孙书彤 王祥武 蔡立志

1(中国银联股份有限公司 上海 201201) 2(中国海洋石油集团有限公司 北京 100010) 3(上海计算机软件技术开发中心上海市计算机软件评测重点实验室 上海 201112)

0 引 言

近年来，随着软件的规模和复杂度的日益增大，软件漏洞挖掘技术正逐渐向自动化和智能化演变。传统漏洞挖掘技术包括模型检测、二进制比对、模糊测试、符号执行以及漏洞可利用性分析等。机器学习和深度学习技术在漏洞挖掘领域也有应用，包括二进制函数识别、函数相似性检测、测试输入生成、路径约束求解等，但存在机器学习算法不够健壮、样本数据不足、算法和特征选择过度依赖经验和专家知识等问题。

此外，也有利用如Digtool之类的工具进行系统层面漏洞挖掘的方法。Digtool运行后自动记录内存访问等行为，进行路径探测，并尽量引导执行更多的路径；Digtool 会进一步分析，一旦发现符合主要的一些漏洞行为特征规则，就意味着找到一个漏洞。

这些方法都是针对某种局部特征或局部环境进行分析比对的。更重要的是，这些方法都是运行在一种模拟环境中，而非实际运行环境[1]。

本文提出一种新的研究思路和实现方案，专门针对操作系统内核中的漏洞进行识别、挖掘和自动封堵，在已知源码的前提下，能够自动识别和自动封堵操作系统内核中的几乎所有控制转移型漏洞[2-3]。

从运行轨迹角度上看，操作系统内核级漏洞可以分为控制转移型漏洞和非控制转移型漏洞两种。……