智能合约安全的新最低测试标准：Fuzz / Invariant Test

翻译小组
更新于 2023-11-28 22:39
阅读 3233

学习使用模糊测试（Fuzz Test）及不变性测试（ Invariant Test）提高合约安全性。

> * 原文链接： https://patrickalphac.medium.com/fuzz-invariant-tests-the-new-bare-minimum-for-smart-contract-security-87ebe150e88c
> * 译文出自：[登链翻译计划](https://github.com/lbc-team/Pioneer)
> * 译者：[翻译小组](https://learnblockchain.cn/people/412)  校对：[Tiny 熊](https://learnblockchain.cn/people/15)
> * 本文永久链接：[learnblockchain.cn/article…](https://learnblockchain.cn/article/6982)

什么是模糊测试（Fuzz Test）？什么是不变性测试（ Invariant Test）？如何使用这些工具，了它们为什么至关重要，特别是对于安全性。未来，每个项目都应该具有有状态的模糊测试，并且审计人员可以使用理解不变性（invariant）来在代码部署之前找到关键错误。

![img](https://img.learnblockchain.cn/attachments/migrate/1701178749899)

*向* [*Trail of Bits*](https://www.trailofbits.com/) *和* [*Horsefacts*](https://twitter.com/eth_call) *致敬，感谢他们提供的所有模糊测试内容。*

## 介绍

大多数情况下，黑客攻击来自你没有考虑的情况，并未为其编写测试的场景。

如果我告诉你，你可以编写一个测试，可以检查几乎每种可能的情况，你会认为这可能么？

这就是要本文要介绍的模糊测试（Fuzz Test）？什么是不变测试（ Invariant Test）

你还可以观看我关于这个主题的[视频](https://youtu.be/juyY-CTolac)，并查看[完整示例存储库](https://github.com/PatrickAlphaC/fuzzing-example) 。

## 什么是模糊测试（Fuzz Test）？

模糊测试是指向系统提供随机数据以尝试破坏它。

例如，如果这个气球是我们的系统/代码，那么模糊测试将涉及对气球进行随机操作以破坏它。

![img](https://img.learnblockchain.cn/attachments/migrate/1701178757677)

>  对气球进行随机操作 — 模糊测试的示例

那么，为什么我们要做这些呢？

让我们看一个例子：

```solidity
// SPDX-License-Identifier: MIT
pragma solidity ^0.8.0;

contract MyContract {
    uint256 public shouldAlwaysBeZero = 0;

uint256 private hiddenValue = 0;

假设我们有一个名为`doStuff`的函数，它以整数作为输入。此外，我们有一个名为`shouldAlwaysBeZero`的变量，我们希望它始终为零。

这个变量应该始终为零的事实被称为我们的**不变性（invariant）**，或者“系统应始终保持的属性”。

> 不变性（invariant）：系统应始终保持的属性。

在我们的合约中，我们的不变性（invariant）（也称为[属性](https://github.com/crytic/properties) ）是：

```
不变性（invariant）：`shouldAlwaysBeZero` 必须始终为 0
```

在我们的气球示例中，如果我们将气球标记为“不可摧毁”，我们的不变性（invariant）可能是“我们的气球永远不应该被戳破”。

```
不变性（invariant）：`balloon`永远不应该被戳破
```

在 DeFi 中，一个良好的不变性（invariant）可能是：

- 协议必须始终超额抵押
- 用户不应该能够提取比超过他们存入的资金
- 公平抽奖只能有 1 个赢家

##  Foundry 中的示例

让我们看一个 [Foundry](https://github.com/foundry-rs/foundry) 中的普通单元测试。

```solidity
// SPDX-License-Identifier: MIT
pragma solidity ^0.8.0;

import {MyContract} from "../src/MyContract.sol";
import {Test} from "forge-std/Test.sol";

contract MyContractTest is Test {
    MyContract exampleContract;

function setUp() public {
        exampleContract = new MyContract();
    }

function testIsAlwaysZeroUnit() public {
        uint256 data = 0;
        exampleContract.doStuff(data);
        assert(exampleContract.shouldAlwaysBeZero() == 0);
    }
}
```

通过这个单元测试`testIsAlwaysZeroUnit`，我们可能会认为代码已经有了足够的覆盖，但是如果我们再次查看`doStuff`函数，我们会发现如果我们的输入是 2，我们的变量将不为零。

```solidity
function doStuff(uint256 data) public {
        // WHAT IS THIS IF STATEMENT???
        // 👇👇👇👇👇👇
        if (data == 2) {
            shouldAlwaysBeZero = 1;
        }
        // 👆👆👆👆👆👆

// Ignore this one for now
        if (hiddenValue == 7) {
            shouldAlwaysBeZero = 1;
        }
        hiddenValue = data;
    }
```

这在我们的示例函数中似乎很明显，但往往情况并非如此，你可能会有一个看起来像这样的函数或系统：

```solidity
function hellFunc(uint128 numberr) public view onlyOwner returns (uint256) {
        uint256 numberrr = uint256(numberr);
        Int number = Int.wrap(numberrr);
        if (Int.unwrap(number) == 1) {
            if (numbr < 3) {
                return Int.unwrap((Int.wrap(2) - number) * Int.wrap(100) / (number + Int.wrap(2)));
            }
            if (Int.unwrap(number) < 3) {
                return Int.unwrap((Int.wrap(numbr) - number) * Int.wrap(92) / (number + Int.wrap(3)));
            }
            if (Int.unwrap(Int.wrap(Int.unwrap(Int.wrap(Int.unwrap(Int.wrap(1)) / Int.unwrap(Int.wrap(Int.unwrap(Int.wrap(Int.unwrap(Int.wrap(numbr)))))))))) == 9) {
                return 1654;
            }
            return 5 - Int.unwrap(number);
        }
        if (Int.unwrap(number) > 100) {
            _numbaar(Int.unwrap(number));
            uint256 dog = _numbaar(Int.unwrap(number) + 50);
            return (dog + numbr - (numbr / numbir) * numbor) - numbir;
        }
        if (Int.unwrap(number) > 1) {
            if (Int.unwrap(number) < 3) {
                return Int.unwrap((Int.wrap(2) - number) * Int.wrap(100) / (number + Int.wrap(2)));
            }
            if (numbr < 3) {
                return (2 / Int.unwrap(number)) + 100 - (Int.unwrap(number) * 2);
            }
            if (Int.unwrap(number) < 12) {
                if (Int.unwrap(number) > 6) {
                    return Int.unwrap((Int.wrap(2) - number) * Int.wrap(100) / (number + Int.wrap(2)));
                }
            }
            if (Int.unwrap(number) < 154) {
                if (Int.unwrap(number) > 100) {
                    if (Int.unwrap(number) < 120) {
                        return (76 / Int.unwrap(number)) + 100 - Int.unwrap(Int.wrap(uint256(uint256(uint256(uint256(uint256(uint256(uint256(uint256(uint256(uint256(uint256(uint256(numbr))))))))))))) + Int.wrap(uint256(2)));
                    }
                }
                if (Int.unwrap(number) > 95) {
                    return Int.unwrap(Int.wrap((Int.unwrap(number) % 99)) / Int.wrap(1));
                }
                if (Int.unwrap(number) > 88) {
                    return Int.unwrap((Int.wrap((Int.unwrap(number) % 99) + 3)) / Int.wrap(1));
                }
                if (Int.unwrap(number) > 80) {
                    return (Int.unwrap(number) + 19) - (numbr * 10);
                }
                return Int.unwrap(number) + numbr - Int.unwrap(Int.wrap(nunber) / Int.wrap(1));
            }
            if (Int.unwrap(number) < 7654) {
                if (Int.unwrap(number) > 100000) {
                    if (Int.unwrap(number) < 1200000) {
                        return (2 / Int.unwrap(number)) + 100 - (Int.unwrap(number) * 2);
                    }
                }
                if (Int.unwrap(number) > 200) {
                    if (Int.unwrap(number) < 300) {
                        return (2 / Int.unwrap(number)) + Int.unwrap(Int.wrap(100) / (number + Int.wrap(2)));
                    }
                }
            }
        }
        if (Int.unwrap(number) == 0) {
            if (Int.unwrap(number) < 3) {
                return Int.unwrap((Int.wrap(2) - (number * Int.wrap(2))) * Int.wrap(100) / (Int.wrap(Int.unwrap(number)) + Int.wrap(2)));
            }
            if (numbr < 3) {
                return (Int.unwrap(Int.wrap(2) - (number * Int.wrap(3)))) + 100 - (Int.unwrap(number) * 2);
            }
            if (numbr == 10) {
                return Int.unwrap(Int.wrap(10));
            }
            return (236 * 24) / Int.unwrap(Int.wrap(Int.unwrap(Int.wrap(Int.unwrap(Int.wrap(Int.unwrap(number)))))));
        }
        return numbr + nunber - mumber - mumber;
    }
```

*这是* [*Cyfrin Security Challenges*](https://twitter.com/CyfrinAudits/status/1638649541049319424) *之一。*

在这里，如果有一个输入会导致回滚，情况就不那么明显了。为每个可能的整数或情景编写测试用例是不现实的，因此我们需要一种程序化的方法来找到任何异常情况。

有两种流行的方法可以通过程序找到这些边缘情况：

1. 模糊/不变性测试（Fuzz / Invariant Tests）
2. 形式验证/符号执行

我们将“形式验证”留在以后介绍。

在 Foundry 中，你可以编写一个类似下面的 solidity 模糊测试：

```solidity
    function testIsAlwaysZeroFuzz(uint256 randomData) public {
        // uint256 data = 0; // commented out line
        exampleContract.doStuff(randomData);
        assert(exampleContract.shouldAlwaysBeZero() == 0);
    }
```

Foundry 将自动向`randomData`输入半随机值，并在多次运行后将它们输入到`doStuff`中，并检查断言是否成立。

这相当于编写许多测试，其中`randomData`具有不同的值，但现在都在一个测试中完成！

现在我说“半随机”，因为你的模糊器（在我们的例子中是 Foundry）选择随机数据的方式并不是真正随机的，它应该对它选择的随机数有一定的智能。Foundry 足够聪明，可以看到`if data == 2`的条件，并选择`2`作为输入。

![Solidity Fuzzer](https://img.learnblockchain.cn/attachments/migrate/1701178816502)

>  [Echidna](https://github.com/crytic/echidna) logo

目前，我认为 Trail of Bits 的hybrid echidna 是最好的模糊器，因为其智能随机数选择，但在我看来，Foundry 的模糊器更容易编写代码。

无论如何，如果我们运行模糊测试，它会告诉我们哪个输入使测试失败：

```
$ forge test -m testIsAlwaysZeroFuzz

Failing tests:
Encountered 1 failing test in test/MyContractTest.t.sol:MyContractTest
[FAIL. Reason: Assertion violated Counterexample: calldata=0x47fb53d00000000000000000000000000000000000000000000000000000000000000002, args=[2]] testIsAlwaysZeroFuzz(uint256) (runs: 6, μ: 27070, ~: 30387)
```

我们可以看到，它发现如果将`args=[2]`传递给测试，它能够破坏`assert(exampleContract.shouldAlwaysBeZero() == 0)`。现在，回到我们的代码，意识到我们需要修复`data == 2`的边缘情况，现在我们就不再受到输入数据为 2 的攻击了！

## 模糊测试基础总结

总之，为了编写一个模糊测试，我们做了以下工作：

1. 我们理解了**不变性（invariant）**或“我们系统必须始终保持的属性”
2. 我们编写了一个测试，将随机值输入到我们的函数中，以尝试破坏我们的不变性（invariant）

## 有状态 vs 无状态模糊测试

### 无状态模糊测试

现在你可能会注意到还有另一种情况，即我们的代码可能存在问题，即`hiddenValue == 7`。为了发生这种回滚，你必须首先将`hiddenValue`设置为`7`，通过使用值`7`调用`doStuff`来设置`hiddenValue`为`7`，然后再次调用此函数。

```solidity
uint256 hiddenValue = 0;

function doStuff(uint256 data) public {
        // 注释掉这些，解决问题
        // if (data == 2) {
        //     shouldAlwaysBeZero = 1;
        // }

// 等等，这是什么
        // 👇👇👇👇👇👇👇
        if (hiddenValue == 7) {
            shouldAlwaysBeZero = 1;
        }
        // 👆👆👆👆👆👆👆
        hiddenValue = data;
    }
```

我们的不变性（invariant）在 2 次调用后被破坏：

1. 使用`7`调用`doStuff`
2. 使用任何其他数字再次调用`doStuff`

我们上面编写的模糊测试永远无法找到这个例子，因为按照当前的编写方式，我们的测试是所谓的“无状态模糊测试”，即上一次运行的状态被丢弃，不会影响下一次运行。

> 无状态模糊测试：模糊测试，上一次运行的状态被丢弃。

![img](https://img.learnblockchain.cn/attachments/migrate/1701178817924)

> 两次无状态模糊运行的示例

如果我们回到气球的例子，无状态模糊测试类似于对气球 A 进行一次随机尝试来破坏它，然后再吹一个新的气球 B 并尝试以不同的方式破坏它。

在气球的例子中，你永远不会尝试破坏你过去已经尝试过破坏的气球。这似乎有点愚蠢，因为如果我们的气球的不变性（invariant）是“气球不能被戳破”，我们希望在同一个气球上进行多次尝试。

## 有状态模糊测试

因此，在软件工程中，我们可以使用“有状态模糊测试”。有状态模糊测试是指上一次运行的状态是下一次运行的起始状态。

> 有状态模糊测试：上一次模糊运行的状态是下一次模糊运行的起始状态。

![有状态模糊测试，使用气球](https://img.learnblockchain.cn/attachments/migrate/1701178880269)

> 有状态模糊运行的示例，一次运行中进行多次尝试

单个有状态模糊运行类似于在同一个测试中使用所有你的资产。

```
function testIsAlwaysZeroUnitManyCalls() public {
        uint256 data = 7;
        exampleContract.doStuff(data);
        assert(exampleContract.shouldAlwaysBeZero() == 0);

data = 0;
        exampleContract.doStuff(data);
        assert(exampleContract.shouldAlwaysBeZero() == 0); // this would fail
    }
```

顺便说一句，**这是不好的做法**，请不要在同一个测试中编写多个断言。

在 Foundry 中编写有状态模糊测试，你需要使用`invariant`关键字，并且需要进行一些额外的设置。

```solidity
// SPDX-License-Identifier: MIT
pragma solidity ^0.8.0;

import {MyContract} from "../src/MyContract.sol";
import {Test} from "forge-std/Test.sol";
import {StdInvariant} from "forge-std/StdInvariant.sol";

contract MyContractTest is StdInvariant, Test {
    MyContract exampleContract;

function setUp() public {
        exampleContract = new MyContract();
        targetContract(address(exampleContract));
    }

function invariant_testAlwaysReturnsZero() public {
        assert(exampleContract.shouldAlwaysBeZero() == 0);
    }
}
```

与只是将随机数据传递给函数调用不同，有状态模糊测试（不变测试）将自动使用随机数据调用**随机**函数。

我们使用`targetContract`函数告诉 Foundry 它可以使用`exampleContract`中的任何函数。对于这个示例，只有一个函数，所以它将使用不同的值调用`doStuff`。

如果我们运行这个测试，我们可以看到输出如下，我们可以看到它发现如果你两次调用`doStuff`（一次使用值 7），它将抛出错误！

```
$ forge test -m invariant_testAlwaysReturnsZero

Failing tests:
Encountered 1 failing test in test/MyContractTest.t.sol:MyContractTest
[FAIL. Reason: Assertion violated]
        [Sequence]
                sender=0x000000000000000000000000000000000000018f addr=[src/MyContract.sol:MyContract]0x5615deb798bb3e4dfa0139dfa1b3d433cc23b72f calldata=doStuff(uint256), args=[7]
                sender=0x0000000008ba49893f3f5ba10c99ef3a4209b646 addr=[src/MyContract.sol:MyContract]0x5615deb798bb3e4dfa0139dfa1b3d433cc23b72f calldata=doStuff(uint256), args=[2390]
```

## 等等，到时什么是不变性（invariant）？

现在，重要的一点是 Foundry 如何使用术语invariant。正如我们所描述的，不变性（invariant）是系统必须始终保持的属性，但 Foundry 使用这个术语来表示“有状态模糊测试”。请记住这一点。

- Foundry  Invariant 测试 == 有状态模糊测试
- Foundry Fuzz 测试 == 无状态模糊测试
- 不变性（invariant） == 系统必须始终保持的属性

因此，在实际的智能合约中，你的不变性（invariant）不会是气球不应该被戳破或某个函数应该始终为零；它会是像这样的东西：

- 新铸造的代币 < 通货膨胀率
- 随机抽奖只能有 1 个赢家
- 用户不应该能够提取比超过他们存入的资金

现在，你已经了解了模糊测试的所有基础知识！恭喜！也许现在你可以休息一下，尝试自己编写一些测试。

## 这是新的安全最低标准

这是 Web3 安全的新标准。这是系统化的做法，任何人都可以学会，它可以避免很多麻烦。

1. 理解你的不变性（invariant）
2. 为它们编写有状态的模糊测试
3. 在此之前不要在进行审计。
4. 如果你这样做了，请确保你的审计人员帮助你理解你的不变性（invariant）！

现在你已经了解了模糊测试和不变测试的基础知识，你可以使用你喜欢的工具！要了解更多关于高级有状态模糊测试的信息此外，请阅读 Foundry 文档中关于 [H高级测试的方法](https://learnblockchain.cn/docs/foundry/i18n/zh/forge/advanced-testing.html#)的内容，因为这是构建最复杂的有状态模糊测试的推荐方法。

这篇文章来自 [Horsefacts](https://mirror.xyz/horsefacts.eth/Jex2YVaO65dda6zEyfM_-DXlXhOWCAoSpOx5PLocYgw)，也提供了一个令人惊叹的演示。

---

本翻译由 [DeCert.me](https://decert.me/) 协助支持， 在 DeCert 构建可信履历，为自己码一个未来。

原文链接： https://patrickalphac.medium.com/fuzz-invariant-tests-the-new-bare-minimum-for-smart-contract-security-87ebe150e88c

译文出自：登链翻译计划

译者：翻译小组校对：Tiny 熊

本文永久链接：learnblockchain.cn/article…

向 Trail of Bits 和 Horsefacts 致敬，感谢他们提供的所有模糊测试内容。

介绍

大多数情况下，黑客攻击来自你没有考虑的情况，并未为其编写测试的场景。

如果我告诉你，你可以编写一个测试，可以检查几乎每种可能的情况，你会认为这可能么？

这就是要本文要介绍的模糊测试（Fuzz Test）？什么是不变测试（ Invariant Test）

你还可以观看我关于这个主题的视频，并查看完整示例存储库。

什么是模糊测试（Fuzz Test）？

模糊测试是指向系统提供随机数据以尝试破坏它。

例如，如果这个气球是我们的系统/代码，那么模糊测试将涉及对气球进行随机操作以破坏它。

对气球进行随机操作 — 模糊测试的示例

那么，为什么我们要做这些呢？

让我们看一个例子：

// SPDX-License-Identifier: MIT
pragma solidity ^0.8.0;

contract MyContract {
    uint256 public shouldAlwaysBeZero = 0;

    uint256 private hiddenValue = 0;

    function doStuff(uint256 data) public {
        if (data == 2) {
            shouldAlwaysBeZero = 1;
        }
        if (hiddenValue == 7) {
            shouldAlwaysBeZero = 1;
        }
        hiddenValue = data;
    }
}

假设我们有一个名为doStuff的函数，它以整数作为输入。此外，我们有一个名为shouldAlwaysBeZero的变量，我们希望它始终为零。

这个变量应该始终为零的事实被称为我们的不变性（invariant），或者“系统应始终保持的属性”。

不变性（invariant）：系统应始终保持的属性。

在我们的合约中，我们的不变性（invariant）（也称为属性）是：

不变性（invariant）：`shouldAlwaysBeZero` 必须始终为 0

在我们的气球示例中，如果我们将气球标记为“不可摧毁”，我们的不变性（invariant）可能是“我们的气球永远不应该被戳破”。

不变性（invariant）：`balloon`永远不应该被戳破

在 DeFi 中，一个良好的不变性（invariant）可能是：

协议必须始终超额抵押
用户不应该能够提取比超过他们存入的资金
公平抽奖只能有 1 个赢家

Foundry 中的示例

让我们看一个 Foundry 中的普通单元测试。

// SPDX-License-Identifier: MIT
pragma solidity ^0.8.0;

import {MyContract} from "../src/MyContract.sol";
import {Test} from "forge-std/Test.sol";

contract MyContractTest is Test {
    MyContract exampleContract;

    function setUp() public {
        exampleContract = new MyContract();
    }

    function testIsAlwaysZeroUnit() public {
        uint256 data = 0;
        exampleContract.doStuff(data);
        assert(exampleContract.shouldAlwaysBeZero() == 0);
    }
}

通过这个单元测试testIsAlwaysZeroUnit，我们可能会认为代码已经有了足够的覆盖，但是如果我们再次查看doStuff函数，我们会发现如果我们的输入是 2，我们的变量将不为零。

function doStuff(uint256 data) public {
        // WHAT IS THIS IF STATEMENT???
        // 👇👇👇👇👇👇
        if (data == 2) {
            shouldAlwaysBeZero = 1;
        }
        // 👆👆👆👆👆👆

        // Ignore this one for now
        if (hiddenValue == 7) {
            shouldAlwaysBeZero = 1;
        }
        hiddenValue = data;
    }

这在我们的示例函数中似乎很明显，但往往情况并非如此，你可能会有一个看起来像这样的函数或系统：

function hellFunc(uint128 numberr) public view onlyOwner returns (uint256) {
        uint256 numberrr = uint256(numberr);
        Int number = Int.wrap(numberrr);
        if (Int.unwrap(number) == 1) {
            if (numbr &lt; 3) {
                return Int.unwrap((Int.wrap(2) - number) * Int.wrap(100) / (number + Int.wrap(2)));
            }
            if (Int.unwrap(number) &lt; 3) {
                return Int.unwrap((Int.wrap(numbr) - number) * Int.wrap(92) / (number + Int.wrap(3)));
            }
            if (Int.unwrap(Int.wrap(Int.unwrap(Int.wrap(Int.unwrap(Int.wrap(1)) / Int.unwrap(Int.wrap(Int.unwrap(Int.wrap(Int.unwrap(Int.wrap(numbr)))))))))) == 9) {
                return 1654;
            }
            return 5 - Int.unwrap(number);
        }
        if (Int.unwrap(number) > 100) {
            _numbaar(Int.unwrap(number));
            uint256 dog = _numbaar(Int.unwrap(number) + 50);
            return (dog + numbr - (numbr / numbir) * numbor) - numbir;
        }
        if (Int.unwrap(number) > 1) {
            if (Int.unwrap(number) &lt; 3) {
                return Int.unwrap((Int.wrap(2) - number) * Int.wrap(100) / (number + Int.wrap(2)));
            }
            if (numbr &lt; 3) {
                return (2 / Int.unwrap(number)) + 100 - (Int.unwrap(number) * 2);
            }
            if (Int.unwrap(number) &lt; 12) {
                if (Int.unwrap(number) > 6) {
                    return Int.unwrap((Int.wrap(2) - number) * Int.wrap(100) / (number + Int.wrap(2)));
                }
            }
            if (Int.unwrap(number) &lt; 154) {
                if (Int.unwrap(number) > 100) {
                    if (Int.unwrap(number) &lt; 120) {
                        return (76 / Int.unwrap(number)) + 100 - Int.unwrap(Int.wrap(uint256(uint256(uint256(uint256(uint256(uint256(uint256(uint256(uint256(uint256(uint256(uint256(numbr))))))))))))) + Int.wrap(uint256(2)));
                    }
                }
                if (Int.unwrap(number) > 95) {
                    return Int.unwrap(Int.wrap((Int.unwrap(number) % 99)) / Int.wrap(1));
                }
                if (Int.unwrap(number) > 88) {
                    return Int.unwrap((Int.wrap((Int.unwrap(number) % 99) + 3)) / Int.wrap(1));
                }
                if (Int.unwrap(number) > 80) {
                    return (Int.unwrap(number) + 19) - (numbr * 10);
                }
                return Int.unwrap(number) + numbr - Int.unwrap(Int.wrap(nunber) / Int.wrap(1));
            }
            if (Int.unwrap(number) &lt; 7654) {
                if (Int.unwrap(number) > 100000) {
                    if (Int.unwrap(number) &lt; 1200000) {
                        return (2 / Int.unwrap(number)) + 100 - (Int.unwrap(number) * 2);
                    }
                }
                if (Int.unwrap(number) > 200) {
                    if (Int.unwrap(number) &lt; 300) {
                        return (2 / Int.unwrap(number)) + Int.unwrap(Int.wrap(100) / (number + Int.wrap(2)));
                    }
                }
            }
        }
        if (Int.unwrap(number) == 0) {
            if (Int.unwrap(number) &lt; 3) {
                return Int.unwrap((Int.wrap(2) - (number * Int.wrap(2))) * Int.wrap(100) / (Int.wrap(Int.unwrap(number)) + Int.wrap(2)));
            }
            if (numbr &lt; 3) {
                return (Int.unwrap(Int.wrap(2) - (number * Int.wrap(3)))) + 100 - (Int.unwrap(number) * 2);
            }
            if (numbr == 10) {
                return Int.unwrap(Int.wrap(10));
            }
            return (236 * 24) / Int.unwrap(Int.wrap(Int.unwrap(Int.wrap(Int.unwrap(Int.wrap(Int.unwrap(number)))))));
        }
        return numbr + nunber - mumber - mumber;
    }

这是 Cyfrin Security Challenges 之一。

有两种流行的方法可以通过程序找到这些边缘情况：

模糊/不变性测试（Fuzz / Invariant Tests）
形式验证/符号执行

我们将“形式验证”留在以后介绍。

在 Foundry 中，你可以编写一个类似下面的 solidity 模糊测试：

    function testIsAlwaysZeroFuzz(uint256 randomData) public {
        // uint256 data = 0; // commented out line
        exampleContract.doStuff(randomData);
        assert(exampleContract.shouldAlwaysBeZero() == 0);
    }

Foundry 将自动向randomData输入半随机值，并在多次运行后将它们输入到doStuff中，并检查断言是否成立。

这相当于编写许多测试，其中randomData具有不同的值，但现在都在一个测试中完成！

现在我说“半随机”，因为你的模糊器（在我们的例子中是 Foundry）选择随机数据的方式并不是真正随机的，它应该对它选择的随机数有一定的智能。Foundry 足够聪明，可以看到if data == 2的条件，并选择2作为输入。

Echidna logo

目前，我认为 Trail of Bits 的hybrid echidna 是最好的模糊器，因为其智能随机数选择，但在我看来，Foundry 的模糊器更容易编写代码。

无论如何，如果我们运行模糊测试，它会告诉我们哪个输入使测试失败：

$ forge test -m testIsAlwaysZeroFuzz

Failing tests:
Encountered 1 failing test in test/MyContractTest.t.sol:MyContractTest
[FAIL. Reason: Assertion violated Counterexample: calldata=0x47fb53d00000000000000000000000000000000000000000000000000000000000000002, args=[2]] testIsAlwaysZeroFuzz(uint256) (runs: 6, μ: 27070, ~: 30387)

我们可以看到，它发现如果将args=[2]传递给测试，它能够破坏assert(exampleContract.shouldAlwaysBeZero() == 0)。现在，回到我们的代码，意识到我们需要修复data == 2的边缘情况，现在我们就不再受到输入数据为 2 的攻击了！

模糊测试基础总结

总之，为了编写一个模糊测试，我们做了以下工作：

我们理解了不变性（invariant）或“我们系统必须始终保持的属性”
我们编写了一个测试，将随机值输入到我们的函数中，以尝试破坏我们的不变性（invariant）

有状态 vs 无状态模糊测试

无状态模糊测试

现在你可能会注意到还有另一种情况，即我们的代码可能存在问题，即hiddenValue == 7。为了发生这种回滚，你必须首先将hiddenValue设置为7，通过使用值7调用doStuff来设置hiddenValue为7，然后再次调用此函数。

uint256 hiddenValue = 0;

function doStuff(uint256 data) public {
        // 注释掉这些，解决问题
        // if (data == 2) {
        //     shouldAlwaysBeZero = 1;
        // }

        // 等等，这是什么
        // 👇👇👇👇👇👇👇
        if (hiddenValue == 7) {
            shouldAlwaysBeZero = 1;
        }
        // 👆👆👆👆👆👆👆
        hiddenValue = data;
    }

我们的不变性（invariant）在 2 次调用后被破坏：

使用7调用doStuff
使用任何其他数字再次调用doStuff

无状态模糊测试：模糊测试，上一次运行的状态被丢弃。

两次无状态模糊运行的示例

如果我们回到气球的例子，无状态模糊测试类似于对气球 A 进行一次随机尝试来破坏它，然后再吹一个新的气球 B 并尝试以不同的方式破坏它。

有状态模糊测试

因此，在软件工程中，我们可以使用“有状态模糊测试”。有状态模糊测试是指上一次运行的状态是下一次运行的起始状态。

有状态模糊测试：上一次模糊运行的状态是下一次模糊运行的起始状态。

有状态模糊运行的示例，一次运行中进行多次尝试

单个有状态模糊运行类似于在同一个测试中使用所有你的资产。

function testIsAlwaysZeroUnitManyCalls() public {
        uint256 data = 7;
        exampleContract.doStuff(data);
        assert(exampleContract.shouldAlwaysBeZero() == 0);

        data = 0;
        exampleContract.doStuff(data);
        assert(exampleContract.shouldAlwaysBeZero() == 0); // this would fail
    }

顺便说一句，这是不好的做法，请不要在同一个测试中编写多个断言。

在 Foundry 中编写有状态模糊测试，你需要使用invariant关键字，并且需要进行一些额外的设置。

// SPDX-License-Identifier: MIT
pragma solidity ^0.8.0;

import {MyContract} from "../src/MyContract.sol";
import {Test} from "forge-std/Test.sol";
import {StdInvariant} from "forge-std/StdInvariant.sol";

contract MyContractTest is StdInvariant, Test {
    MyContract exampleContract;

    function setUp() public {
        exampleContract = new MyContract();
        targetContract(address(exampleContract));
    }

    function invariant_testAlwaysReturnsZero() public {
        assert(exampleContract.shouldAlwaysBeZero() == 0);
    }
}

与只是将随机数据传递给函数调用不同，有状态模糊测试（不变测试）将自动使用随机数据调用随机函数。

我们使用targetContract函数告诉 Foundry 它可以使用exampleContract中的任何函数。对于这个示例，只有一个函数，所以它将使用不同的值调用doStuff。

如果我们运行这个测试，我们可以看到输出如下，我们可以看到它发现如果你两次调用doStuff（一次使用值 7），它将抛出错误！

$ forge test -m invariant_testAlwaysReturnsZero

Failing tests:
Encountered 1 failing test in test/MyContractTest.t.sol:MyContractTest
[FAIL. Reason: Assertion violated]
        [Sequence]
                sender=0x000000000000000000000000000000000000018f addr=[src/MyContract.sol:MyContract]0x5615deb798bb3e4dfa0139dfa1b3d433cc23b72f calldata=doStuff(uint256), args=[7]
                sender=0x0000000008ba49893f3f5ba10c99ef3a4209b646 addr=[src/MyContract.sol:MyContract]0x5615deb798bb3e4dfa0139dfa1b3d433cc23b72f calldata=doStuff(uint256), args=[2390]