💻 computer science

Multi-Agent Cooperative Fuzzing for HarmonyOS APIs

本文提出了 HMFuzzer，这是一个多智能体协同模糊测试框架，通过利用 Android 代码检索、多模态文档解读、用于提示词优化的强化学习以及自动化崩溃分析，来克服现有生态系统文档稀缺且质量低下的问题，从而增强对 HarmonyOS API 漏洞的发现能力。

原作者： Fei Jia, Lei Zhang, Huibing Zhang, Lianhai Liu

发布于 2026-06-24✓ Author reviewed ⓘ

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Fei Jia, Lei Zhang, Huibing Zhang, Lianhai Liu

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正试图教一个机器人如何闯入一个非常新、高科技的房屋（HarmonyOS），以寻找锁具和窗户的弱点。问题在于，这个房子太新了，几乎没有任何蓝图，没有“如何操作”的视频，而且你仅有的少量说明书是用机器人不太擅长的语言编写的，其中充满了令人困惑的图片而非文字。

这篇论文介绍了一个名为 HMFuzzer 的新型机器人专家团队来解决这个问题。他们并没有让一个机器人尝试做所有事情，而是使用了一个三人小组协同工作，就像一个专门的侦探小队一样。

以下是他们团队的工作方式，通过简单的类比进行解释：

1. 问题：“缺少手册”的新房子

HarmonyOS 就像一座全新的智能城市。它拥有数百万个门（API），让不同的设备可以相互通信。但因为它很新：

关于如何使用这些门的示例非常少。
官方说明书充满了图表和图像，文本型机器人无法阅读这些内容。
现有的工具（其他机器人）试图猜测如何闯入，但由于缺乏足够的信息，它们总是失败。

2. 解决方案：三智能体团队

HMFuzzer 团队由三个专门的智能体组成，他们沿着流水线传递工作：

智能体 A：“翻译与组织者”（预处理智能体）

工作内容： 这个智能体负责处理杂乱的说明书。由于说明书中有很多机器人无法理解的图片（如流程图），该智能体使用“超级眼睛”AI（多模态大模型）来观察图片并将它们描述为纯文本。
类比： 想象一位图书管理员，他把一本充满混乱草图的书变成了详细的故事描述，以便机器人能够真正读懂。
权限检查： 该智能体还会检查“保安”规则。它确保机器人只尝试打开它被允许触碰的门，以免因尝试闯入受限区域而被标记。

智能体 B：“驱动构建者”（驱动生成智能体）

工作内容： 这个智能体负责构建实际的“钥匙”（模糊测试驱动程序）来测试这些门。但由于没有 HarmonyOS 的钥匙可以模仿，这个智能体想出了一个聪明的办法：它观察 Android。
类比： HarmonyOS 和 Android 就像堂兄弟；它们穿着不同的衣服，但有着相似的家族谱系。如果机器人需要知道如何打开 HarmonyOS 的蓝牙门，它会观察 Android 是如何打开其蓝牙门的。它利用庞大的 Android 示例库作为“小抄”，来推测 HarmonyOS 门的运作方式。
“教练”（强化学习）： 如果机器人构建的钥匙不匹配（出现语法错误），一位“教练”就会介入。教练不会仅仅说“错误”，而是使用评分系统告诉机器人：“下次尝试这种特定类型的钥匙形状。”机器人能从错误中学习，并随着每次尝试变得越来越擅长构建钥匙。

智能体 C：“犯罪现场调查员”（漏洞分析智能体）

工作内容： 当测试导致系统崩溃（例如门卡住了或窗户破碎了）时，这个智能体会进行调查。
类比： 在过去，机器人只能查看文本日志。但 HarmonyOS 有时不会提供清晰的文本日志。因此，该智能体会拍摄一张崩溃时的照片（截图），并使用“超级眼睛”AI 来描述照片中发生了什么。
侦探工作： 它将照片描述、文本日志以及已知犯罪数据库（漏洞）结合起来，以判断：“这是一个简单的失误，还是一个真正的安全漏洞？”它使用“思维链”方法，即在得出结论之前，先逐步说出自己的推理过程。

3. 结果：他们发现了什么？

该团队在 HarmonyOS 5.0 上测试了他们的这个新小队，并发现了一些其他工具错过的真实安全漏洞。

重大胜利： 他们在系统处理 SVG 图像（用于应用的微型图形）的方式中发现了一个特定的漏洞。他们创建了一个测试，向系统输入了一串极长的数字，从而破坏了缓冲区（就像试图把大海倒入茶杯）。系统崩溃了，暴露了一个安全缺陷。
效率： 由于他们更聪明地进行测试，而不是盲目地进行暴力测试，因此他们的团队比其他工具消耗更少的计算内存。
通用性： 他们甚至在其他系统（如 PyTorch 和 TensorFlow）上测试了他们的团队，并在那里也发现了新的漏洞，证明该团队擅长于破坏事物本身，而不仅仅是针对 HarmonyOS。

总结

简而言之，这篇论文描述了一个智能的三部分机器人团队，它能够：

通过将图像转化为文本，来阅读充满图片的复杂手册。
通过模仿一个类似的旧系统（Android）来构建更好的测试钥匙。
通过分析截图和日志来调查崩溃，从而找到真正的安全漏洞。

他们称之为 HMFuzzer，它成功地发现了其他工具无法看到的 HarmonyOS 漏洞，并在过程中不断学习和改进。

技术摘要：面向 HarmonyOS API 的多智能体协同模糊测试

1. 问题陈述

HarmonyOS 是一个基于微内核、拥有统一 API 框架的操作系统，已在异构设备中实现大规模部署。然而，其安全性正受到不断扩大的攻击面（特别是其 API 内部）的威胁。现有的模糊测试工具由于以下三个主要挑战，难以对 HarmonyOS 进行有效测试：

示例匮乏： 与成熟的生态系统不同，HarmonyOS 缺乏公开可用的 API 使用示例，导致自动化工具难以理解逻辑结构。
文档局限性： 官方开发者文档质量通常较低，图像较多，且文本与工作流图表（如流程图、时序图）交织在一起，这些内容并非机器可读，阻碍了语义提取。
崩溃分析困难： HarmonyOS API 的微内核架构和异步特性导致其崩溃特征与传统操作系统不同。现有的去重和分类算法经常失效，导致不同漏洞被错误合并或单个漏洞被过度碎片化。

2. 方法论：HMFuzzer 框架

作者提出了 HMFuzzer，这是一个多智能体协同模糊测试框架，旨在以最小的人工干预实现漏洞识别自动化。该框架集成了三个协作智能体：

A. 预处理智能体 (Preprocessing Agent)

该智能体负责准备输入数据，以克服文档和权限障碍：

多模态语义对齐： 为了应对图像丰富的文档，该智能体采用三个多模态大语言模型（LLM）——Qwen、Llama 和 Gemini ——将 API 工作流图（JPG/PNG）转换为文本描述。随后使用文本 LLM（DeepSeek）融合这些描述，生成最终准确的文本表示，并通过文件路径将其与原始文档进行对齐。
权限提取： 为了防止因缺失权限导致的误报，该智能体自动从官方文档中提取权限要求（名称、描述、级别、模式、有效性），并为相应的 API 生成配置文件。

B. 驱动生成智能体 (Driver Generation Agent)

该智能体通过利用跨平台知识和强化学习，解决缺乏 HarmonyOS 特定示例的问题：

Android 知识库 (RAG)： 意识到 HarmonyOS 与 Android 在设计上的相似性，系统将一个精选的包含 231 个 Android 示例代码（涵盖 UI、存储、网络等）的库嵌入到向量数据库中。通过检索增强生成（RAG）技术，系统检索语义相似的 Android 代码片段，以补充用于生成 HarmonyOS 驱动程序的训练数据。
用于提示词优化的强化学习 (RL)： 为了提高驱动程序质量，该智能体使用强化学习方案来动态选择和变异提示词模板（基于 CRISPE、CO-STAR 等标准）。其奖励函数 ( $R$ ) 平衡了语法正确性、错误最小化（警告、语法、语义、链接器、预处理器错误）以及生成时间。
语法校验： 生成的驱动程序使用 ArkCompiler 进行编译。语法检查失败的驱动程序会被返回给智能体，并在 RL 选择的提示词引导下进行自动化修复。

C. 漏洞分析智能体 (Vulnerability Analysis Agent)

该智能体分析执行结果以识别漏洞：

崩溃捕获： 由于某些 HarmonyOS 版本在日志收集方面的限制，系统除了日志外还会捕获崩溃截图。
多模态崩溃分析： 截图通过多模态 LLM 转换为文本。这些描述与日志以及漏洞知识库（包含已知 CVE）一起，通过思维链（CoT）推理输入到 LLM（DeepSeek）中。
分类： 智能体识别漏洞类型，并与已知数据库进行交叉验证，同时将未知崩溃标记出来以进行人工核实。

D. 模糊测试循环 (Fuzzing Loop)

系统在一个循环中运行，其中种子（API 参数列表）被赋予初始能量值。LLM 对这些种子进行类型感知的变异。种子能量根据日志输出（警告、错误、致命错误）以及截图中是否存在崩溃进行重新计算，从而指导下一个测试用例的选择。

3. 核心贡献

首个针对 HarmonyOS 的模糊测试工具： HMFuzzer 被呈现为第一个专门设计用于对 HarmonyOS API 进行模糊测试的工具。
跨平台知识迁移： 创新性地整合了 Android 示例代码库作为知识库，以补偿 HarmonyOS 特定示例的匮乏。
多模态文档处理： 使用多模态 LLM 将基于图像的工作流图转换为文本的流水线，实现了与代码生成的语义对齐。
RL 驱动的驱动生成： 一种强化学习机制，能够动态优化提示词模板，以修复语法错误并提高驱动程序的有效性。
开源实现： 作者开源了 HMFuzzer 代码，以促进实际应用和进一步研究。

4. 实验结果

实验在搭载华为 Nova 12 Ultra 设备的 HarmonyOS Next 5.0 上进行，并将 HMFuzzer 与基准工具 fuzz4ALL 和 TitanFuzz 进行对比。

漏洞发现： HMFuzzer 成功检测到了一个涉及缓冲区溢出的已知 SVG 解析漏洞（CVE-2024-58115），而这两个基准工具均未识别出该漏洞。基准工具由于缺乏特定示例，无法生成有效的 SVG 相关驱动程序。
驱动质量： 在消融实验中，各模块的集成在可用驱动程序（UD）数量上显示出增量改进：
- 基准线：134 UD
- - RL：157 UD (+17%)
- - RL + Android 示例 (AEC)：167 UD (+25%)
- - RL + AEC + 多模态生成 (MMG)：174 UD (+30%)
LLM 选择： DeepSeek 被确定为用于驱动生成的最高效模型，在 141 次迭代中生成了 134 个有效驱动，表现优于 Qwen（160 次迭代生成 72 个有效驱动）和 ChatGPT（236 次迭代生成 106 个有效驱动）。
泛化能力： 在非 HarmonyOS 目标（PyTorch 和 TensorFlow）上进行测试时，HMFuzzer 在 PyTorch 中确认了 2 个已知和 3 个新漏洞，在 TensorFlow 中确认了 4 个已知和 3 个新漏洞。
效率： 由于采用了轻量级的随机变异策略，HMFuzzer 展示了比 TitanFuzz 和 Fuzz4All 更低的内存占用。
组合漏洞： HMFuzzer 发现的漏洞中，98.25% 被鉴定为组合漏洞，显著高于 TitanFuzz 的 41.5%。

5. 重要性与主张

本文声称 HMFuzzer 有效解决了对 HarmonyOS 生态进行模糊测试的独特挑战，特别是缺乏示例和多模态文档的复杂性。通过利用成熟的 Android 生态作为代理知识库，并利用多模态 LLM 进行文档解析，该框架显著提高了驱动生成的质量和漏洞发现的效率。作者断言，其方法减少了人工投入，同时发现了包括缓冲区溢出和拒绝服务（DoS）向量在内的关键漏洞，从而为快速扩张的 HarmonyOS 生态系统的安全性做出了贡献。