该论文提出了一种针对 Linux 内核的静态未定义行为(UB)检测器 KUBO,旨在同时实现高精度和全内核可扩展性。未定义行为通常源于 C/C++ 等底层语言中的编程错误,内核与硬件紧密交互,UB 可能被非特权用户态程序触发,导致严重的安全与可靠性问题。已有内核 UB 检测方法在精度与可扩展性之间存在权衡,往往产生大量误报,影响实用性。KUBO 聚焦于可由用户输入触发的关键 UB,通过验证 UB 触发路径及条件是否可满足来保证高精度;采用高效的跨过程分析,按需沿调用链向后增量遍历,从而扩展到整个内核(包括驱动)。作者在多个版本的完整 Linux 内核上评估了 KUBO,发现 23 个此前未知的关键 UB,误报率仅 27.5%,显著低于现有最先进内核 UB 检测器的 91%。此外,KUBO 生成的错误报告易于分类。该工作为内核安全分析提供了高精度、可扩展的静态分析新方法,适合内核安全研究人员、漏洞挖掘工具开发者以及系统安全工程师阅读。
💡 推荐理由: 内核未定义行为是提权攻击的重要根源。KUBO 显著降低误报率并具备全内核分析能力,可帮助蓝队更可靠地发现潜在可利用漏洞,提升内核安全审计效率。
🎯 建议动作: 研究跟进