软件学报

北大核心,INSPEC,JST,Pж(AJ),EI

国内刊号:11-2560/TP

国际刊号:1000-9825

软件学报杂志2022年第6期:面向缓解机制评估的自动化信息泄露方法

发布日期:

作者:杨松涛,陈凯翔,王准,张超

单位:杨松涛,清华大学计算机科学与技术系, 北京 10008411,陈凯翔,清华大学网络科学与网络空间研究院, 北京 10008402,王准,清华大学网络科学与网络空间研究院, 北京 10008403,张超,清华大学网络科学与网络空间研究院, 北京 10008404

关键词:信息泄漏;自动生成漏洞利用样本;动态分析;污点分析;内存画像

基金:国家重点研发计划(2021YFB2701000);国家自然科学基金(61972224,U1736209)

自动生成漏洞利用样本(AEG)已成为评估漏洞的最重要的方式之一,但现有方案在目标系统部署有漏洞缓解机制时受到很大阻碍.当前主流的操作系统默认部署多种漏洞缓解机制,包括数据执行保护(DEP)和地址空间布局随机化(ASLR)等,而现有AEG方案仍无法面对所有漏洞缓解情形.提出了一种自动化方案EoLeak,可以利用堆漏洞实现自动化的信息泄露,进而同时绕过数据执行保护和地址空间布局随机化防御.EoLeak通过动态分析漏洞触发样本(POC)的程序执行迹,对执行迹中的内存布局进行画像并定位敏感数据(如代码指针),进而基于内存画像自动构建泄漏敏感数据的原语,并在条件具备时生成完整的漏洞利用样本.实现了EoLeak原型系统,并在一组夺旗赛(CTF)题目和多个实际应用程序上进行了实验验证.实验结果表明,该系统具有自动化泄露敏感信息和绕过DEP及ASLR缓解机制的能力.

来源:2022年第6期

《软件学报》期刊编辑部

查看软件学报杂志2022年第6期

联系我们

  • 地址:北京8718信箱
  • 电话:010-62562563
  • E-mail:jos (a) iscas. ac. cn

咨询工作人员