帥活力 唐成華

摘??要：利用程序的可伸縮性對程序進(jìn)行代碼切片，識別出受敏感變量影響的關(guān)鍵語句，消除噪音并挖掘程序內(nèi)部依賴，用以檢測代碼的漏洞與缺陷。針對切片對依賴過于敏感的問題，提出一種基于敏感語義關(guān)聯(lián)的代碼過程間切片方法，提取表征敏感信息的有效語句，捕獲語義依賴關(guān)聯(lián)，將代碼漏洞觸發(fā)點轉(zhuǎn)化為上下文敏感的缺陷依賴流，并基于約束規(guī)則提升切片效率，結(jié)合缺陷約束獲取代碼漏洞的異常來源。實驗結(jié)果表明該方法在代碼切片的效率、質(zhì)量以及漏洞檢測的精度上有較好的表現(xiàn)。

關(guān)鍵詞：代碼切片?敏感語義?控制流?漏洞檢測

中圖分類號：TP309

Research?on?Code?Slicing?Based?on?Sensitive?Semantic?Association?and?Its?Application

SHUAI?Huoli??TANG?Chenghua

Guangxi?Key?Laboratory?of?Trusted?Software，?Guilin?University?of?Electronic?Technology，?Guilin，?Guangxi?Zhuang?Autonomous?Region，?541004?China

Abstract：?By?utilizing?the?scalability?of?the?program?to?slice?the?code?of?the?program，?key?statements?affected?by?sensitive?variables?can?be?identified，?noise?can?be?eliminated，?and?the?internal?dependencies?of?the?program?can?be?mined，?so?as?to?detect?vulnerabilities?and?defects?in?the?code.?In?order?to?solve?the?problem?of?the?excessive?sensitivity?of?slicing?to?dependencies，?this?paper?proposes?an?inter-procedural?slicing?method?of?the?code?based?on?sensitive?semantic?association，?which?extracts?effective?statements?that?represent?sensitive?information，，?captures?semantic?dependent?association，?transforms?the?trigger?points?of?code?vulnerabilities?into?context-sensitive?defect?dependency?flows，?improves?slicing?efficiency?based?on?constraint?rules，?and?obtains?the?abnormal?source?of?code?vulnerabilities?in?combination?with?defect?constraints.?Experimental?results?show?that?this?method?performs?well?in?the?efficiency?and?quality?of?code?slicing?and?the?accuracy?of?vulnerability?detection.

Key?Words：?Code?slicing;?Sensitive?semantics;?Control?flow;?Vulnerability?detection

更新迭代的軟件在提供優(yōu)質(zhì)服務(wù)的同時，結(jié)構(gòu)不斷復(fù)雜，并發(fā)、循環(huán)、函數(shù)調(diào)用等動態(tài)執(zhí)行機制使得存在于整個軟件開發(fā)生命周期的代碼缺陷更難以避免，若在開發(fā)中復(fù)用到漏洞代碼，新程序?qū)⒀永m(xù)其脆弱性，則識別出缺陷的難度更大。研究表明，缺陷修復(fù)將消耗軟件開發(fā)成本的50%～70%。為重視代碼安全，提高軟件魯棒性，進(jìn)行缺陷漏洞與惡意代碼檢測等相關(guān)工作必不可少。程序是軟件中相應(yīng)表征分解的語義及其集合，程序行為特征能從指令層直觀體現(xiàn)代碼功能，而挖掘漏洞與缺陷發(fā)現(xiàn)往往以程序內(nèi)部依賴關(guān)系、語義信息以及行為特征做支撐，由于對程序理解層面的不完善導(dǎo)致代碼缺陷漏檢等問題，學(xué)者們不斷從程序代碼本身提取相關(guān)信息，增強語義理解[1]。

軟件的相關(guān)分析工作耗時又費力，若能先進(jìn)行程序切片，排除無關(guān)代碼，使缺陷特征信息變緊密，則降低檢查時的工作復(fù)雜度。通過利用程序可伸縮性，程序切片能識別提取出受變量影響或影響變量的直至不動點的關(guān)鍵語句，能消除噪音語句干擾以靈活理解程序。由于切片程序與源程序在結(jié)果執(zhí)行上語義一致，所以利用切片技術(shù)預(yù)處理輸入程序后，便于推理控制流及數(shù)據(jù)流軌跡，切片后的程序分析效率要優(yōu)于傳統(tǒng)程序分析[2-3]。在分析惡意代碼和缺陷程序時，注重實體內(nèi)部流特征[4-5]，結(jié)合語法結(jié)構(gòu)和語義信息構(gòu)建函數(shù)和過程間的相關(guān)依賴屬性圖[6-7]，充分捕獲數(shù)據(jù)變換和轉(zhuǎn)移軌跡，能有效檢測惡意操作和發(fā)現(xiàn)存在的數(shù)據(jù)泄露。這為我們提供了用更精確的靜態(tài)方法進(jìn)行數(shù)據(jù)依賴分析的空間，再結(jié)合切片技術(shù)注重行為關(guān)聯(lián)，緊密缺陷特征，應(yīng)用于脆弱性分析有效檢測漏洞。

1??基于敏感語義關(guān)聯(lián)的代碼切片模型

通過程序控制流提供執(zhí)行邏輯順序，構(gòu)建以結(jié)點保存依賴信息的控制流變量依賴圖（CFVDG），利用圖可達(dá)性執(zhí)行切片，檢測代碼缺陷，總體模型如圖1所示。首先，提取代碼變量間定義使用、參數(shù)傳遞、返回值依賴等語義信息，并記錄敏感變量的相關(guān)關(guān)聯(lián)集，結(jié)點保存依賴信息；其次，生成控制流支持的程序變量依賴圖，并根據(jù)交叉函數(shù)的控制流變量依賴圖進(jìn)行參數(shù)切片，切片輪廓保存至函數(shù)聲明結(jié)點；最后，對切片準(zhǔn)則中的變量遍歷程序的控制流變量依賴圖進(jìn)行切片，捕捉與切片準(zhǔn)則相關(guān)的完備切片結(jié)果，根據(jù)缺陷約束庫內(nèi)的約束檢查切片語句的語義，發(fā)現(xiàn)錯誤執(zhí)行狀態(tài)，追蹤敏感數(shù)據(jù)傳播，在降低圖時間和空間復(fù)雜度的同時，提高代碼缺陷檢測準(zhǔn)確率。

1.1?控制流變量依賴圖CFVDG的構(gòu)建

數(shù)據(jù)流分析應(yīng)保證結(jié)構(gòu)層面的依賴關(guān)系是完整的、函數(shù)調(diào)用是上下文敏感的，以圖作為程序中間表示時，圖結(jié)點和邊應(yīng)盡可能包含語句執(zhí)行的有效信息，以支持后續(xù)遍歷圖執(zhí)行切片。本文構(gòu)建的控制流變量依賴圖由變量依賴關(guān)系，控制流執(zhí)行順序指導(dǎo)進(jìn)行，通過將構(gòu)圖粒度限制在變量間，記錄變量之間的影響關(guān)系，明確和區(qū)分?jǐn)?shù)據(jù)傳播和控制依賴路徑。

控制流變量依賴圖的結(jié)點主要包括普通結(jié)點、函數(shù)聲明結(jié)點和函數(shù)調(diào)用結(jié)點。其中普通結(jié)點由語句行號、定義集、使用集、語句類型組成；函數(shù)聲明結(jié)點由聲明行號、函數(shù)名、形參、參數(shù)切片結(jié)果組成；函數(shù)調(diào)用結(jié)點由定義集、調(diào)用行號、聲明行號、實參組成。通過程序代碼中的語義依賴信息構(gòu)建控制流變量依賴圖。語義依賴信息存在于函數(shù)內(nèi)的源碼語句之間和函數(shù)調(diào)用時的參數(shù)傳遞之間，其體現(xiàn)了控制流支撐下的數(shù)據(jù)轉(zhuǎn)移關(guān)聯(lián)，可分為數(shù)據(jù)依賴和控制依賴。在構(gòu)建依賴圖的創(chuàng)建結(jié)點階段，結(jié)點間變量的數(shù)據(jù)依賴關(guān)系包括變量定義與使用依賴、交叉函數(shù)參數(shù)依賴、返回值依賴等依賴關(guān)系?？刂埔蕾囮P(guān)系包括順序控制依賴、分支選擇控制依賴、循環(huán)邏輯控制依賴等。

1.2?變量關(guān)聯(lián)集合的獲取

變量關(guān)聯(lián)集合用于記錄控制流變量依賴圖忽略的依賴關(guān)聯(lián)。分析與指針、數(shù)組、結(jié)構(gòu)體等這類變量相關(guān)的語句時，可能涉及域敏感問題，因此將對局部成員或元素的操作視為是對整體變量的操作。使用模糊匹配觀察變量依賴，如對于訪問結(jié)構(gòu)體成員的操作都視為是對結(jié)構(gòu)體的操作。

代碼切片的結(jié)果需回溯（即進(jìn)行兩次檢查）才能保證完整的依賴關(guān)系處于切片結(jié)果中。通常采用對程序進(jìn)行前向依賴后再進(jìn)行后向依賴分析的方式，或是采用一次切片后根據(jù)相關(guān)依賴記錄對程序進(jìn)行二次完整依賴切片的方式。通過利用變量關(guān)聯(lián)集合平行歸檔與切片準(zhǔn)則中的變量關(guān)聯(lián)的變量，使切片輪廓包括與目標(biāo)變量有間接依賴關(guān)系的相關(guān)語句，以提高切片結(jié)果正確性。依賴圖建立后，有選擇地將變量關(guān)聯(lián)集合中變量的切片語句集合并，實現(xiàn)切片結(jié)果的提取一次完成，以關(guān)聯(lián)檢查程序缺陷。

從程序語句中查找相關(guān)變量關(guān)聯(lián)，輸出指針、數(shù)組、結(jié)構(gòu)體等類型的變量關(guān)聯(lián)集合。涉及變量關(guān)聯(lián)的語句主要體現(xiàn)為成員變量的單獨定義或引用、成員變量間的別名賦值等。通過獲得一個需考慮域敏感分析的變量（指針、數(shù)組和結(jié)構(gòu)體等）的關(guān)聯(lián)集合，集合中的變量按變量關(guān)聯(lián)度降序排列。一旦獲取到完整的變量關(guān)聯(lián)集合，在進(jìn)行語義分析時，將集合中關(guān)聯(lián)度高的相關(guān)變量優(yōu)先設(shè)置為切片階段要跟蹤的變量，語義分析檢查相關(guān)切片語句，使代碼缺陷的檢測更嚴(yán)謹(jǐn)。變量關(guān)聯(lián)度由變量間影響次數(shù)和影響權(quán)重計算而得，本文規(guī)定語句中變量賦值操作的影響權(quán)重大于判斷比較等操作的影響權(quán)重。

2??代碼切片

代碼切片過程的核心是語義依賴分析和變量關(guān)聯(lián)分析。在經(jīng)過前述的依賴分析后進(jìn)入切片階段，依照切片規(guī)則約束對切片準(zhǔn)則中進(jìn)行切片，并補充參數(shù)或返回值的子切片構(gòu)成最終切片輪廓。

2.1?切片約束規(guī)則

切片約束規(guī)則定義了在提取切片準(zhǔn)則中的變量?的切片輪廓?時，切片過程需滿足的規(guī)則，主要包括以下7條邏輯約束規(guī)則：

（1）若語句s定義變量?，語句s使用?，即滿足變量定義與使用依賴，則提取兩者對應(yīng)結(jié)點信息存入切片輪廓?。

（2）若條件判斷語句中存在相關(guān)依賴，并且其后繼結(jié)點分支語句中存在關(guān)聯(lián)，則將包含條件判斷及關(guān)聯(lián)語句行號存于切片輪廓?內(nèi)。

（3）若循環(huán)結(jié)構(gòu)語句中存在依賴，并且其后繼結(jié)點循環(huán)語句中存在關(guān)聯(lián)，則將包含循環(huán)判斷及關(guān)聯(lián)語句行號存于切片輪廓?內(nèi)。

（4）若遇函數(shù)調(diào)用結(jié)點時，根據(jù)交叉函數(shù)參數(shù)依賴，將對應(yīng)切片語句行號加入最終切片輪廓?。

（5）若結(jié)點cp順序執(zhí)行到達(dá)結(jié)點cp，cp執(zhí)行到達(dá)cp，前者屬于切片輪廓，后者不存在與變量?的依賴關(guān)系，則切片輪廓跳過cp，計算cp的依賴。

（6）若切片準(zhǔn)則賦值為函數(shù)返回值，即滿足返回值依賴，則將返回值的切片結(jié)果加入最終切片輪廓?。

（7）若語句為無條件跳轉(zhuǎn)或其他變量無關(guān)控制語句，則將語句行號加入切片輪廓?。

2.2?代碼切片的執(zhí)行

在切片過程中，一方面，變量可能作為實際參數(shù)調(diào)用交叉函數(shù)，但交叉函數(shù)在內(nèi)部操作形式參數(shù)時，會間接影響實際參數(shù)；另一方面，交叉函數(shù)的返回值會傳遞到函數(shù)外賦值給變量。因此有必要追蹤形參和返回值在交叉函數(shù)中的依賴關(guān)系和執(zhí)行邏輯。

即便在交叉調(diào)用函數(shù)中會存在對形式參數(shù)的操作不影響實際參數(shù)的情況，但這種傳播方式給隱式惡意操作提供了可乘之機，因此追蹤實參在交叉函數(shù)中依賴關(guān)系和執(zhí)行邏輯是必要的。自定義函數(shù)間接輔助了程序功能的實現(xiàn)，對于不同的調(diào)用，其處理過程與執(zhí)行語義相同。為避免不同上下文多次對交叉函數(shù)切片，使用增量方式存儲參數(shù)切片結(jié)果并關(guān)聯(lián)映射至函數(shù)聲明結(jié)點的參數(shù)切片結(jié)果，從而減少構(gòu)造交叉函數(shù)依賴圖的結(jié)點空間，降低過程間依賴邊的連接復(fù)雜度。

依照依賴關(guān)系圖中函數(shù)調(diào)用結(jié)點保存的參數(shù)對應(yīng)關(guān)系，進(jìn)行參數(shù)切片，提取結(jié)點語句行號，結(jié)果語句序列映射至聲明結(jié)點中，當(dāng)調(diào)用函數(shù)時，根據(jù)參數(shù)對應(yīng)關(guān)系先在聲明該函數(shù)的現(xiàn)有對應(yīng)列表中查找是否存在該參數(shù)的切片語句，若存在直接提取序列添加至切片輪廓，構(gòu)成最終切片結(jié)果；若不存在，則依照或建立該函數(shù)的控制流變量依賴圖進(jìn)行參數(shù)切片，序列保存至聲明節(jié)點中。另外，當(dāng)變量位于賦值操作左側(cè)時，右側(cè)為函數(shù)調(diào)用，則說明變量被調(diào)用函數(shù)的返回值賦值，滿足返回值依賴，需根據(jù)函數(shù)中返回語句的返回變量在切片規(guī)則約束下進(jìn)行切片并存儲。

3??應(yīng)用敏感語義代碼切片的漏洞檢測

敏感API的不規(guī)范使用和語句約束檢查的缺少會有很大概率造成漏洞，如內(nèi)存分配函數(shù)和釋放函數(shù)未正確配對、數(shù)組或指針加下標(biāo)的元素?zé)o邊界檢查、取余或截斷指令導(dǎo)致的整數(shù)溢出等，因此將敏感API和操作約束添加至缺陷約束庫輔助檢查缺陷。通過構(gòu)建程序CFVDG對缺陷相關(guān)變量執(zhí)行切片后，提供了可疑變量或函數(shù)上下文敏感的依賴信息流，利用缺陷約束庫提供的敏感操作約束訪問檢查語句操作是否合法，檢測出錯誤狀態(tài)。

根據(jù)變量依賴關(guān)聯(lián)建立CFVDG，切片分析含空指針引用的部分開源代碼，如圖2所示，其代碼第33行的指針d在通過idvgetnode（i）函數(shù)返回值進(jìn)行賦值，并在第36行被賦值使用，通過交叉函數(shù)idvgetnode?（）中s指針行為操作分析，可以看到若不滿足55行分支處條件，則返回?NULL?值，當(dāng)調(diào)用完成后順序執(zhí)行36行d->limit=rate語句。

構(gòu)建程序的CFVDG后，第36行的語句類型vist為指針操作，若以d為切片準(zhǔn)則進(jìn)行切片檢查，因交叉函數(shù)idvgetnode?（）中有返回值語句，則idvgetnode函數(shù)對應(yīng)的CFVDG中聲明結(jié)點內(nèi)應(yīng)存儲返回值s切片，即，最終切片輪廓為，對其進(jìn)行語義操作檢查，發(fā)現(xiàn)第33行d賦值為第58行的返回值null，由于在第34-36行之間沒有進(jìn)行指針為空判斷，則第36行賦值操作將導(dǎo)致空指針解引用。

4??實驗過程及分析

實驗環(huán)境為Inter（R）Xeon（R）?CPU?E5-1603?0?2.8GHz處理器，Windows10操作系統(tǒng)，采用PyCharm、Python語言。選用SIR（http：//sir.unl.edu/portal/index.php）網(wǎng)站的schedule?、printtokens?、gzip?等5個項目部分錯誤版本作為實驗數(shù)據(jù)集，同時，選取系統(tǒng)依賴圖SDG[6]、數(shù)據(jù)流圖DFG[8]進(jìn)行實驗對比。

4.1?切片效率

為評估代碼切片方法的有效性，針對5個數(shù)據(jù)集的SDG、DFG和CFVDG3種方法的切片時間、切片約簡比ω以及切片時間縮短占比進(jìn)行對比，如表1所示，其中ω=（PN-SN）/PN，PN為程序總代碼數(shù)，SN為切片總代碼數(shù)。ω值越高，說明切片執(zhí)行后與缺陷相關(guān)的特征代碼越緊密，代碼缺陷分析越快。

由表1可知，CFVDG方法切簡比平均達(dá)28.7%，相比DFG平均提高約4.73%。另外，由于二次執(zhí)行的交叉函數(shù)可直接提取CFVDG存儲的參數(shù)切片輪廓，縮減了切片提取時間，使得CFVDG相比傳統(tǒng)的SDG和DFG方法切片時間最高縮短4.23秒，時間縮短相比對應(yīng)傳統(tǒng)方法的切片時間占比最高為20%。

4.2?切片質(zhì)量

實驗中使用平均精度率和平均減少率來評估CFVDG質(zhì)量和切片改進(jìn)程度，平均精度率用a表示，代表對于每個切片準(zhǔn)則中的變量?，是CFVDG切片與SDG（DFG）切片交集中的代碼數(shù)與CFVDG切片數(shù)的平均之比；平均減少率用β表示，代表對于每個切片準(zhǔn)則?，是CFVDG切片代碼數(shù)與SDG（DFG）切片數(shù)的平均之比，計算方法如下：

（1）

（2）

式（1）和式（2）中的n（?）表示切片準(zhǔn)則數(shù)目，SN?表示對準(zhǔn)則中變量?的切片語句數(shù)目，不同依賴圖切片方法對數(shù)據(jù)集的平均精度率和平均減少率差異如圖3和圖4所示。針對5個數(shù)據(jù)集，CFVDG切片的平均精度率均在88.5%之上，并且切片減少率最高達(dá)8.94%，最低到1.54%。

4.3?缺陷檢測精度

為驗證惡意約束庫中缺陷約束發(fā)現(xiàn)代碼漏洞和減少誤報效果，選取精準(zhǔn)率和錯誤率作為脆弱性分析評估指標(biāo)，精確率代表實際總?cè)毕輸?shù)中正確檢測數(shù)的占比，誤檢率則代表實際總?cè)毕輸?shù)中誤報數(shù)占比，精準(zhǔn)率和誤檢率分別用Z和X表示。

Z?=?tp/tp?+?fp????????????????（3）

X?=?fp/tp?+?fp????????????????（4）

式（3）和式（4）中的tp為檢測缺陷正確數(shù)，fp為檢測缺陷誤報數(shù)，缺陷檢測情況如表2所示，數(shù)據(jù)集缺陷檢測精準(zhǔn)率明顯增加（范圍70%～82%，平均74.8%），同比切片前提高平均約6%；誤檢率明顯減少（范圍6%～9%，平均7.4%），同比切片前減少平均2.8%。

4.4?程序規(guī)模對性能影響

為驗證程序規(guī)模對切片效果影響，分析了代碼行數(shù)從750～10?000的程序平均切片大小和代碼缺陷覆蓋率，如圖5所示。隨著代碼行數(shù)的增加，切片仍能平均約簡16.5%的代碼；同時，隨著程序規(guī)模的擴大，會較小程度影響切片缺陷覆蓋率，但仍能覆蓋平均83.8%的缺陷代碼。

5??結(jié)語

本文提出了遍歷控制流變量依賴圖CFVDG的變量關(guān)聯(lián)切片方法，約簡無效漏洞代碼信息，使用中間參數(shù)切片的映射，能有效提高切片的效率和質(zhì)量，以及提升缺陷檢測精準(zhǔn)率，降低誤檢率。接下來，通過嘗試對多語言、混合語言切片，優(yōu)化和精確語義依賴?yán)斫?，以實現(xiàn)深層次的漏洞檢測，并結(jié)合動態(tài)切片和約束求解考慮執(zhí)行狀態(tài)進(jìn)行缺陷定位分析。

參考文獻(xiàn)

[1]?王淑棟，尹文靜，董玉坤，等.面向順序存儲結(jié)構(gòu)的數(shù)據(jù)流分析[J].軟件學(xué)報，2020，31（5）：1276-1293.

[2]?鄒德清，李響，黃敏桓，等.基于圖結(jié)構(gòu)源代碼切片的智能化漏洞檢測系統(tǒng)[J].網(wǎng)絡(luò)與信息安全學(xué)報，?2021，7（5）：113-122.

[3]?梅瑞，嚴(yán)寒冰，沈元，等.二進(jìn)制代碼切片技術(shù)在惡意代碼檢測中的應(yīng)用研究[J].信息安全學(xué)報，2021，6（3）：125-140.

[4]?潘家曄，莊毅，孫炳林.基于漸進(jìn)擴展的二進(jìn)制程序數(shù)據(jù)流分析方法[J].軟件學(xué)報，2022，33（9）：3249-3270.

[5]?黎君玉，羅琴，劉智.基于控制流分析的導(dǎo)向性灰盒模糊測試方法[J].電子測量技術(shù)，2022，45（15）：21-27.

[6]?GALINDO?C，?Pérez?S，?Silva?J.?Exception-Sensitive?Program?Slicing[J].?Journal?of?Logical?and?Algebraic?Methods?in?Programming，2023，?130：100832.

[7]?壽增，許睿超，馬驍，等.基于數(shù)據(jù)依賴圖聚類的開源軟件靜態(tài)分析系統(tǒng)[J].中國電子科學(xué)院研究院學(xué)報，2022，17（8）：743-747，772.

[8]?Jiang?T，?CUI?L，?LIN?Z，?et?al.?A?Survey?of?Malware?Classification?Methods?Based?on?Data?Flow?Graph[C]?//Proc?of?8th?International?Conference?of?Pioneering?Computer?Scientists，?Engineers?and?Educators，?Chengdu，?China：?CCIS，?2022：80-93.