Differential Fuzzing of the Vyper Compiler
三句話摘要
EVM 上 ABI 解碼器的記憶體越界漏洞發現過程，以及如何用帶偏置的差異模糊測試加以修復驗證。 對 ABI 解碼器這類以指標為核心風險的元件，用 Python 規格實作做差異基準、再以邊界值偏置毒指標做突變，是讓模糊測試真正有效的關鍵做法。 ABI 規範允許非連續指標：ABI 解碼分靜態區（存指標）與動態區（存實際資料），規範並未要求指標一定連續排列，允許多個欄位共享同一動態資料位置，這給了彈性但也留下安全隱患。
重點整理
重點- 1
ABI 規範允許非連續指標：ABI 解碼分靜態區（存指標）與動態區（存實際資料），規範並未要求指標一定連續排列，允許多個欄位共享同一動態資料位置，這給了彈性但也留下安全隱患。
- 2
calldata 與記憶體緩衝區的風險差異：calldata 由使用者完全控制，即使讀到任意位置也只是讀回自己提供的資料；但 `abi.decode()` 作用於記憶體緩衝區，攻擊者若能構造特定 payload，就可能在解碼期間讀到緩衝區外的資料，造成真正的安全問題。
- 3
指標驗證是唯一真正困難的點：uint256 解碼只是複製 32 bytes，bytes 解碼也只是複製，幾乎不可能出錯；真正的風險集中在「指標是否仍在使用者提供的 payload 範圍內」這一個問題上。
- 4
偏置模糊測試優於純隨機：針對 payload 長度的邊界值（payload length、payload length × 2 附近）生成「毒指標」，能有效命中整數溢出與越界條件；純隨機在如此龐大的輸入空間中，實際上永遠找不到 bug。
實用技巧與重點
乾貨- 平台/工具：EVM（Ethereum 虛擬機）、Solidity、Python、Hypothesis（Python 模糊測試庫）、AFL（基於覆蓋率的模糊測試框架）
- 數字：128 bytes 輸入空間 ≈ 8^128 種可能；單一指標為 uint256，空間極為龐大
- 核心規則：修復後的規範允許指標指向 payload 內任意位置（可重疊、可非連續），但絕不得超出使用者提供的 payload 邊界
- 高價值突變範圍：`payload_length` 到 `payload_length × 2` 之間的值，涵蓋越界與整數溢出場景
- 差異測試做法：同一份輸入送進 Python 規格實作與 Solidity 編譯器，比對輸出是否一致
- 突變操作：對有效 payload 做點突變（edit / add / delete 32-byte 區塊），並從高價值指標範圍取樣
- 修復週期：在一個版本週期內完成，期間多次發現新問題後重新迭代
結論
結論“對 ABI 解碼器這類以指標為核心風險的元件，用 Python 規格實作做差異基準、再以邊界值偏置毒指標做突變，是讓模糊測試真正有效的關鍵做法。”
完整解析
詳細EVM 上的合約互呼時，資料的序列化與反序列化依賴一套稱為 ABI 的規範。ABI 將資料分成兩類：靜態資料（長度固定，如 uint256 固定佔 32 bytes）和動態資料（長度在執行期決定，如 bytes）。在編碼時，靜態區存放指向動態區的指標，動態區再存放實際資料及長度資訊。規範刻意允許「寬鬆解碼器」，也就是只要跟著指標走，不必驗證指標是否按照嚴格的連續順序排列，這讓多個欄位可以共享同一塊動態資料，是一種有意設計的彈性。
問題在於這個寬鬆特性與 `abi.decode()` 的組合。在 calldata 情境下，資料完全由使用者提供，即使解碼器跟隨了一個「奇怪的指標」，頂多也是讀回自己提供的資料，沒有實質危害。但 `abi.decode()` 是作用在記憶體緩衝區（y buffer）上的，若解碼器未驗證指標合法性，攻擊者就能構造特殊 payload，讓解碼器在解碼過程中讀到 y buffer 外的記憶體。這個問題最早由 Alex Wade 提報，當時以 calldata 無害為由關閉；等到 `abi.decode()` 實作後才真正成為安全漏洞。
修復過程極為複雜，涉及指標算術溢出、零長度遞迴優化的邊界條件等多個細節。團隊在反覆修補、反覆發現新問題後意識到：必須先有一份明確的規範，再用規範去驗證實作。他們用 Python 寫了一個儘可能簡單的規格實作，目標是讓它成為「可讀的規範」而非「最佳化過的程式碼」。接著，他們將同一份輸入分別送入 Python 規格實作與 Solidity 編譯器，比對結果是否一致，這就是差異模糊測試的核心。
然而，純隨機輸入完全失效。原因很直觀：ABI 解碼器中唯一真正困難的部分是指標驗證，其他操作（複製 32 bytes、複製位元組資料）幾乎不可能出錯。但指標是 uint256，空間龐大到隨機命中邊界的機率趨近於零。團隊因此引入了「偏置突變」策略：從有效 payload 出發，再針對 `payload_length` 到 `payload_length × 2` 之間的範圍生成毒指標，這個範圍能系統性地覆蓋越界讀取與整數溢出兩類場景。實際使用 Python 的 Hypothesis 函式庫，將不同突變策略組合成複合策略，最終成功找到潛在問題。關鍵心得是：模糊測試不能完全隨機，要理解「哪些值對程式有害」，再對模糊器施加適度偏置，同時保留足夠的隨機性來發現未知錯誤。
關鍵時刻
Pipeline v2帶時間戳的重點，會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。
事實查核
Pipeline v2說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。
