../..
export LNFUZZSRC=$(pwd)/src
export WORKDIR=$(pwd)cd lnfuzz
export LNFUZZSRC=$(pwd)/src
export WORKDIR=$(pwd)
export PATH=$LNFUZZSRC:$PATH
export AFL_PATH=$LNFUZZSRC建議直接用 benchmark 的 folder 進行 docker script 測試
基本參數如 AFLNet，新增 -u、-b 做上限的 alpha、beta 值自訂義調整
Example Command
ln-fuzz -d -i in -o out -N <server info> -x <dictionary file> -u <alpha> -b <beta> -P <protocol> -D 10000 -q 3 -s 3 -E -K -R <executable binary and its arguments (e.g., port number)>Live555 RTSP Sample command:
ln-fuzz -d -i $LNFUZZSRC/tutorials/live555/in-rtsp -o out-live555 -N tcp:https://127.0.0.1/8554 -x $LNFUZZSRC/tutorials/live555/rtsp.dict -u 5000 -b 10 -P RTSP -D 10000 -q 3 -s 3 -E -K -R ./testOnDemandRTSPServer 8554詳見 benchmark 資料夾 README
由於為基於 AFL/AFLNET 做修改，雖然已經盡量移除相關 coverage 資訊的參考
但仍有部分冗餘的程式碼可以做精簡化
如果要面相韌體的測試，仍須搭配 harness 相關的配合
此外，在未做特別修改的狀況下，AFL 原本的 dumb mode、no forkserver mode、qemu mode 皆無法使用 (雖然本來也就不是目標要求)
最後建議是可以參考相同方法，改為 python 用支援較為良好的 Boofuzz 實作相同算法，應該也會讓整個 code 稍微更有系統和容易整合一點
BTW 改了很多東西 小心使用
- Mutation strategy & State Sequence Network Module
- [google/AFL] (https://github.com/google/AFL)
- [aflnet/aflnet] (https://github.com/aflnet/aflnet)