主要观点总结
本文介绍了来自ASPLOS 2023的论文FITS: Inferring Intermediate Taint Sources for Effective Vulnerability Analysis of IoT Device Firmware。论文针对物联网固件提出了中间污点源（ITS）概念，并设计了ITS的推理方法。中间污点源可以缩短待分析路径，从而降低固件污点分析的难度和开销，以发现更多固件中的安全漏洞。
关键观点总结
关键观点1: 研究背景
查找固件中的漏洞至关重要，因为任何固件漏洞都可能导致对物理物联网设备的网络攻击。静态污点分析是一种有前途的技术，用于查找嵌入式设备中的漏洞。
关键观点2: 传统污点分析面临的挑战
固件由多个二进制文件组成，用户输入经常跨二进制文件流动，这使得跟踪数据流非常复杂。此外，数据别名、间接调用、剥离的调试信息等也进一步使数据流分析复杂化。过去的技术如符号执行、值集分析和别名分析在一定程度上缓解了这个问题，但增加了误报率和运行时开销。
关键观点3: 中间污点源（ITS）的概念
为了降低污点数据流分析的复杂性，提出了中间污点源（ITS）的概念。ITS是一个自定义函数，处理通过库函数收到的用户输入并返回一部分输入供其他函数使用。ITS的出现可以缩短从污染源到汇聚点的数据流路径的长度。
关键观点4: FITS的方法
FITS用于自动推断ITS。首先进行预处理阶段，选取包含网络接口的二进制文件作为分析目标。然后是函数行为表示阶段，构建行为特征向量(BFV)来表示函数的行为。最后进行污点源推理阶段，对自定义函数和锚定函数之间的行为相似性进行评分，以推断ITS。
关键观点5: 实验结果
FITS在来自5家流行供应商的59个实际固件中取得了良好效果，成功发现了至少一个ITS。将其应用于最先进的污点分析引擎Karonte中，多发现了15个以上的漏洞。此外，由于符号执行技术的限制，还实现了一个静态污点分析引擎，ITS帮助该引擎多发现了339个漏洞。
关键观点6: 作者介绍
论文作者刘圃卓是中国科学院信息工程研究所的博士，目前就职于蚂蚁科技集团。同时提到滑铁卢大学的Chengnian Sun教授正在招收对软件工程和编程语言感兴趣的博士生。
免责声明：本文内容摘要由平台算法生成，仅为信息导航参考，不代表原文立场或观点。
原文内容版权归原作者所有，如您为原作者并希望删除该摘要或链接，请通过
【版权申诉通道】联系我们处理。
