Fuzzing desacoplado acha 187 corridas de dados no kernel Linux
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 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
- 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).