[论文解读] SymNet: scalable symbolic execution for modern networks

Radu Stoenescu, Matei Popovici+2 more|arXiv (Cornell University)|Apr 11, 2016

Software-Defined Networks and 5G参考文献 17被引用 10

一句话总结

SymNet 引入了一种可扩展的符号执行框架，用于现代网络，采用 SEFL（一种为符号执行优化的领域特定语言）进行建模。该框架可在数秒内对大规模网络（如斯坦福主干网）中的复杂网络属性（如内存安全、动态隧道、NAT 和加密）进行快速、精确的验证，其可扩展性和表达能力均优于现有工具。

ABSTRACT

We present SymNet, a network static analysis tool based on symbolic execution. SymNet quickly analyzes networks by injecting symbolic packets and tracing their path through the network. Our key novelty is SEFL, a language we designed for network processing that is symbolic-execution friendly. SymNet is easy to use: we have developed parsers that automatically generate SEFL models from router and switch tables, firewall configurations and arbitrary Click modular router configurations. Most of our models are exact and have optimal branching factor. Finally, we built a testing tool that checks SEFL models conform to the real implementation. SymNet can check networks containing routers with hundreds of thousands of prefixes and NATs in seconds, while ensuring packet header memory-safety and capturing network functionality such as dynamic tunneling, stateful processing and encryption. We used SymNet to debug middlebox interactions documented in the literature, to check our department's network and the Stanford backbone network. Results show that symbolic execution is fast and more accurate than existing static analysis tools.

研究动机与目标

• 为解决符号执行在网络验证中的可扩展性限制，设计一种领域特定建模语言。
• 实现对复杂网络功能（包括有状态处理和加密）的精确且高效的静态分析，超越基本可达性分析。
• 开发一个工具链，能够从真实网络配置（如路由器转发表、Click 模块）自动生成正确构建的模型。
• 通过在 SEFL 模型与真实实现之间进行自动化一致性测试，确保模型保真度。
• 证明符号执行在大规模真实网络验证中既实用又精确。

提出的方法

• 设计 SEFL，一种专为符号执行优化的极简、命令式语言，具备最优分支因子和符号数据包处理能力。
• 从路由器转发表、交换机 MAC 表、防火墙配置以及 Click 模块化路由器配置中自动生成 SEFL 模型。
• 实现 SymNet，一个符号执行引擎，通过在 SEFL 模型中追踪符号数据包来分析端到端网络行为。
• 使用测试工具通过对比符号执行结果与实际数据包处理结果，验证 SEFL 模型与真实实现的一致性。
• 通过优化模型以最小化分支复杂度，确保即使在包含数十万个前缀的网络中也能保持可扩展性。
• 通过精确的符号建模支持复杂行为，如动态隧道、有状态处理和加密。

实验结果

研究问题

• RQ1 符号执行能否在企业规模的真实网络验证中实现可扩展性和实用性？
• RQ2 能否设计一种领域特定语言（SEFL），显著降低网络模型中符号执行的分支复杂度？
• RQ3 能否从真实配置（如 Cisco、Click）中自动生成模型，实现在符号分析中兼具准确性和性能？
• RQ4 符号执行能否验证现有工具无法建模的复杂网络行为，如加密、NAT 和动态隧道？
• RQ5 SymNet 在真实网络部署中的准确性和性能与以往静态分析工具相比如何？

主要发现

• SymNet 在数秒内验证了包含数十万个前缀和 NAT 的网络，展现出极高的可扩展性。
• SymNet 在 SEFL 模型中实现了接近最优的分支因子，显著提升了符号执行性能。
• 该工具成功捕获并验证了动态隧道、有状态处理和加密等复杂行为，而这些行为在 HSA 和 NOD 等先前工具中均不支持。
• 一致性测试工具确认 SEFL 模型准确反映了真实实现，确保了模型保真度。
• 在真实网络（包括斯坦福主干网和院系基础设施）上的评估证实，SymNet 能够检测到细微的中间盒交互和配置问题。
• SymNet 在可扩展性和表达能力方面均优于现有工具，尤其在验证内存安全和高级网络功能方面表现突出。