驯服文件解析风险的两款新工具

Evan Sultanik | 2019年11月1日

解析文件格式是困难的——即使规范明确定义时也是如此。当规范存在歧义时，会导致解析器和解释器出现意外行为，进而引发安全漏洞。在DARPA SafeDocs项目支持下，我们开发了两款工具来解决这一根本问题：

解析为何困难？

• 多语言文件（Polyglots）：单个文件可被不同解释器有效解析（如既是PDF又是ZIP）
• 精神分裂文件（Schizophrenic）：不同解析器对同一文件产生不同解释（如Adobe与Foxit解析同一PDF显示不同内容）
• 复杂设计决策（如嵌入式图灵完备语言、流解码器任意链接等）加剧了攻击面

工具创新

1. PolyFile：

   • 支持10,000+文件格式的层次化语义标注
   • 生成交互式HTML分析报告（示例：简历文件同时是PDF/NES游戏/ZIP/git仓库）
   • 开源地址：https://github.com/trailofbits/polyfile

2. PolyTracker：

   • 基于LLVM的高效污点跟踪框架
   • 改进数据结构使内存需求从指数级降至线性级
   • 支持闭源代码分析（通过McSema等二进制提升技术）
   • 开源地址：https://github.com/trailofbits/polytracker

技术突破

• 数据流消毒器（DFSan）优化：突破原16位污点标签限制，实现稀疏联合数据结构
• 动态分析：通过构建解析器函数与输入字节偏移的映射关系，逆向推导解析逻辑
• 容器化部署：提供预构建Docker镜像简化使用流程

应用场景

• 识别规范与实现间的"不安全"差异
• 检测解析器中的隐蔽通道
• 辅助模糊测试与差分测试