ASS:安全问题频现，程序分析如何提前捕获安全漏？

如果你对区块链技术感兴趣的话，可能听说过很多攻击者利用程序代码中的漏洞而导致的大量资金被盗事件。例如，2016年臭名昭著的DAO攻击事件，攻击者利用一个名叫「重入」的漏洞超额提取了他们原本所能提取的资金。另一个更近期的事件是闪电贷攻击，发生于2022年4月17日，造成1.82亿美元的资金损失。虽然所有攻击都源于底层源代码的安全漏洞，但好消息是现在已经有能够检测此类漏洞的程序分析技术。在接下去的几篇博文中，我们会解释程序分析是什么，以及它如何帮助在部署前捕获安全漏洞。

程序分析简介

币安公布Build the Block总决赛获胜者为zkPass:金色财经报道，币安公布 Build the Block 总决赛活动的获胜者为 zkPass，该项目获得 Binance Labs 的投资。[2023/6/3 11:55:24]

程序分析指的是一类用于检测程序中安全漏洞的技术。程序分析有两种主要形式，动态和静态。动态程序分析的目标是通过执行程序来检测问题，而静态程序分析则无需运行程序本身就可以对源代码进行分析。然而，在这些技术之中，只有静态分析能够确保程序中不存在漏洞。相反，不同于静态分析，动态分析能证明问题的存在，它并不能够证明漏洞并不存在。

深圳数据交易所：与蚂蚁链开展数据交易等方面合作:金色财经报道，深圳数据交易所与蚂蚁集团（蚂蚁链）签订合作框架协议，双方将在数据要素市场建设、数据交易等方面开展合作，共同探索数据价值。根据协议，双方将合作共建共享高价值数据合作渠道，开展数据合规专项研究，推进区块链、隐私计算、AI等技术研究和互联互通等方面合作。[2023/4/22 14:20:01]

乍一看，静态分析听起来似乎很神秘：表面看来，静态分析似乎违反了一个被总结为莱斯定理「Rice'stheorem」的基本原则，该定理声称程序的每一个非平凡性质都是不可判定的。在此，语义属性是关于程序行为的属性，而非平凡性质是指只有某些程序拥有而其他程序没有的性质。与我们手头话题更相关的是，安全漏洞的存在是非平凡性质的一个典型例子。因此，关于「这个程序是否存在安全漏洞」这一问题，莱斯定理告诉我们没有一个算法能够终结并准确回答这一问题。?

英国法律集团：数字资产的清晰度将提升数字证券领域的领导地位:金色财经报道，由LawtechUK 小组成立的英国管辖权特别工作组(?UKJT) 发布了一份关于数字资产清晰度的声明，这将巩固英国作为数字证券数字金融市场领导者的地位。据该集团称，随着数字化转型成为许多在金融市场运营的机构的首要任务，数字证券，或基于区块链或分布式账本技术的股权或债务证券的发行和转让变得越来越重要。该组织表示，根据英国法律进行数字安全交易具有明显的商业利益。

该组织指出，英国法律排除了支持新资产类别或金融结构的法定干预的必要性，并且它为寻求适合灵活商业环境的可靠且适应性强的法律框架的市场参与者提供了确定性和信心。虽然数字证券仍然只占市场的一小部分，但大多数观察家预计这种情况会发生变化，并且对于这一金融部门在国内和全球蓬勃发展而言，法律明确性至关重要。由于英国以其顶级金融科技中心而自豪，因此采用明确的方法来处理数字证券。[2023/3/9 12:50:49]

那么，静态分析的可行性源自哪里呢？答案藏于以下的观察：没错，没有一个算法能够准确地给出是或否，但可以有一个算法在程序有安全漏洞时总是会回答「是」，在程序没有安全漏洞时算法有时可能也会回答「是」。换句话说，只要我们愿意容忍一些误报，我们就可以绕过赖斯定理和不可判定性。

今日恐慌与贪婪指数为29，恐慌程度较昨日有所下降:金色财经报道，今日恐慌与贪婪指数为29（昨日为26），恐慌程度较昨日有所下降，等级仍为恐慌。

注：恐慌指数阈值为0-100，包含指标：波动性（25%）＋市场交易量（25%）＋社交媒体热度（15%）＋市场调查（15%）＋比特币在整个市场中的比例（10%）＋谷歌热词分析（10%）。[2022/12/19 21:53:42]

静态分析原理

让我们以高一维度的视角来看看静态分析是如何运作的。静态分析的基本原理是将程序所处的状态集合进行过近似「over-approximate」。我们将程序状态视为从变量到值的映射。一般来说，不存在一个算法能够明确也许是执行某一程序引起的确切程序状态集。但可以近似该集合，如下图所示：

此处，蓝色的不规则形状对应在执行某些程序时可能出现的实际状态集，红色区域对应预示错误或安全漏洞的「坏状态」。由于不可判定性，永远没有一个算法能够准确表明蓝色区域到底是什么，但是我们能设计一个算法以系统性的方式过近似这个蓝色区域，如上面常规绿色区域所示。只要绿色和红色的交集为空，我们就有证据证明程序没有做坏事。然而，如果我们的过近似不够不准确，可能会使得红色区域重叠，即使蓝色和红色区域的交集依旧为空，如下图所示：

这种情况会导致所谓的「误报」，由于分析与真实问题不相应而报告的虚假错误。一般而言，静态分析的圣杯是构造过近似，即过近似足够准确因此我们在实际中不会获得很误报过近似的计算足够有效率，因此分析可扩展到我们所关心的现实世界的程序。

附带说明一下，还可以设计静态分析算法来近似如下所示的程序行为：

在此情况下，绿色区域包含在蓝色区域内，和另一种方式正好相反。这种分析是不可靠的，意味着可能会漏掉真正的程序错误：正如我们在上图所看到的那样，绿色和红色的交集为空，因此即使程序真的存在漏洞，分析也不会报告问题。这会导致所谓的假阴性，真正的漏洞被静态分析给遗漏了。

大体来说，如果我们想获得可证明的安全性，我们会想要可靠的从来不会有误报的静态分析器，同时还需要足够精确，在实践时不会报告太多误报。然而，好消息是，几十年的正统研究表明设计这样的静态分析器有可能的。下篇博文，我们会更详细地介绍静态分析器具体是如何运作的！

总结

程序分析是一种有效的能够捕捉各种程序中安全漏洞的技术，包括区块链应用程序。此外，可靠的静态分析器的过近似程序行为能确保整个类别中不存在漏洞。

标签：区块链THEPASASS区块链是什么工作togetherbnb手游下载最新中文版PAS价格ASS币

TUSD热门资讯