Детальная информация

В работе исследованы методы организации распределённого фаззинг-тестирования на суперкомпьютерных системах в контексте требований ФСТЭК России. Проведён анализ существующих инструментов фаззинга (AFL++, libFuzzer, Honggfuzz) и систем оркестрации (ClusterFuzz, OneFuzz, Sydr-fuzz). Выявлено, что ни одна из этих систем не адаптирована для планировщика заданий SLURM, что и определило актуальность исследования. Разработана модульная архитектура системы оркестрации FuzzCTL, включающая CLI-интерфейс, реляционную базу данных, генератор оптимизированных SLURM-скриптов и парсер результатов. Система реализована на языке Python 3.9 и интегрирована с фаззером AFL++. Проведено экспериментальное исследование на суперкомпьютерном кластере «Политехник – РСК Торнадо». На тестовой программе djpeg получены следующие результаты: при масштабировании с 1 до 16 вычислительных узлов количество выполненных тестов за 1 час возросло с 1,25 млн до 4,77 млн, скорость выполнения – с 10,38 до 39,77 тестов/сек, количество уникальных путей – с 312 до 1018. В ходе 72-часового тестирования обнаружено 12 крэшей различных типов (SIGSEGV, SIGABRT, SIGFPE), что подтверждает способность системы выявлять реальные уязвимости. Работа имеет практическую значимость и может быть использована для автоматизации фаззинг-тестирования программного обеспечения критической информационной инфраструктуры в соответствии с требованиями ФСТЭК России.

This thesis explores methods for organizing distributed fuzz testing on supercomputer systems in the context of the requirements of the Federal Service for Technical and Export Control (FSTEC) of Russia. An analysis of existing fuzzing tools (AFL++, libFuzzer, Honggfuzz) and orchestration systems (ClusterFuzz, OneFuzz, Sydr-fuzz) is conducted. It is revealed that none of these systems are adapted for the SLURM job scheduler, which determines the relevance of this research. A modular architecture for the FuzzCTL orchestration system is developed, including a CLI interface, a relational database, an optimized SLURM script generator, and a result parser. The system is implemented in Python 3.9 and integrated with the AFL++ fuzzer. An experimental study is carried out on the «Politechnik – RSK Tornado» supercomputer cluster. Using the djpeg program as a target, the following results are obtained: when scaling from 1 to 16 compute nodes, the number of tests executed in 1 hour increases from 1.25 million to 4.77 million, execution speed – from 10.38 to 39.77 tests/sec, and the number of unique paths – from 312 to 1018. During a 72-hour test, 12 crashes of various types (SIGSEGV, SIGABRT, SIGFPE) are detected, confirming the systems ability to identify real vulnerabilities. The work has practical significance and can be used to automate fuzzing testing of software for critical information infrastructure in accordance with the requirements of the FSTEC of Russia.