使用DeepSeek-R1在固件漏洞挖掘領域的新實踐
責編：gltian ｜2025-02-26 17:06:36一、前 言
在數字化時代，固件是硬件設備的核心軟件組件，直接控制著硬件的運行狀態和功能，其安全性至關重要。一旦固件存在安全漏洞，黑客即可利用來攻擊設備的運行或者控制設備發起其它網絡攻擊，典型有Mirai病毒利用設備固件漏洞發起大規模的分布式拒絕服務。因此，挖掘固件漏洞對于提升固件的安全具有重要意義。然而，固件漏洞的挖掘存在多個現實的挑戰，比如：
（1）固件中的文件類型較多，典型有Bash文件、JavaScript文件、PHP文件、JSP文件、Lua文件、配置文件、可執行文件、動態庫文件、內核模塊文件等。每類文件的漏洞表達在形式各不同，需要不同的專業知識。
（2）固件中的指令架構多樣化，典型有MIPS、PPC、ARM、X86等。每種架構的指令集和調用約定也不同，需要不同的反匯編知識。
（3）固件中的漏洞類型復雜，棧溢出、堆溢出、整數溢出、命令注入、代碼執行、反序列化、SSRF等，需要不同的漏洞專業知識。
（4）固件中的文件數量多且無公開文檔說明，依賴人工逐一梳理和識別，需要大量人力的重度參與。
隨著訓練數據規模的不斷擴大，AI大模型對軟件代碼的理解能力愈來愈強，在軟件漏洞的挖掘方面也爆發出顯著的優勢：
（1）大模型有大量編程語言的知識，能對使用不同編程語言開發的軟件進行分析。
（2）大模型有大量指令架構的知識，能分析不同架構的匯編指令。
（3）大模型有海量歷史漏洞的知識，包括根因信息和補丁信息，能深度分析漏洞。
（4）大模型有海量的跨界知識，能快速進行交叉式的關聯分析。
考慮到上述優勢，啟明星辰ADLab研究員很早便開始了利用AI大模型進行固件漏洞研究的實踐。在DeepSeek-R1模型開源后，ADLab第一時間在固件漏洞挖掘上進行了深入實踐，發現了R1的巨大優勢（即模型推理大幅提升了漏洞判定的精準性），提出了模型協同架構來優化基于R1的固件漏洞挖掘方法。
二、模型推理的價值
在固件漏洞挖掘的實踐中，我們發現：推理性大模型的漏洞推理能力對于智能化挖掘十分重要，普通大模型會產生較多誤報，導致大量資源消耗在誤報漏洞的分析和確認上。
以如下某廠商攝像頭固件的函數為例：
其中，18799行存在一個危險函數system調用。該函數的參數源于動態構造的字符串且與參數有關，符合命令注入的典型模式。在實踐中，我們發現非推理大模型都認定該函數存在命令注入漏洞，僅有DeepSeek-R1認定該函數不存在命令注入。為了分析原因，我們對各大模型的判定進行了復現。
（1）K模型，漏洞判定如下：
顯然，給出的攻擊內容在邏輯上是矛盾的。因為v5為16時，a2后續位置的惡意內容是不會以字符串形式被格式化到v7字符串中的。該模型未注意到邏輯矛盾，導致了誤報。
（2）H模型，漏洞判定如下：
模型沒有對snprintf的格式化過程做推理，直接認定了v6可用于惡意的命令注入，從而導致了后續的誤報。
（3）G模型，漏洞判定如下：
在分析v7時，模型沒有分析v6的格式可行性，直接依據v6在理論上可能包含shell字符就推斷存在漏洞，從而導致了誤報。
（4）Q模型，漏洞判定如下：
在分析v5時，模型已確認v5的值類型為整數，但后續卻沒有使用這個類型信息，也沒有推理snprintf的格式信息，從而導致了誤報。
（5）D模型，漏洞判定如下：
模型僅僅分析字符串是否為動態構造、是否受外部參數影響，從而不可避免就產生了誤報。
（6）DeepSeek-V3（671B），漏洞判定如下：
模型完全沒有對v6的格式化進行推理，直接給出了不可能產生的v6數據樣例，從而產生了誤報。
（7）DeepSeek-R1(671B)，漏洞判定如下：
可見，該模型進行了詳細的逐步驟推理，精準的識別出參數a1和a2即使被控制也無法注入命令到v6和v5，并根據此信息繼續推理出v7的構造也是安全的，最終判定不存在命令注入漏洞。
在實際的漏洞挖掘中，具有典型漏洞特征但最終路徑不可達的情況是普遍存在的，智能化挖掘需要推理出這些虛假的漏洞，以減少人工排除誤報的資源投入。
為了進一步探索模型推理和模型尺寸對漏洞挖掘的影響，我們對其它尺寸的DeepSeek-R1也進行了漏洞挖掘的復現。
（1）DeepSeek-R1(1.5B)，漏洞判定如下：
推理過程完全沒有注意到sprintf和system的問題，一個可能的原因是1.5B的基礎模型在漏洞知識方面過于匱乏。
（2）DeepSeek-R1(7B)，漏洞判定如下：
推理過程關注到了格式化字符串問題，但沒有對格式進行推理，導致產生了誤報。
（3）DeepSeek-R1(14B)，漏洞判定如下：
推理過程關注到了格式問題，但前后的推理邏輯存在矛盾，模型未能發現這個矛盾，導致產生了誤報。
（4）DeepSeek-R1(32B)，漏洞判定如下：
推理過程有格式分析，但仍然沒有注意到前后的格式推斷存在矛盾，導致產生了漏洞誤報。
（5）DeepSeek-R1(70B)，漏洞判定如下：
模型在推理的大部分階段都認為代碼是安全的，但在總結的時候忘記了前面的結論，導致了最后的誤報。
經過實踐我們發現，針對其它類型的漏洞，同樣也只有DeepSeek-R1(671B)的準確性是最好的，其它尺寸都存在較高的誤報。因此，我們最終選擇了DeepSeek-R1(671B)作為漏洞推理的模型（下文用DS-R1代替DeepSeek-R1）。
三、模型協同的架構
在固件漏洞挖掘過程中，會頻繁使用各種工具，包括反匯編工具、可執行文件工具、字符串工具、搜索工具等。在實踐中，頻繁的工具調用和切換會消耗研究人員的寶貴精力。大模型能夠有效的理解人類語言，因此可以利用大模型來自動捕獲研究人員的工具意圖，從而實現自動化的工具調用和輸出捕獲。
但是，我們的實踐發現：DS-R1模型自身不支持工具調用（即標準function call），而DeepSeek-V3（下文簡稱DS-V3）的工具調用非常不穩定（經常返回空或者循環調用）。受MoE架構模式的啟發，我們設計了多模型的協同架構，即讓DS-R1和其它大模型一起協同工作，從而同時具備工具調用和深度推理，架構如下所示：
在這個架構中，一方面固件漏洞挖掘代理（FirmVulAgent）對接了兩個模型：DS-R1是推理模型，用于漏洞邏輯的推理；K-Model 是其它支持工具調用的普通模型。漏洞挖掘人員（VulHunter）的指令被FirmVulAgent捕獲后，如果是工具調用則會直接傳遞給K-Model進行工具的意圖分析（確定目標工具的名字和參數），然后完成工具的調用。
另一方面，需要讓模型DS-R1感知執行的工具調用，否則DS-R1會因為不知道工具調用導致后續不能進行漏洞推理。為了解決這個問題，我們采用了上下文注入的方法。具體來講：先把K-Model的工具調用上下文消息（即CTX-K）復制一份，然后刪除DS-R1不支持的assis-tool消息，最后插入到DS-R1的上下文消息（即CTX-DS）。通過實踐，我們發現上下文注入的DS-R1如同實際調用了目標工具，可以直接對工具結果進行推理分析。
在實踐中我們還發現，采用如下所示的標準方式調用K-Model并不適合于漏洞挖掘，典型缺陷是工具調用結果失真。
經過實際分析，我們找出了原因。具體來講：在漏洞挖掘中，工具調用結果（即Response）的內容通常都較長（比如函數代碼塊、文件字符串信息、文件列表信息、文件導入表信息等），在這些較長數據再次送回模型后，模型的應答數據（即Response2）通常會發生改變，比如內容截斷、內容被摘要化、甚至是插入了不存在的內容。
顯然，這種方式會導致VulHunter得到失真的結果，從而影響后續的漏洞挖掘工作。比如：文件枚舉結果中的關鍵文件如果被K-Model刪除，后續自然就不會對這個關鍵文件進行挖掘，從而導致潛在的漏洞被遺漏。
我們提出了如下的調用方式：將Response直接返回給VulHunter，以確保VulHunter得到精確的Response；同時，為使K-Model自動感知Response，同步把Response注入到K-Model的上下文CTX-K中，從而實現后續K-Model能自動引用Response。
在實踐中，我們還發現上述調用方式有一個額外的優勢：降低計算費用，因為Response不用再送回K-Model進行一次必要性不大的計算。
四、模型協同的優勢
基于多模型、上下文注入和工具調用新模式，我們探索了DeepSeek-R1和其它大模型的協同工作模式。在這種協同模式下，研究人員能快速執行固件漏洞挖掘的各種任務，包括文件檢索、函數引用檢索、漏洞推理等。
相比傳統方法，這種協同方法具有多個優勢：
- 解放人力：漏洞研究人員無需反復切換各種工具，在統一的操作平面上即可完成漏洞挖掘的各個子操作，把更多精力從繁瑣的重復性勞動中解放出來，從而專注于更高階的工作（比如漏洞根因分析和漏洞利用分析），提升團隊的漏洞研究產出。
- 漏洞挖掘能力，降低人為因素影響：借助于大模型內嵌的海量漏洞知識，能充分地挖掘各種漏洞，避免了研究人員因個人偏好導致的漏洞攻擊面和漏洞類型的遺漏，提升了固件漏洞挖掘的全面性。
- 漏洞推理能力：利用DS-R1的推理能力，對潛在漏洞進行邏輯可滿足性的推斷，有效克服了普通大模型推斷能力差的缺點，大幅降低漏洞誤報，避免了研究人員在虛假漏洞分析和確認上的資源浪費。
- 架構擴展能力：在工具方面，K-Model的工具集可以輕松擴展，從而支持更多更先進的研究工具，提升漏洞挖掘能力。在自動化方面，VulHunter可以被其它Agent替換，從而實現調用雙模型進行自動化的漏洞挖掘。
- 資源配置優化：支持研究人員將自身的挖掘特長和經驗以提示詞工程的方式嵌入到FirmVulAgent，固化更高效的挖掘實踐，實現人和大模型的資源最優化配置。
受益于DS-R1的深度推理能力，模型協同能夠發現更多的安全漏洞。如下是TPLink某固件挖掘實踐，模型協同發現了2個新的漏洞，并且直接給出了可利用的POC。我們采用人工的代碼審計確認了這兩個漏洞：其中一個漏洞是由臨時文件引起的命令注入，普通大模型忽略了這個問題；另外一個漏洞的輸入路徑比較復雜，普通大模型在數據依賴上推斷失敗導致忽略了這個問題。
五、結 語
大模型擁有海量的漏洞基礎知識和歷史漏洞經驗，深入挖掘其能力可以有效提升漏洞挖掘的效率。啟明星辰ADLab研究員在實踐基于AI大模型的固件漏洞智能化挖掘中，發現了普通大模型和推理大模型的一些限制，并提出了對應的解決辦法，設計了DeepSeek-R1和其它大模型協同的挖掘方法，使固件漏洞的挖掘結果更加高效精準、挖掘過程更加友好輕松。