什么是模糊测试？
持续交付2.0约 4 分钟文章来源：TesterHome社区
原文来源：”兴兵乐儿”微信公众号（兴业数字金融）
作者：孙瑜，兴业数金 测试服务中心
文章版权归原作者所有，文章内容为作者个人观点，本公众号只提供转载参考
背景：近年来，随着信息技术的发展，各种新型自动化测试技术如雨后春笋般出现。其中，模糊测试（fuzz testing）技术开始受到行业关注，它尤其适用于发现未知的、隐蔽性较强的底层缺陷。这里，我们将结合AFL开源工具，对模糊测试的基本概念和流程进行说明。
1
模糊测试包括几个基本的测试步骤：确定被测系统->给定输入->生成测试用例->灌入用例进行测试->监控目标程序情况->输出崩溃日志。
图一：模糊测试流程
2
1）基于变异：根据已知数据样本，通过变异的方法生成新的测试用例。
例如对一个图片文件进行变异，用户需要提供一个相应格式的图片文件，变异生成器会基于该图片进行变异。著名的开源模糊测试工具AFL就是基于变异生成用例。
2）基于生成：根据已知的协议或接口规范，建模并生成测试用例。
某些程序可能对输入有严格的规则要求，例如必须是SQL语句、或者给定的协议规范等。测试引擎需要在测试前预先学习对应的语法语义规则，对其进行建模，在此基础上才能变异出有效的测试用例。
3
测试工具介绍
当前已经有很多开源的模糊测试工具，其中使用较为广泛的是AFL（American Fuzzy Lop），由谷歌工程师迈克尔·扎里斯基（Michal Zalewski）开发，该项目已经由Github托管。
在执行前，需要对被测程序源码进行插桩（instrumentation），以获知被测程序的运行信息。在执行过程中，它通过记录输入样本的代码覆盖率，从而调整输入样本以提高覆盖率，增加发现漏洞的概率。其工作流程大致如下：
1. 从源码编译程序时进行插桩，以记录代码覆盖率；
2. 选择一些输入文件，作为初始测试集加入输入队列；
3. 将队列中的文件按一定的策略进行“突变”；
4. 如果经过变异文件更新了覆盖范围，则将其保留添加到队列中;
5. 上述过程一直循环进行，期间触发crash的文件会被记录下来。
图二：AFL模糊测试的基本流程
AFL的优点是可以轻松部署，配置相对简单，测试效率相对较高。原生的AFL仅适配于C/C++程序的测试，不过目前已经衍生出很多分支，用于适配其他语言的模糊测试，如针对JAVA程序的Kelinci等。
4
用例变异方式
AFL是采用遗传算法，基于变异生成的测试用例，变异的主要类型有下面这几种：
· Bit flip，按位翻转，1变为0，0变为1
· Arithmetic，整数加/减算术运算
· Interest，把一些特殊内容替换到原文件中
· Dictionary，把自动生成或用户提供的token替换或插入到原文件中
· Havoc，又称“大破坏”，是前面几种变异的组合
· Splice，又称“绞接”，将两个文件拼接起来得到一个新文件
AFL需要一些初始输入数据（也称种子文件）作为模糊测试的起点，这些输入可以是毫无意义的数据。AFL通过上述方式自动确定文件的格式和结构。当输入队列中的全部文件都完成变异测试，则完成了一个Cycle（周期），如果用户不停止执行，种子文件将会不断变异下去。
图三：AFL监控台，显示当前为Cycle 6, Splice 12阶段
扎里斯基曾经给出一个有趣的例子，对djpeg（一个Linux系统上的图像处理程序）进行模糊测试，在仅初始输入“hello”字符串的情况下，最后凭空生成了大量jpeg的图像。
综上所述，我们简要介绍了模糊测试的概念以及开源工具AFL的测试流程，欢迎持续关注。
乔梁老师开课啦~视频课程《持续部署训练营（Python版）》，原价1699元， 限时特价699元
你的软件开发效率够高吗？质量够好吗？你的团队多长时间才能向用户实时推送一个生产变更？你的软件在发布时，你是否因担心软件交付质量而感到压力倍增？你是否遇到过部署失败，甚至导致停机的情况？持续部署可以帮助你消除软件交付的痛苦，让你能专注于为客户高价值的需求，而不会因为这些交付执行类问题而花太多精力。本课程通过学练结合，理论结合实战，让你体验如何使用构建-测试-部署管道，进行持续部署。并练习如何在有效监控部署的同时，逐步发布功能特性，并作数据库结构变化。
（扫码订阅）