SanitizerCoverage是LLVM提供的覆盖插桩技术，通过-fsanitize-coverage选项在编译时插入钩子，记录执行路径，结合libFuzzer实现引导式模糊测试，利用trace-pc、edge、trace-cmp等模式提升覆盖率，配合语料库、字典和llvm-cov分析，有效发现深层漏洞。
在C++中使用 SanitizerCoverage 进行引导式模糊测试（guided fuzzing），是提升代码覆盖率和发现深层漏洞的有效方式。它结合了编译器插桩与运行时反馈机制，让fuzzer能“感知”执行路径，从而更智能地探索程序行为。
什么是 SanitizerCoverage？
SanitizerCoverage 是 LLVM 提供的一种轻量级代码覆盖插桩技术，通常与 AddressSanitizer、UndefinedBehaviorSanitizer 等协同工作。它在编译期间向目标程序插入钩子函数，记录基本块、边缘或函数调用的执行情况，为模糊测试提供反馈信息。
其核心优势在于：无需修改源码，仅通过编译选项即可启用，并且性能开销相对较低。
如何启用 SanitizerCoverage 编译插桩
要在 C++ 项目中启用 SanitizerCoverage，需使用 clang 或支持 LLVM 的编译器，并添加相应的编译标志。
立即学习“C++免费学习笔记（深入）”；
关键编译选项如下：
-fsanitize-coverage=trace-pc：记录每条指令前的 PC 值，提供最细粒度的覆盖信息-fsanitize-coverage=bb：按基本块（basic block）级别插桩，默认常用-fsanitize-coverage=edge：记录控制流边（edge coverage），适合复杂路径探索-fsanitize=address（可选）：结合 ASan 检测内存错误
示例编译命令：
clang++ -g -O1 -fsanitize=fuzzer,address -fsanitize-coverage=trace-pc,indirect-calls,trace-cmp your_target.cpp -o fuzzer_binary
其中 trace-cmp 可捕获比较指令（如 strcmp、memcmp）的上下文，帮助绕过字符串匹配等障碍。
编写简单的引导式 Fuzzer
使用 libFuzzer 框架可以快速构建基于 SanitizerCoverage 的引导式模糊器。libFuzzer 利用插桩信息动态生成更有意义的输入。
一个典型的入口函数结构如下：
extern "C" int LLVMFuzzerTestOneInput(const uint8_t *data, size_t size) { // 将输入数据传给待测函数 if (size > 0) { process_input(data, size); } return 0;}
当你运行生成的二进制文件时，libFuzzer 会自动利用覆盖率反馈调整输入变异策略：
./fuzzer_binary -max_len=1024 -timeout=10 -jobs=4 -workers=4
随着执行进行，你会看到类似以下输出：
stat::number_of_executed_units: 123456stat::average_exec_per_sec: 85000stat::new_units_added: 12
这说明 fuzzer 正根据新发现的路径持续优化测试用例。
提升覆盖率的关键技巧
为了最大化 SanitizerCoverage 的效果，可以采取以下实践：
提供初始语料库（corpus）：将合法输入样本放入目录，帮助 fuzzer 快速进入有效路径使用字典（dictionary）：定义关键词汇（如 magic strings、协议字段），加速解析逻辑穿透开启 CMP 插桩：加上 -fsanitize-coverage=trace-cmp，有助于破解硬编码校验保持调试符号：编译时保留 -g，便于后期分析崩溃位置
例如，创建一个字典文件 my.dict：
# Protocol keywordskw::LOGINkw::LOGOUT"secret_token" 0 1 2 3
然后在运行时指定：
./fuzzer_binary -dict=my.dict ./corpus_dir
分析覆盖率结果
除了运行时反馈，还可以结合 llvm-cov 工具生成可视化覆盖率报告。
先用 -fprofile-instr-generate -fcoverage-mapping 重新编译：
clang++ -g -O1 -fprofile-instr-generate -fcoverage-mapping -fsanitize-coverage=bb your_target.cpp -o fuzzer_with_cov
运行后生成覆盖率数据：
LLVM_PROFILE_FILE="fuzz.profraw" ./fuzzer_with_cov ./seed_corpusllvm-profdata merge -output=fuzz.profdata fuzz.profrawllvm-cov show ./fuzzer_with_cov -instr-profile=fuzz.profdata --format=html > report.html
打开 report.html 即可查看哪些分支未被触发，指导后续 fuzzing 策略调整。
基本上就这些。SanitizerCoverage + libFuzzer 构成了现代 C++ 引导式模糊测试的核心工具链，配合良好的语料和字典，能在较短时间内深入挖掘潜在缺陷。关键是让程序“说话”——通过覆盖反馈告诉 fuzzer 哪里还没去过，从而更聪明地探索未知路径。
以上就是c++++如何使用SanitizerCoverage进行引导式模糊测试_c++代码覆盖率与Fuzzing的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1487342.html
微信扫一扫 
支付宝扫一扫 
