lib/Fuzzer/FuzzerTraceState.cpp

   1 //===- FuzzerTraceState.cpp - Trace-based fuzzer mutator ------------------===//
   2 //
   3 //                     The LLVM Compiler Infrastructure
   4 //
   5 // This file is distributed under the University of Illinois Open Source
   6 // License. See LICENSE.TXT for details.
   7 //
   8 //===----------------------------------------------------------------------===//
   9 // This file implements a mutation algorithm based on instruction traces and
  10 // on taint analysis feedback from DFSan.
  11 //
  12 // Instruction traces are special hooks inserted by the compiler around
  13 // interesting instructions. Currently supported traces:
  14 //   * __sanitizer_cov_trace_cmp -- inserted before every ICMP instruction,
  15 //    receives the type, size and arguments of ICMP.
  16 //
  17 // Every time a traced event is intercepted we analyse the data involved
  18 // in the event and suggest a mutation for future executions.
  19 // For example if 4 bytes of data that derive from input bytes {4,5,6,7}
  20 // are compared with a constant 12345,
  21 // we try to insert 12345, 12344, 12346 into bytes
  22 // {4,5,6,7} of the next fuzzed inputs.
  23 //
  24 // The fuzzer can work only with the traces, or with both traces and DFSan.
  25 //
  26 // DataFlowSanitizer (DFSan) is a tool for
  27 // generalised dynamic data flow (taint) analysis:
  28 // http://clang.llvm.org/docs/DataFlowSanitizer.html .
  29 //
  30 // The approach with DFSan-based fuzzing has some similarity to
  31 // "Taint-based Directed Whitebox Fuzzing"
  32 // by Vijay Ganesh & Tim Leek & Martin Rinard:
  33 // http://dspace.mit.edu/openaccess-disseminate/1721.1/59320,
  34 // but it uses a full blown LLVM IR taint analysis and separate instrumentation
  35 // to analyze all of the "attack points" at once.
  36 //
  37 // Workflow with DFSan:
  38 //   * lib/Fuzzer/Fuzzer*.cpp is compiled w/o any instrumentation.
  39 //   * The code under test is compiled with DFSan *and* with instruction traces.
  40 //   * Every call to HOOK(a,b) is replaced by DFSan with
  41 //     __dfsw_HOOK(a, b, label(a), label(b)) so that __dfsw_HOOK
  42 //     gets all the taint labels for the arguments.
  43 //   * At the Fuzzer startup we assign a unique DFSan label
  44 //     to every byte of the input string (Fuzzer::CurrentUnit) so that for any
  45 //     chunk of data we know which input bytes it has derived from.
  46 //   * The __dfsw_* functions (implemented in this file) record the
  47 //     parameters (i.e. the application data and the corresponding taint labels)
  48 //     in a global state.
  49 //   * Fuzzer::ApplyTraceBasedMutation() tries to use the data recorded
  50 //     by __dfsw_* hooks to guide the fuzzing towards new application states.
  51 //
  52 // Parts of this code will not function when DFSan is not linked in.
  53 // Instead of using ifdefs and thus requiring a separate build of lib/Fuzzer
  54 // we redeclare the dfsan_* interface functions as weak and check if they
  55 // are nullptr before calling.
  56 // If this approach proves to be useful we may add attribute(weak) to the
  57 // dfsan declarations in dfsan_interface.h
  58 //
  59 // This module is in the "proof of concept" stage.
  60 // It is capable of solving only the simplest puzzles
  61 // like test/dfsan/DFSanSimpleCmpTest.cpp.
  62 //===----------------------------------------------------------------------===//
  63
  64 /* Example of manual usage (-fsanitize=dataflow is optional):
  65 (
  66   cd $LLVM/lib/Fuzzer/
  67   clang  -fPIC -c -g -O2 -std=c++11 Fuzzer*.cpp
  68   clang++ -O0 -std=c++11 -fsanitize-coverage=edge,trace-cmp \
  69     -fsanitize=dataflow \
  70     test/dfsan/DFSanSimpleCmpTest.cpp Fuzzer*.o
  71   ./a.out
  72 )
  73 */
  74
  75 #include "FuzzerInternal.h"
  76 #include <sanitizer/dfsan_interface.h>
  77
  78 #include <algorithm>
  79 #include <cstring>
  80 #include <iostream>
  81 #include <unordered_map>
  82
  83 extern "C" {
  84 __attribute__((weak))
  85 dfsan_label dfsan_create_label(const char *desc, void *userdata);
  86 __attribute__((weak))
  87 void dfsan_set_label(dfsan_label label, void *addr, size_t size);
  88 __attribute__((weak))
  89 void dfsan_add_label(dfsan_label label, void *addr, size_t size);
  90 __attribute__((weak))
  91 const struct dfsan_label_info *dfsan_get_label_info(dfsan_label label);
  92 __attribute__((weak))
  93 dfsan_label dfsan_read_label(const void *addr, size_t size);
  94 }  // extern "C"
  95
  96 namespace fuzzer {
  97
  98 static bool ReallyHaveDFSan() {
  99   return &dfsan_create_label != nullptr;
 100 }
 101
 102 // These values are copied from include/llvm/IR/InstrTypes.h.
 103 // We do not include the LLVM headers here to remain independent.
 104 // If these values ever change, an assertion in ComputeCmp will fail.
 105 enum Predicate {
 106   ICMP_EQ = 32,  ///< equal
 107   ICMP_NE = 33,  ///< not equal
 108   ICMP_UGT = 34, ///< unsigned greater than
 109   ICMP_UGE = 35, ///< unsigned greater or equal
 110   ICMP_ULT = 36, ///< unsigned less than
 111   ICMP_ULE = 37, ///< unsigned less or equal
 112   ICMP_SGT = 38, ///< signed greater than
 113   ICMP_SGE = 39, ///< signed greater or equal
 114   ICMP_SLT = 40, ///< signed less than
 115   ICMP_SLE = 41, ///< signed less or equal
 116 };
 117
 118 template <class U, class S>
 119 bool ComputeCmp(size_t CmpType, U Arg1, U Arg2) {
 120   switch(CmpType) {
 121     case ICMP_EQ : return Arg1 == Arg2;
 122     case ICMP_NE : return Arg1 != Arg2;
 123     case ICMP_UGT: return Arg1 > Arg2;
 124     case ICMP_UGE: return Arg1 >= Arg2;
 125     case ICMP_ULT: return Arg1 < Arg2;
 126     case ICMP_ULE: return Arg1 <= Arg2;
 127     case ICMP_SGT: return (S)Arg1 > (S)Arg2;
 128     case ICMP_SGE: return (S)Arg1 >= (S)Arg2;
 129     case ICMP_SLT: return (S)Arg1 < (S)Arg2;
 130     case ICMP_SLE: return (S)Arg1 <= (S)Arg2;
 131     default: assert(0 && "unsupported CmpType");
 132   }
 133   return false;
 134 }
 135
 136 static bool ComputeCmp(size_t CmpSize, size_t CmpType, uint64_t Arg1,
 137                        uint64_t Arg2) {
 138   if (CmpSize == 8) return ComputeCmp<uint64_t, int64_t>(CmpType, Arg1, Arg2);
 139   if (CmpSize == 4) return ComputeCmp<uint32_t, int32_t>(CmpType, Arg1, Arg2);
 140   if (CmpSize == 2) return ComputeCmp<uint16_t, int16_t>(CmpType, Arg1, Arg2);
 141   if (CmpSize == 1) return ComputeCmp<uint8_t, int8_t>(CmpType, Arg1, Arg2);
 142   assert(0 && "unsupported type size");
 143   return true;
 144 }
 145
 146 // As a simplification we use the range of input bytes instead of a set of input
 147 // bytes.
 148 struct LabelRange {
 149   uint16_t Beg, End;  // Range is [Beg, End), thus Beg==End is an empty range.
 150
 151   LabelRange(uint16_t Beg = 0, uint16_t End = 0) : Beg(Beg), End(End) {}
 152
 153   static LabelRange Join(LabelRange LR1, LabelRange LR2) {
 154     if (LR1.Beg == LR1.End) return LR2;
 155     if (LR2.Beg == LR2.End) return LR1;
 156     return {std::min(LR1.Beg, LR2.Beg), std::max(LR1.End, LR2.End)};
 157   }
 158   LabelRange &Join(LabelRange LR) {
 159     return *this = Join(*this, LR);
 160   }
 161   static LabelRange Singleton(const dfsan_label_info *LI) {
 162     uint16_t Idx = (uint16_t)(uintptr_t)LI->userdata;
 163     assert(Idx > 0);
 164     return {(uint16_t)(Idx - 1), Idx};
 165   }
 166 };
 167
 168 std::ostream &operator<<(std::ostream &os, const LabelRange &LR) {
 169   return os << "[" << LR.Beg << "," << LR.End << ")";
 170 }
 171
 172 // For now, very simple: put Size bytes of Data at position Pos.
 173 struct TraceBasedMutation {
 174   size_t Pos;
 175   size_t Size;
 176   uint64_t Data;
 177 };
 178
 179 class TraceState {
 180  public:
 181    TraceState(const Fuzzer::FuzzingOptions &Options, const Unit &CurrentUnit)
 182        : Options(Options), CurrentUnit(CurrentUnit) {}
 183
 184   LabelRange GetLabelRange(dfsan_label L);
 185   void DFSanCmpCallback(uintptr_t PC, size_t CmpSize, size_t CmpType,
 186                         uint64_t Arg1, uint64_t Arg2, dfsan_label L1,
 187                         dfsan_label L2);
 188   void TraceCmpCallback(size_t CmpSize, size_t CmpType, uint64_t Arg1,
 189                         uint64_t Arg2);
 190   int TryToAddDesiredData(uint64_t PresentData, uint64_t DesiredData,
 191                            size_t DataSize);
 192
 193   void StartTraceRecording() {
 194     if (!Options.UseTraces) return;
 195     RecordingTraces = true;
 196     Mutations.clear();
 197   }
 198
 199   size_t StopTraceRecording() {
 200     RecordingTraces = false;
 201     std::random_shuffle(Mutations.begin(), Mutations.end());
 202     return Mutations.size();
 203   }
 204
 205   void ApplyTraceBasedMutation(size_t Idx, fuzzer::Unit *U);
 206
 207  private:
 208   bool IsTwoByteData(uint64_t Data) {
 209     int64_t Signed = static_cast<int64_t>(Data);
 210     Signed >>= 16;
 211     return Signed == 0 || Signed == -1L;
 212   }
 213   bool RecordingTraces = false;
 214   std::vector<TraceBasedMutation> Mutations;
 215   LabelRange LabelRanges[1 << (sizeof(dfsan_label) * 8)] = {};
 216   const Fuzzer::FuzzingOptions &Options;
 217   const Unit &CurrentUnit;
 218 };
 219
 220 LabelRange TraceState::GetLabelRange(dfsan_label L) {
 221   LabelRange &LR = LabelRanges[L];
 222   if (LR.Beg < LR.End || L == 0)
 223     return LR;
 224   const dfsan_label_info *LI = dfsan_get_label_info(L);
 225   if (LI->l1 || LI->l2)
 226     return LR = LabelRange::Join(GetLabelRange(LI->l1), GetLabelRange(LI->l2));
 227   return LR = LabelRange::Singleton(LI);
 228 }
 229
 230 void TraceState::ApplyTraceBasedMutation(size_t Idx, fuzzer::Unit *U) {
 231   assert(Idx < Mutations.size());
 232   auto &M = Mutations[Idx];
 233   if (Options.Verbosity >= 3)
 234     std::cerr << "TBM " << M.Pos << " " << M.Size << " " << M.Data << "\n";
 235   if (M.Pos + M.Size > U->size()) return;
 236   memcpy(U->data() + M.Pos, &M.Data, M.Size);
 237 }
 238
 239 void TraceState::DFSanCmpCallback(uintptr_t PC, size_t CmpSize, size_t CmpType,
 240                                   uint64_t Arg1, uint64_t Arg2, dfsan_label L1,
 241                                   dfsan_label L2) {
 242   assert(ReallyHaveDFSan());
 243   if (!RecordingTraces) return;
 244   if (L1 == 0 && L2 == 0)
 245     return;  // Not actionable.
 246   if (L1 != 0 && L2 != 0)
 247     return;  // Probably still actionable.
 248   bool Res = ComputeCmp(CmpSize, CmpType, Arg1, Arg2);
 249   uint64_t Data = L1 ? Arg2 : Arg1;
 250   LabelRange LR = L1 ? GetLabelRange(L1) : GetLabelRange(L2);
 251
 252   for (size_t Pos = LR.Beg; Pos + CmpSize <= LR.End; Pos++) {
 253     Mutations.push_back({Pos, CmpSize, Data});
 254     Mutations.push_back({Pos, CmpSize, Data + 1});
 255     Mutations.push_back({Pos, CmpSize, Data - 1});
 256   }
 257
 258   if (CmpSize > LR.End - LR.Beg)
 259     Mutations.push_back({LR.Beg, (unsigned)(LR.End - LR.Beg), Data});
 260
 261
 262   if (Options.Verbosity >= 3)
 263     std::cerr << "DFSAN:"
 264               << " PC " << std::hex << PC << std::dec
 265               << " S " << CmpSize
 266               << " T " << CmpType
 267               << " A1 " << Arg1 << " A2 " << Arg2 << " R " << Res
 268               << " L" << L1
 269               << " L" << L2
 270               << " R"  << LR
 271               << " MU " << Mutations.size()
 272               << "\n";
 273 }
 274
 275 int TraceState::TryToAddDesiredData(uint64_t PresentData, uint64_t DesiredData,
 276                                     size_t DataSize) {
 277   int Res = 0;
 278   const uint8_t *Beg = CurrentUnit.data();
 279   const uint8_t *End = Beg + CurrentUnit.size();
 280   for (const uint8_t *Cur = Beg; Cur < End; Cur += DataSize) {
 281     Cur = (uint8_t *)memmem(Cur, End - Cur, &PresentData, DataSize);
 282     if (!Cur)
 283       break;
 284     // std::cerr << "Cur " << (void*)Cur << "\n";
 285     size_t Pos = Cur - Beg;
 286     assert(Pos < CurrentUnit.size());
 287     Mutations.push_back({Pos, DataSize, DesiredData});
 288     Mutations.push_back({Pos, DataSize, DesiredData + 1});
 289     Mutations.push_back({Pos, DataSize, DesiredData - 1});
 290     Cur += DataSize;
 291     Res++;
 292   }
 293   return Res;
 294 }
 295
 296 void TraceState::TraceCmpCallback(size_t CmpSize, size_t CmpType, uint64_t Arg1,
 297                         uint64_t Arg2) {
 298   if (!RecordingTraces) return;
 299   int Added = 0;
 300   if (Options.Verbosity >= 3)
 301     std::cerr << "TraceCmp: " << Arg1 << " " << Arg2 << "\n";
 302   Added += TryToAddDesiredData(Arg1, Arg2, CmpSize);
 303   Added += TryToAddDesiredData(Arg2, Arg1, CmpSize);
 304   if (!Added && CmpSize == 4 && IsTwoByteData(Arg1) && IsTwoByteData(Arg2)) {
 305     Added += TryToAddDesiredData(Arg1, Arg2, 2);
 306     Added += TryToAddDesiredData(Arg2, Arg1, 2);
 307   }
 308 }
 309
 310 static TraceState *TS;
 311
 312 void Fuzzer::StartTraceRecording() {
 313   if (!TS) return;
 314   TS->StartTraceRecording();
 315 }
 316
 317 size_t Fuzzer::StopTraceRecording() {
 318   if (!TS) return 0;
 319   return TS->StopTraceRecording();
 320 }
 321
 322 void Fuzzer::ApplyTraceBasedMutation(size_t Idx, Unit *U) {
 323   assert(TS);
 324   TS->ApplyTraceBasedMutation(Idx, U);
 325 }
 326
 327 void Fuzzer::InitializeTraceState() {
 328   if (!Options.UseTraces) return;
 329   TS = new TraceState(Options, CurrentUnit);
 330   CurrentUnit.resize(Options.MaxLen);
 331   // The rest really requires DFSan.
 332   if (!ReallyHaveDFSan()) return;
 333   for (size_t i = 0; i < static_cast<size_t>(Options.MaxLen); i++) {
 334     dfsan_label L = dfsan_create_label("input", (void*)(i + 1));
 335     // We assume that no one else has called dfsan_create_label before.
 336     assert(L == i + 1);
 337     dfsan_set_label(L, &CurrentUnit[i], 1);
 338   }
 339 }
 340
 341 }  // namespace fuzzer
 342
 343 using fuzzer::TS;
 344
 345 extern "C" {
 346 void __dfsw___sanitizer_cov_trace_cmp(uint64_t SizeAndType, uint64_t Arg1,
 347                                       uint64_t Arg2, dfsan_label L0,
 348                                       dfsan_label L1, dfsan_label L2) {
 349   assert(TS);
 350   assert(L0 == 0);
 351   uintptr_t PC = reinterpret_cast<uintptr_t>(__builtin_return_address(0));
 352   uint64_t CmpSize = (SizeAndType >> 32) / 8;
 353   uint64_t Type = (SizeAndType << 32) >> 32;
 354   TS->DFSanCmpCallback(PC, CmpSize, Type, Arg1, Arg2, L1, L2);
 355 }
 356
 357 void dfsan_weak_hook_memcmp(void *caller_pc, const void *s1, const void *s2,
 358                             size_t n, dfsan_label s1_label,
 359                             dfsan_label s2_label, dfsan_label n_label) {
 360   assert(TS);
 361   uintptr_t PC = reinterpret_cast<uintptr_t>(caller_pc);
 362   uint64_t S1 = 0, S2 = 0;
 363   // Simplification: handle only first 8 bytes.
 364   memcpy(&S1, s1, std::min(n, sizeof(S1)));
 365   memcpy(&S2, s2, std::min(n, sizeof(S2)));
 366   dfsan_label L1 = dfsan_read_label(s1, n);
 367   dfsan_label L2 = dfsan_read_label(s2, n);
 368   TS->DFSanCmpCallback(PC, n, fuzzer::ICMP_EQ, S1, S2, L1, L2);
 369 }
 370
 371 void __sanitizer_cov_trace_cmp(uint64_t SizeAndType, uint64_t Arg1,
 372                                uint64_t Arg2) {
 373   if (!TS) return;
 374   uint64_t CmpSize = (SizeAndType >> 32) / 8;
 375   uint64_t Type = (SizeAndType << 32) >> 32;
 376   TS->TraceCmpCallback(CmpSize, Type, Arg1, Arg2);
 377 }
 378
 379 }  // extern "C"