深度学习CSP架构 csp课程

转载

网络安全专家 2024-03-12 20:12:07

文章标签 深度学习CSP架构控制流别名分析 java 文章分类 深度学习人工智能

这篇文章纪录一些上csp课程的时候课堂上记录下来的笔记，虽然感觉以后看得可能性不大，但是直接删了可惜，暂且放在这边吧

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

12-6

读文件为何要write：写最近打开时间，在node里有access time.可以禁用

写文件： foo node write :modify time：上次写的时间

bar node write：mtime， block number、size

输入参数current－track

忽视 unsigned int->int 转换可能会有负数

构造header，获得任意写权限

所有的设备看成文件

IOCTLs

为了解决对文件除了open close read write进行的操作的

参数：cmd data

int 类型需要判断大于某个数也要判断小于某个数（负数）

EIP变成任意想设定的值

整型溢出

将赋值操作变为 if判断，然后赋值

side-channel

java在heap上不计算，在stack上计算

播放再录音，绕过taint

文件通过放到网上再下载下来，其中有些属性会消失

跳转指令每5行汇编有一个，basic block 5行汇编

indirect call:ecx

shadow stack:

纪录函数调用栈

BTS：非常有用debug

call set

longjmp

reference monitor:引用监视器；file descriptor是一个经典实例

流敏感（flow-sensitive）指的是考虑程序语句执行的顺序，例如在数据流分析中的指针别名（Pointer Alias）分析中，一个非流敏感指针别名分析可能得出“变量x和y可能会指向同一位置”，而流敏感指针别名分析得出的结论类似于“在执行第20条指令后，变量x和y可能会指向同一位置”。所以，一个非流敏感指针别名分析不考虑控制流，并认为所发现的别名在程序所有位置均成立。

路径敏感（path-sensitive）指的是依据条件分支语句的不同谓词，计算不同的分析信息，也就是说，路径敏感将跟踪程序控制流的每一个分支，以记录两个分支路径的不同程序状态。相应的，非路径敏感并不考虑分支之间的区别。简单的路径敏感存在“路径爆炸”（path explosion）或“无穷搜索空间”（infinite search space）的问题。

上下文敏感（context-sensitive）指的是在过程间分析（ Interprocedural Analysis）时，考虑函数调用的上下文信息。

1、流敏感/流不敏感是针对是否考虑过程内的控制流情况的，过程内的控制流图会有分支、循环等情况，流敏感是指考虑过程内（被调用过程或函数内）的控制流情况；反之，流不敏感是指不考虑过程内的控制流情况，只考虑过程间的情况。

2、上下文敏感/上下文不敏感是针对是否考虑函数的不同调用点，因为一个子过程或函数可能会被多个过程调用，那么在不同的过程调用它的时候，对于传给它的实际参数或当时的全局变量有可能会不同，这些被称之为上下文，上下文敏感是考虑了这些不同，上下文不敏感则将一个子过程或函数用唯一的一种情况来分析。

q1:粗粒度CFI的问题本质就在于归类各个目标集合

针对上下文敏感的方式，这种攻击方式应该没有用

paper2

CFG生成针对二进制文件先反汇编？

CFG针对粗粒度还是细粒度，还是都可以？

优化CFG，去除没用的边，之后加回来＝＝

调ABC,但是这次没有调用，去除其他的，等于是在动态执行的时候优化？

静态分析：全部枚举，

Taint