> ## Content Index
> Fetch the complete content index at: https://nanogiga.online/llms.txt
> Use this file to discover other available public pages before exploring further.

# Fuzzing desacoplado acha 187 corridas de dados no kernel Linux
- URL: https://nanogiga.online/sistemas/fuzzing-desacoplado-corridas-de-dados-kernel-linux/
- Published: 2026-10-23T15:00:00.000Z
- Updated: 2026-10-23T22:16:23.000Z
- Description: Preprint desacopla geração de entradas e escalonamento no fuzzing do kernel Linux; das 187 corridas achadas, 39 já foram confirmadas por mantenedores.
- Author: nanoGiga
- Tags: Sistemas

Achar uma corrida de dados no kernel Linux é procurar em dois labirintos ao mesmo tempo: o espaço das entradas — quais syscalls chamar, com quais argumentos, em que combinações — e o das intercalações de threads, qual dos milhares de pontos de execução roda antes do outro. Um [preprint anunciado nesta sexta-feira (23) no arXiv](https://arxiv.org/abs/2610.30813?ref=nanogiga.online) por pesquisadores da Beihang University e da University of Hong Kong — estudo ainda não revisado por pares — ataca o gargalo clássico dessa caça: em vez de percorrer os dois labirintos acoplados, o framework desacopla a geração de entradas concorrentes da exploração de intercalações e reserva o caro tempo de escalonamento apenas para os casos que o merecem.

## O acoplamento que desperdiça

Detectar corridas no kernel exige explorar os dois espaços, mas os fuzzers de concorrência existentes — como SegFuzz e CONZZER — exploram as intercalações durante o próprio fuzzing. O preço aparece na conta: boa parte do esforço de escalonamento é queimada em entradas com pouco potencial de disparar corridas reais, enquanto os casos promissores esperam numa fila que não anda.

## May Race Pairs

A peça central do método são os May Race Pairs (MRPs): pares de acessos de memória em conflito observados dentro de um limiar de tempo determinado dinamicamente. Na primeira etapa, o framework gera e executa grupos concorrentes de syscalls sem escalonamento controlado, coletando MRPs que guiam a mutação das entradas e apontam quais casos merecem escalonamento dirigido. Só então uma instância separada de escalonamento entra em campo, explorando as intercalações-alvo para confirmar corridas de verdade. Completam o desenho a mutação semântica assistida por LLM, para gerar grupos diversos de syscalls; o controle por contrapressão do limiar dinâmico, que equilibra a produção de candidatos e o consumo do escalonador; a recuperação de contexto ciente do histórico; o escalonamento ciente do contexto; e a priorização dos MRPs mais promissores.

## Os números do 6.17

Implementado para o Linux e avaliado em oito módulos comuns do kernel na versão 6.17 — entre eles os sistemas de arquivos XFS, Btrfs, F2FS e JFS, mais PTMX, DSP, Bluetooth e o driver de disquete —, o framework descobriu 187 corridas de dados únicas do mundo real, das quais 59 classificadas como nocivas. O desdobramento prático é o que importa: 39 dessas corridas nocivas já foram confirmadas por mantenedores do kernel, e 15 já foram corrigidas. Sob o mesmo orçamento de teste, o novo método detecta substancialmente mais corridas do que os fuzzers existentes, segundo os autores.

## Por que corridas importam

Corridas de dados são uma das classes de falha mais difíceis do kernel: dependem de instantes exatos de execução, raramente se reproduzem numa bateria de testes e podem corromper silenciosamente estruturas compartilhadas antes de derrubar o sistema — quando derrubam. Um ablação de 24 horas em todos os oito módulos, com sete configurações, mostrou ainda o preço de cada componente do design: sem a recuperação de contexto, o total de corridas confirmadas cai de 83 para 35\. Automatizar a busca por elas — e concentrar o escalonamento nos candidatos certos — é o tipo de ganho que chega aos mantenedores como patches concretos, não como vitória de benchmark.

## Fontes

1. arXiv — Cen Zhang, Jia-Ju Bai, Zi-Yu Zhang e Zuming Jiang (Beihang University e The University of Hong Kong), "Breaking the Coupling: Efficient Concurrency Fuzzing for Linux Kernel Data Race Detection", preprint 2610.30813, anunciado em 23/10/2026 (ainda não revisado por pares).