前言

大蒜【IFFA】支持任意文件格式的漏洞挖掘，但是这么多文件格式，什么图片，音频，视频，压缩包，办公软件，工业软件，电子设计软件，医学软件，工程文件，数据包文件，数据库文件，字体文件，设置文件。。。。。。

几乎所有的二进制漏洞都和内存破坏类有关。到底有多少种谁也不知道，从网上简单搜索就收到了5000多种（如果每一种格式涉及100个软件，每一个软件涉及100个漏洞，那么仅仅这5000种就涉及了5000万个漏洞），这还不包括不全的以及未知的，私有的。你要知道波音用了7000多个软件，其中公开的只有1000多种。

这么多目标，是如何分类呢？

从数据类型分类

主要分为字符串类型和二进制类型。

字符串类型

顾名思义，就是文件都是可识别字符串组成的类型。都有什么呢？INI文件，HTTP数据包，HTML，这些都是字符串类型。这种类型比较简单，出问题的概率较低（越复杂的结构越容易出问题嘛，就像肺，肝很容易癌变，而心脏就是一团肌肉，没有那么容易癌变的）。但是不等于不会出问题，很多程序处理这类格式还是很容易出问题的。

二进制类型

顾名思义，文件格式是二进制来描述的。大部分文件结构都是二进制类型。比如图片，音频，视频等等。绝大部分文件格式都是二进制文件格式。

复合型文件类型

很多文件类型是复合型文件类型，因为他包含了很多子结构。比如office类型。一个word文件可以包含很多图片，文字，音频，视频。除此以外，像PDF，工业设计软件（AUTOCAD），压缩包，也属于复合型文件类型。复合型文件类型是比较复杂的文件类型，因此也更容易发现bug。对挖掘难度也要求较高，因此如果你没有大蒜不是很建议新手直接搞复合型类型。

建议方法

没有大蒜，那就字符串类型搞起，然后二进制类型，然后复合型文件格式。

如果有大蒜，那就复合型文件格式和二进制类型搞起，最后字符串类型。

从背景分类

开源格式 

开源格式，就是源码或者文件格式协议公开。你可以网上公开看到这类格式的描述信息以及源码。比如BMP图片就是开源格式，因为有源码，因为有文件格式信息，所以这类格式研究的人比较多。因为简单嘛。直接对着开源文档写pit脚本就可以了（没有大蒜的时候）。潜在的漏洞都被大家挖掘了，所以很难再出新东西了。

闭源格式

源码不公开，文件格式不公开。如果想挖掘这类文件格式的漏洞，只能自己去逆向文件格式，然后再去编写pit描述这种文件格式，进而进行fuzz。逆向需要看汇编代码，效率很低的。同样的漏洞闭源格式的投入要大于开源格式，是一件费力不讨好的事情。所以大家都不愿意挖掘此类漏洞。因此，这类产品的漏洞其实是比开源格式多的。

如果你的格式是私有格式，那就更是这样的类型了。

建议方法

看你手上的工具，如果你什么都没有自己编写pit，还是搞开源格式吧，毕竟简单，快。

如果你有大蒜，那必然必然格式。因为对你来说他们的难度是一样的，闭源格式包含的漏洞反而更多，因此，不搞闭源，你租大蒜干嘛？

从文件协议分类

没有校验的类型

没有校验，就说明简单。

简单，就说明意义不大。

就像前面说的心脏癌变概率有多大？Notepad处理txt的内存破坏问题有多大？

当然部分稍微复杂点格式还是有问题的。比如配置文件很多有A=XXX。这种很容易有栈溢出漏洞哦。

有一些校验的类型

大部分格式都是这类，比如各种各样的图片。表示偏移，文件大小等结构,CRC校验等。并且还有嵌套关系，嵌套越多，越容易出问题。

作战方案

优先选择哪些类型

冷门格式

大厂谁都喜欢搞，但是大厂不一定就难，也是要看目标的。

大厂的冷门文件格式，往往非常容易搞。你越没见过的文件格式，往往就越容易。

私有格式

如果你有大蒜，能碰到私有格式那就是你的福气了。对于这种格式，基本在大蒜面前是没有任何免疫力的。干就是了。

效率高的处理方式

很多人还在用最传统的方法去挖掘漏洞。生成样本，打开，解析，关闭。换一种形式不会搞了，比如杀毒软件，不知道如何打开关闭。

但是杀毒软件根本不需要这么做啊，1万个样本让杀毒软件扫描一下，几分钟搞定。如果往常的方法，可能需要几个小时。除此以外，格式转换工具，也是一个意思。

思路，思路，一定要活跃。

避免哪些类型

假的私有格式

很多软件商的所谓的私有文件格式，都是假的。只是后缀名不一样罢了。

比如很多工程文件，你仔细看会发现，他其实就是ZIP文件。最典型的就是docx等等。这种格式不是不能搞，只是挖掘效率非常低罢了。能绕开一定要绕开。

简单的格式

前面说过，像txt这种，基本没必要。

看上去复杂的纸老虎

类似于zip，rar这种压缩包。也不是没必要，但是意义不大。本来也不是非常复杂，并且研究的人已经比较多了。

测试比较全面的

最典型的就是杀毒软件了，杀毒软件和普通的软件有啥不同？？

杀毒软件就是用来查杀病毒的，所以几乎所有的文件格式他都扫过啊，所以他的强健性是非常好的。尤其是PE这种格式。这并不是说不能挖掘出他的漏洞。只是说比较难。如果要搞可以搞搞冷门的格式。

流媒体格式

也不是说不能搞，而是效率相对低。处理图片解析成功就算打开完毕了，但是音频视频呢？如果fuzz个1小时的视频，你要去等待1小时吗？

可以试试，也可以出东西，但是不要投入太多。

解析失败率很高的格式

Fuzz的时候看一下失败率，如果解析后发现失败率很高。（大部分格式都解析失败）。那么说明你这次建模是不理想的，质量也是不搞的。

[招生]科锐逆向工程师培训(2024年11月15日实地，远程教学同时开班, 第51期)