💻 computer science

Multi-Agent Cooperative Fuzzing for HarmonyOS APIs

Questo articolo presenta HMFuzzer, un framework di fuzzing cooperativo multi-agente che potenzia la scoperta di vulnerabilità delle API di HarmonyOS sfruttando il recupero del codice Android, l'interpretazione multimodale dei documenti, l'apprendimento per rinforzo per l'ottimizzazione dei prompt e l'analisi automatizzata dei crash per superare la scarsità e la bassa qualità della documentazione esistente dell'ecosistema.

Autori originali: Fei Jia, Lei Zhang, Huibing Zhang, Lianhai Liu

Pubblicato 2026-06-24✓ Author reviewed ⓘ

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Fei Jia, Lei Zhang, Huibing Zhang, Lianhai Liu

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di cercare di insegnare a un robot come scassinare una casa molto nuova e tecnologica (HarmonyOS) per trovare punti deboli nelle serrature e nelle finestre. Il problema è che la casa è così nuova che non esistono quasi progetti, non ci sono video "come fare" e le poche istruzioni in tuo possesso sono scritte in una lingua che il robot non parla bene, con molte immagini confuse al posto delle parole.

Questo articolo presenta un nuovo team di specialisti robotici chiamato HMFuzzer per risolvere questo problema. Invece di un singolo robot che cerca di fare tutto, utilizzano un team di tre persone che lavorano insieme, proprio come una squadra di investigatori specializzati.

Ecco come funziona il loro team, spiegato con semplici analogie:

1. Il Problema: La "Nuova Casa" con Manuali Mancanti

HarmonyOS è come una città intelligente nuovissima. Ha milioni di porte (API) che permettono a diversi dispositivi di comunicare tra loro. Ma poiché è nuova:

Ci sono pochissimi esempi su come usare queste porte.
I manuali di istruzioni ufficiali sono pieni di diagrammi e immagini che i robot basati sul testo non possono leggere.
Gli strumenti esistenti (altri robot) cercano di indovinare come scassinare, ma continuano a fallire perché non hanno abbastanza informazioni.

2. La Soluzione: Il Team di Tre Agenti

Il team HMFuzzer è composto da tre agenti specializzati che si passano il lavoro lungo la linea:

Agente A: Il "Traduttore e Organizzatore" (Agente di Preprocessing)

Il Lavoro: Questo agente prende i manuali di istruzioni disordinati. Poiché i manuali hanno molte immagini (come diagrammi di flusso) che il robot non può capire, questo agente usa un'IA con "super-occhi" (Modelli di Linguaggio Multimodali) per guardare le immagini e descriverle in testo semplice.
L'Analogia: Immagina un bibliotecario che prende un libro pieno di schizzi confusi e scrive una descrizione dettagliata della storia per ogni immagine, in modo che il robot possa effettivamente leggerla.
Il Controllo dei Permessi: Questo agente controlla anche le regole della "guardia giurata". Si assicura che il robot provi ad aprire solo le porte che è effettivamente autorizzato a toccare, in modo da non essere segnalato per aver tentato di scassinare un'area riservata.

Agente B: Il "Costruttore di Driver" (Agente di Generazione Driver)

Il Lavoro: Questo agente costruisce le vere "chiavi" (driver di fuzzing) per testare le porte. Ma poiché non esistono chiavi per HarmonyOS da copiare, questo agente ha un'idea intelligente: guarda Android.
L'Analogia: HarmonyOS e Android sono come cugini; indossano vestiti diversi ma hanno alberi genealogici simili. Se il robot deve sapere come aprire una porta Bluetooth in HarmonyOS, guarda come Android apre le sue porte Bluetooth. Utilizza una vasta libreria di esempi di Android come "schema" per indovinare come funzionano le porte di HarmonyOS.
Il "Coach" (Apprendimento per Rinforzo): Se il robot costruisce una chiave che non si adatta (un errore di sintassi), un "Coach" interviene. Invece di dire solo "sbagliato", il Coach usa un sistema di punteggio per dire al robot: "Prova questo tipo specifico di forma di chiave la prossima volta". Il robot impara dai suoi errori e diventa più bravo a costruire chiavi a ogni tentativo.

Agente C: Il "Perito della Scena del Crimine" (Agente di Analisi delle Vulnerabilità)

Il Lavoro: Quando un test causa un crash del sistema (come una porta che si blocca o una finestra che va in frantumi), questo agente indaga.
L'Analogia: In passato, i robot guardavano solo i log testuali. Ma HarmonyOS a volte non fornisce log testuali chiari. Quindi, questo agente scatta una foto del crash (uno screenshot) e usa l'IA con i "super-occhi" per descrivere cosa è successo nella foto.
Il Lavoro Investigativo: Combina la descrizione della foto, i log testuali e un database di crimini noti (vulnerabilità) per capire: "Si è trattato di un semplice errore o di un vero buco nella sicurezza?". Utilizza un metodo di "catena di pensiero" (chain of thought), il che significa che espone il proprio ragionamento passo dopo passo prima di arrivare a una conclusione.

3. I Risultati: Cosa Hanno Trovato?

Il team ha testato il loro nuovo squad su HarmonyOS 5.0 e ha trovato alcuni veri buchi nella sicurezza che altri strumenti hanno mancato.

La Grande Vittoria: Hanno trovato una vulnerabilità specifica nel modo in cui il sistema gestisce le immagini SVG (quelle piccole grafiche usate nelle app). Hanno creato un test che alimentava il sistema con una stringa di numeri così lunga da rompere il buffer (come cercare di versare un oceano in una tazzina da tè). Il sistema è andato in crash, rivelando una falla di sicurezza.
Efficienza: Il loro team ha utilizzato meno memoria del computer rispetto ad altri strumenti perché è stato più intelligente nel modo in cui ha testato, invece di procedere per tentativi ed errori su tutto (brute-forcing).
Versatilità: Hanno testato il loro team anche su altri sistemi (come PyTorch e TensorFlow) e hanno trovato nuovi bug anche lì, dimostrando che il team è bravo a rompere le cose in generale, non solo HarmonyOS.

Riassunto

In breve, l'articolo descrive un team di robot intelligente in tre parti che:

Legge manuali confusi ricchi di immagini trasformando le immagini in testo.
Copia le idee da un sistema simile e più vecchio (Android) per costruire migliori chiavi di test.
Indaga i crash analizzando screenshot e log per trovare reali falle di sicurezza.

Chiamano il loro strumento HMFuzzer, e ha avuto successo nel trovare vulnerabilità in HarmonyOS che altri strumenti non riuscivano a vedere, il tutto mentre imparava e migliorava durante il processo.

Riepilogo Tecnico: Fuzzing Cooperativo Multi-Agente per le API di HarmonyOS

1. Definizione del Problema

HarmonyOS, un sistema operativo basato su microkernel con un framework API unificato, ha raggiunto una diffusione massiccia su dispositivi eterogenei. Tuttavia, la sua sicurezza è minacciata da una superficie di attacco in espansione, in particolare all'interno delle sue API. Gli strumenti di fuzzing esistenti faticano a testare efficacemente HarmonyOS a causa di tre sfide primarie:

Scarsità di Esempi: A differenza degli ecosistemi maturi, HarmonyOS manca di esempi di utilizzo delle API pubblicamente disponibili, il che rende difficile per gli strumenti automatizzati comprendere le strutture logiche.
Limitazioni della Documentazione: La documentazione ufficiale per gli sviluppatori è spesso di bassa qualità, ricca di immagini e intercala il testo con diagrammi di workflow (es. diagrammi di flusso, diagrammi di sequenza) che non sono leggibili dalle macchine, ostacolando l'estrazione semantica.
Difficoltà di Analisi dei Crash: L'architettura a microkernel e la natura asincrona delle API di HarmonyOS determinano caratteristiche di crash differenti rispetto ai sistemi operativi convenzionali. Gli algoritmi di deduplicazione e classificazione esistenti spesso falliscono, portando alla fusione errata di vulnerabilità distinte o alla frammentazione di singole vulnerabilità.

2. Metodologia: Framework HMFuzzer

Gli autori propongono HMFuzzer, un framework di fuzzing cooperativo multi-agente progettato per automatizzare l'identificazione delle vulnerabilità con il minimo intervento umano. Il framework integra tre agenti collaborativi:

A. Agente di Pre-elaborazione (Preprocessing Agent)

Questo agente prepara i dati di input per superare le barriere della documentazione e dei permessi:

Allineamento Semantico Multimodale: Per affrontare la documentazione ricca di immagini, l'agente impiega tre Large Language Models (LLM) multimodali — Qwen, Llama e Gemini — per convertire i diagrammi di workflow delle API (JPG/PNG) in descrizioni testuali. Un LLM testuale (DeepSeek) fonde queste descrizioni per creare una rappresentazione testuale finale accurata, che viene poi allineata al documento originale tramite i percorsi dei file.
Estrazione dei Permessi: Per prevenire falsi positivi causati dalla mancanza di permessi, l'agente estrae automaticamente i requisiti dei permessi (nome, descrizione, livello, modalità, validità) dai documenti ufficiali e genera un file di configurazione assegnato alle API corrispondenti.

B. Agente di Generazione dei Driver (Driver Generation Agent)

Questo agente affronta la mancanza di esempi specifici per HarmonyOS sfruttando la conoscenza cross-platform e l'apprendimento per rinforzo:

Base di Conoscenza Android (RAG): Riconoscendo le somiglianze nel design tra HarmonyOS e Android, il sistema incorpora una libreria curata di 231 esempi di codice Android (che coprono UI, storage, rete, ecc.) in un database vettoriale. Utilizzando la Generazione Aumentata dal Recupero (RAG), il sistema recupera snippet di codice Android semanticamente simili per integrare i dati di addestramento per la generazione di driver per HarmonyOS.
Apprendimento per Rinforzo (RL) per l'Ottimizzazione dei Prompt: Per migliorare la qualità dei driver, l'agente utilizza uno schema di RL per selezionare e mutare dinamicamente i template dei prompt (basati su criteri come CRISPE, CO-STAR, ecc.). La funzione di ricompensa ( $R$ ) bilancia la correttezza sintattica, la minimizzazione degli errori (warning, sintassi, semantica, linker, preprocessore) e il tempo di generazione.
Verifica della Sintassi: I driver generati vengono compilati utilizzando l'ArkCompiler. I driver che falliscono i controlli di sintassi vengono restituiti all'agente per una riparazione automatizzata guidata dai prompt selezionati dal RL.

C. Agente di Analisi delle Vulnerabilità (Vulnerability Analysis Agent)

Questo agente analizza i risultati dell'esecuzione per identificare le vulnerabilità:

Cattura dei Crash: A causa delle limitazioni nella raccolta dei log su determinate versioni di HarmonyOS, il sistema cattura screenshot dei crash oltre ai log.
Analisi dei Crash Multimodale: Gli screenshot vengono convertiti in testo tramite LLM multimodali. Queste descrizioni, insieme ai log e a una base di conoscenza delle vulnerabilità (contenente CVE noti), vengono fornite a un LLM (DeepSeek) utilizzando il ragionamento Chain-of-Thought (CoT).
Classificazione: L'agente identifica i tipi di vulnerabilità, effettua la validazione incrociata con database noti e segnala i crash sconosciuti per la verifica manuale.

D. Ciclo di Fuzzing (Fuzzing Loop)

Il sistema opera in un ciclo in cui i seed (liste di parametri delle API) vengono inizializzati con valori di energia. L'LLM esegue mutazioni consapevole del tipo (type-aware) su questi seed. L'energia del seed viene ricalcolata in base all'output dei log (warning, errori, errori fatali) e alla presenza di crash negli screenshot, guidando la selezione dei successivi casi di test.

3. Contributi Chiave

Primo Fuzzer per HarmonyOS: HMFuzzer è presentato come il primo strumento progettato specificamente per applicare il fuzz testing alle API di HarmonyOS.
Trasferimento di Conoscenza Cross-Platform: La nuova integrazione di una libreria di esempi di codice Android come base di conoscenza per compensare la scarsità di esempi specifici per HarmonyOS.
Elaborazione della Documentazione Multimodale: Una pipeline che utilizza LLM multimodali per convertire i diagrammi di workflow basati su immagini in testo, consentendo l'allineamento semantico con la generazione del codice.
Generazione dei Driver guidata dal RL: Un meccanismo di apprendimento per rinforzo che ottimizza dinamicamente i template dei prompt per riparare gli errori di sintassi e migliorare la validità dei driver.
Implementazione Open-Source: Gli autori hanno reso open-source il codice di HMFuzzer per facilitarne l'uso pratico e la ricerca ulteriore.

4. Risultati Sperimentali

Gli esperimenti sono stati condotti su HarmonyOS Next 5.0 utilizzando un dispositivo Huawei Nova 12 Ultra, confrontando HMFuzzer con i baseline fuzz4ALL e TitanFuzz.

Scoperta di Vulnerabilità: HMFuzzer ha rilevato con successo una nota vulnerabilità di parsing SVG (CVE-2024-58115) che coinvolge un buffer overflow, che nessuno dei due strumenti baseline aveva identificato. I baseline hanno fallito la generazione di driver efficaci relativi a SVG a causa della mancanza di esempi specifici.
Qualità dei Driver: Negli studi di ablazione, l'integrazione dei moduli ha mostrato miglioramenti incrementali nel numero di driver utilizzabili (UD):
- Baseline: 134 UD
- - RL: 157 UD (+17%)
- - RL + Android Examples (AEC): 167 UD (+25%)
- - RL + AEC + Multimodal Generation (MMG): 174 UD (+30%)
Selezione dell'LLM: DeepSeek è stato identificato come il modello più efficace per la generazione di driver, producendo 134 driver validi in 141 iterazioni, superando Qwen (72 validi in 160 iterazioni) e ChatGPT (106 validi in 236 iterazioni).
Generalizzabilità: Quando testato su target non-HarmonyOS (PyTorch e TensorFlow), HMFuzzer ha confermato 2 vulnerabilità note e 3 nuove in PyTorch, e 4 note e 3 nuove in TensorFlow.
Efficienza: HMFuzzer ha dimostrato un minor uso di memoria rispetto a TitanFuzz e Fuzz4All, grazie alla sua strategia leggera di mutazione casuale.
Vulnerabilità Combinate: Il 98,25% delle vulnerabilità trovate da HMFuzzer sono state identificate come vulnerabilità combinate, significativamente superiore al 41,5% trovato da TitanFuzz.

5. Significato e Rivendicazioni

Il paper sostiene che HMFuzzer affronti efficacemente le sfide uniche del fuzzing dell'ecosistema HarmonyOS, specificamente la mancanza di esempi e la complessità della documentazione multimodale. Sfruttando l'ecosistema Android maturo come base di conoscenza proxy e impiegando LLM multimodali per l'analisi della documentazione, il framework migliora significativamente la qualità della generazione dei driver e l'efficienza nella scoperta delle vulnerabilità. Gli autori affermano che il loro approccio riduce lo sforzo manuale pur scoprendo vulnerabilità critiche, inclusi buffer overflow e vettori di Denial-of-Service (DoS), contribuendo così alla sicurezza del rapidamente espandendosi ecosistema HarmonyOS.