# 从零到第一个 0day！

首先，我们将重点了解技术：二进制分析、搜索各种类型的漏洞和调试。我们 “咬” 住实际的模糊测试和错误，这些错误和错误让程序员由于其不确定性的发生而彻夜难眠。参与者将学习分析应用程序弱点、编写语法和获取测试语料库的技术，以保证令人兴奋的结果。

了解错误搜寻的各个方面后，就需要自动化漏洞分析和调试方法，以确保快速找到有缺陷的代码元素。

培训重点是 x86 /x64 架构，以及处理各种格式（文本、二进制）数据的攻击项目、Windows 和 Linux 平台上的网络模糊测试。

# 课程内容

• 为什么要寻找安全漏洞？
• 为什么值得使用模糊器和自动化方法？
• 软件中最常见的安全问题和缓解机制
  • 漏洞类别
  • 保护机制
• 漏洞研究工作流程
  • 八个模糊测试法则
• 模糊器的底层和许多模糊器的名字
  • 引导模糊测试
  • 愚蠢的模糊测试
  • 智能模糊测试
  • 基于变异的模糊测试
  • 基于生成的模糊测试
  • 专门从事模糊测试的虚拟机管理程序
  • 模糊测试 = 使用 DeepState 进行单元测试？
  • 防绒毛
• GNU / Linux 上的模糊测试简介
  • 如何找到有前途的组件进行攻击？
  • 代码覆盖率的演变和测试
    • 幻数和模糊器 - 如何处理？
    • 生成并手动创建具有更好代码覆盖率的测试用例
  • 白盒攻击
    • 澳大利亚橄榄球联盟 ++
    • 红法兹
    • LibFuzzer - 功能级别测试
    • 编写你的 LibFuzzer 模糊器
    • 来自 Google 的 ClusterFuzz 和 OSS-Fuzz
    • 模糊测试 C# 和 Python 项目
  • 灰盒攻击
    • 对灰盒的攻击是什么？
    • AFL 智能
  • 黑盒攻击
    • AFL++ 和 honggfuzz 以及 QEMU
    • Windows 上的模糊测试简介
    • Windows 和 Linux 上的模糊测试之间的差异
    • 赢 AFL
  • 模糊测试的其他维度
    • 使用 Pythia 进行 ROI 预测 - 模糊测试何时停止获得回报？
    • 没有网络的网络模糊测试？是的当然！
    • 与符号 / Concolic 执行的混合模糊测试
    • 人工智能为漏洞搜寻服务
  • 大规模模糊测试
    • 模糊驱动开发
    • 模糊管理器
    • FuzzManager 与 AFL / Honggfuzz / LibFuzzer 的集成
    • FuzzManager 的代码覆盖率测试
    • 使用签名对重复项进行分组
• 静态代码分析
  • 已经 2020 年了，还值得吗？
  • cppcheck 与 Clang 静态分析器
  • 验证 AFLGo 发现的问题
  • 静态分析作为手动代码审查的第一步？
• 让漏洞报告再次变得伟大！
  • 漏洞分析
    • 消毒剂（ASAN、MSAN、UBSAN、TSAN）
    • 瓦尔格林德
    • 记忆博士
    • 可靠的漏洞报告应包含哪些内容？
    • 一些有趣的漏洞案例的基础知识
    • 确定错误的严重性
    • 如何尽可能高效、无痛地完成它？
  • 处理非确定性代码故障
    • 使用 RR 进行调试

# 目标听众

• IT 安全专家和渗透测试人员、程序员和测试人员；
• IT 安全研究人员；
• IT 安全解决方案提供商；
• IT 安全爱好者；
• 每个正在考虑从事攻击性应用程序安全领域职业的人！

# 先决条件

• C / C++ 或 Python 编程基础知识；
• GNU\Linux 和 Windows 系列操作系统的基础知识；
• 自己的电脑：
  • 64 位 Windows 或 GNU/Linux 操作系统（最好是 Debian 或 Ubuntu）；
  • 安装 VirtualBox 和 Docker 软件；
  • 最低 8 GB RAM，建议 16+ GB；
  • 至少 2 核处理器；
  • 至少 50GB 可用磁盘空间；

# 主要要点

# 本次课程将教您...

• 漏洞类别的特征及其防御方法；
• 自动错误搜索技术和选择业界最佳工具来发现漏洞（黑盒、灰盒、白盒）；
• 二元分析基础知识；
• 分析并自动分析发现的漏洞；
• 在多个层面上调整（网络、文件、二进制文件）和扩展模糊测试过程：模糊器、操作系统和工具；
• 为选定的开源项目编写模糊器；
• 准备实施模糊驱动开发方法；