
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具,协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题,请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可:
请先完整阅读并严格遵守以下文档中的全部规则与要求:
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前,不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式,不推荐豆包 AI;Cursor 等编辑器可在对话 @ 该链接,或加入 User Rules。 若 AI 无法访问外链,可 打开说明文档 复制全文粘贴。文档会随站点更新,复制内容可能过期,建议定期检查。
Angora是一款高效的变异模糊测试器,采用编译时插桩技术,结合多种优化策略提升漏洞发现效率。本Docker镜像封装了Angora工具及其依赖环境,方便用户快速开展模糊测试实验。
以下以模糊测试MP3Gain 1.6.2为例,介绍使用步骤:
Step1:系统配置
以root或sudo权限执行以下命令(若重启后需重新执行):
bashecho "" | sudo tee /proc/sys/kernel/core_pattern echo 0 | sudo tee /proc/sys/kernel/core_uses_pid echo performance | sudo tee /sys/devices/system/cpu/cpu*/cpufreq/scaling_governor echo 0 | sudo tee /proc/sys/kernel/yama/ptrace_scope echo 1 | sudo tee /proc/sys/kernel/sched_child_runs_first echo 0 | sudo tee /proc/sys/kernel/randomize_va_space
注:关闭ASLR等设置可能降低系统安全性,但模糊测试通常在专用机器上进行,风险可控。
Step2:编译目标程序
需编译快速版和污点版两个二进制文件,分别存放于./fast/mp3gain和./taint/mp3gain:
bashwget https://sourceforge.net/projects/mp3gain/files/mp3gain/1.6.2/mp3gain-1_6_2-src.zip/download -O mp3gain-1_6_2-src.zip mkdir -p mp3gain1.6.2 && cd mp3gain1.6.2 unzip ../mp3gain-1_6_2-src.zip mkdir -p {fast,taint} # 编译快速版 docker run --rm -w /work -it -v `pwd`:/work --privileged docker.xuanyuan.run/zjuchenyuan/angora sh -c "make clean; make" mv mp3gain fast/ # 编译污点版 docker run --rm -w /work -it -v `pwd`:/work --privileged --env USE_TRACK=1 --env ANGORA_TAINT_RULE_LIST=/tmp/abilist.txt docker.xuanyuan.run/zjuchenyuan/angora sh -c "make clean; /angora/tools/gen_library_abilist.sh /usr/lib/x86_64-linux-gnu/libmpg123.so discard > /tmp/abilist.txt; make" mv mp3gain taint/
Step3:准备种子文件
从UNIFUZZ获取MP3种子文件:
bashapt install -y subversion svn export https://github.com/UNIFUZZ/dockerized_fuzzing_examples/trunk/seed/mp3 seed_mp3
Step4:开始模糊测试
bashmkdir -p output rm -rf output/angora docker run -w /work -it -v `pwd`:/work --privileged docker.xuanyuan.run/zjuchenyuan/angora \ /angora/angora_fuzzer --input seed_mp3 --output output/angora \ -t ./taint/mp3gain -- \ ./fast/mp3gain @@
gen_library_abilist.sh工具生成并指定环境变量ANGORA_TAINT_RULE_LIST。MAX_INPUT_LEN常量。S&P 2018: Angora: Efficient Fuzzing by Principled Search PDF
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本,请访问 标签列表页面。
来自真实用户的反馈,见证轩辕镜像的优质服务