美國軍方研究人員發現了一種更有效的漏洞挖掘過程

在本月的第29屆USENIX安全研討會上，美國軍方的一篇論文，《The Industrial Age of Hacking》（黑客攻擊的工業時代）對軟體漏洞的研究方法進行了探索性創新。研究表明，黑客社區中存在一種認知偏見，即在沒有任何成功跡象的情況下，選擇一款軟體並投入大量人力資源來查找該軟體中的漏洞。作者將這種策略命名為深度優先搜索，並提出了另一種方法:廣度優先搜索。在&34;搜索中，在投入額外的時間和精力研究任意特定的目標之前，人類只需執行最小的工作來實現對一系列目標的自動化分析。研究者提出了一個可重複的人類研究，利用不同技能的團隊，同時最大限度地使用自動化。其目標是一個能夠有效發現bug的過程;對團隊成員的成長、培訓和有效利用有清晰的計劃;並支持可衡量的、漸進的進展。最後推出了一種裝配線流程，極大改進了曾經複雜的手工工作。試驗結果證明了廣度優先的方法提高了團隊的效率。

美國政府的一項研究表明，有證據表明，有一種方法可以更有效地查找軟體漏洞。

來自美國國家安全局、網絡司令部、海軍、空軍和陸軍的軍事研究人員在本月發表的一項新研究中指出，所有專業水平的安全研究人員在改進後的自動化分析中能更好地在調查中分配人力資源。當研究人員更自然地傾向於瞄準一個給定的軟體片段，試圖找出缺陷時，這與以往通常採取的方法不同。

他們在論文中寫道:&34;

美國國家安全局的軟體開發人員Jared Ziegler在一次採訪中告訴CyberScoop網，這種現狀被研究人員稱為&34;的方法，給有經驗的研究人員帶來了更多的負擔，而新手則會在混亂中迷失。

&34;他們被拉向幾十個不同的方向，&34;很明顯，這對我們來說是行不通的。&34;廣度優先&34;廣度優先&34;(廣度優先)鼓勵學徒級別的黑客在發現駕馭一個特定目標需要大量時間成本時放棄。&39;兔子洞&34;研究人員寫道。&34;

黑客們領先於五角大樓

研究人員希望這些結果將鼓勵所有部門的漏洞研究團隊，而不僅僅是那些在軍隊的團隊，重新評估他們目前的方法是否能產生最好的結果。但是，這項研究可能是一個特別有吸引力的解決方案，因為受挫的美國軍事人員傳統上每隔幾年就更換一個位置，即使是在網絡司令部的漏洞研究團隊。

研究人員證實，採用深度優先的方法可能會讓美國軍方在發現可利用的漏洞方面落後。

&34;由於對員工進行所有重要技能的培訓開銷巨大……幾乎沒有時間讓他們在工作中產生有意義的影響。&34;這是常態，&34;如果有人是新手，通常他們只能做其他工作，或者做練習題，比如(奪旗比賽)，直到他們開始積累大量技能來做這些事情。"

除了發現更多的漏洞之外，研究人員發現寬度優先的方法讓志願者黑客對他們的工作更滿意。在實驗後的調查中，他們得出了如上結論。

後記

有專門研究漏洞挖掘的學者指出，漏洞挖掘是在二進位程序分析領域一個經久不衰的關鍵問題。現有的自動化漏洞挖掘技術多種多樣，但這些技術都有一定的不足，主要在於分析速度慢、程序狀態空間覆蓋率低、自動化程度差。這些不足之處影響了自動化漏洞挖掘技術在現實中的廣泛應用。因此，漏洞挖掘在可見的未來仍將是二進位程序分析領域的重點和難點。

目前的改進方法仍然是將自動程序分析的結果、抽象信息及人類提供的先驗知識有機結合來提高漏洞挖掘的效率。人工智慧在漏洞挖掘上會不會有創新應用，眼下尚未看到有價值的成果。美軍方人員的研究成果也表明，人工為主自動化分析為輔的路徑。