Paper

Rust语言污点分析相关的几篇内容

• SafeDrop: Detecting Memory Deallocation Bugs of Rust Programs via Static Data-flow Analysis.
• Encapsulated Functions: Fortifying Rust's FFI in Embedded Systems.
• Demystifying Compiler Unstable Feature Usage and Impacts in the Rust Ecosystem
• Detecting Cross-language Memory Management Issues in Rust
• MirChecker: Detecting Bugs in Rust Programs via Static Analysis
• Static Deadlock Detection for Rust Programs

智能合约代码混淆，感觉还是ollvm的影子，还是那三种模式，只是做了相关的适配以及加了很多其他细节，总体思路是没有变的。

创新点在于使用改进后的混沌映射来做不透明谓词，增加了一定的混淆程度

会议：IEEE Transactions on Software Engineering

等级：CCF-A

最近想看看binary diffing的内容，直接从头看看一篇篇翻，涉及到很多机器学习内容，很多不懂的，慢慢来看吧。这里先看了10几篇，很多都只看了一个摘要。 主要是了解一下思路，看看这个领域的内容的研究历史，Binary Diffing 1暂时只看到2016年的paper，后续继续更新，主要文章引用如下

• Bitshred: feature hashing malware for scalable triage and semantic analysis.
• Binary function clustering using semantic hashes.
• Binslayer: accurate comparison of binary executables.
• Control flow-based malware variant detection.
• {MutantX-S}: Scalable Malware Clustering Based on Static Features.
• Semantics-based obfuscation-resilient binary code similarity comparison with applications to software plagiarism detection.
• Leveraging semantic signatures for bug search in binary programs.
• Cross-architecture bug search in binary executables.
• Bingo: Crossarchitecture cross-os binary search.
• Statistical similarity of binaries.
• discovRE: Efficient Cross-Architecture Identification of Bugs in Binary Code.
• Scalable Graph-based Bug Search for Firmware Images.
• Crossarchitecture binary semantics understanding via similar code comparison.

这是一篇CCFB的文章，来自中科大，文章提出了一种新的二进制混淆模式来抵抗binary diffing技术的分析。

从混淆角度，它是从IR层面切割函数并融合函数，改变了函数的调用关系。与OLLVM是不冲突的混淆，对抵抗binary diffing有很好的效果，并且也是基于LLVM框架，对混淆技术的发展是有意义的。

来自清华vul337实验室与蚂蚁基础安全合作的一篇2023年USENIX Security的文章

讲述如何针对macOS内核部分的kext进行模糊测试，原本kext是闭源的部分，同时处于内核。这使得插桩难，容易崩溃，黑盒测试效果差。同时苹果本身一些特权代码被保护。文章针对这些问题提出三个机制来解决

通过替换arm的PA指令来插桩，做覆盖率统计；通过本地hook特权检查函数来绕过苹果的检查，进一步fuzz特权代码；设计一个污点分析模块，分析macOS内核接口格式，辅助fuzz

2023 S&P论文，讲述的是python反编译的研究工作，总结了大量的反编译特征，针对恶意代码分析领域，提供一种新的解决方案。 从逆向和工程的角度来说，这项工作有很多值得学习的部分。