安全問題頻現，程序分析如何提前捕獲安全漏？_NFT

如果你對區塊鏈技術感興趣的話，可能聽說過很多攻擊者利用程序代碼中的漏洞而導致的大量資金被盜事件。例如，2016年臭名昭著的DAO攻擊事件，攻擊者利用一個名叫「重入」的漏洞超額提取了他們原本所能提取的資金。另一個更近期的事件是閃電貸攻擊，發生于2022年4月17日，造成1.82億美元的資金損失。雖然所有攻擊都源于底層源代碼的安全漏洞，但好消息是現在已經有能夠檢測此類漏洞的程序分析技術。在接下去的幾篇博文中，我們會解釋程序分析是什么，以及它如何幫助在部署前捕獲安全漏洞。

程序分析簡介

OpenSea發布兩項新功能：可購買基于ERC-1155 協議的“替代項目”:金色財經報道，據 OpenSea 在社交媒體透露，該 NFT 市場已推出了兩項新功能，一個是“批量列表操作欄”（Bulk listing action bar），該操作欄位于頁面底部，允許用戶在自己的個人資料頁面上選擇列出待出售的 NFT，如果相關 NFT 屬于同一區塊鏈，OpenSea 支持快速選擇全部項目。另一個功能是支持購買基于ERC-1155 協議的“替代項目”，該功能主要在用戶所選 NFT 不可用時使用，一旦勾選“替代項目（substitute item）”，OpenSea 將會把暫不支持的 NFT 替換為指定價格下的其他 NFT。[2023/2/11 12:00:54]

程序分析指的是一類用于檢測程序中安全漏洞的技術。程序分析有兩種主要形式，動態和靜態。動態程序分析的目標是通過執行程序來檢測問題，而靜態程序分析則無需運行程序本身就可以對源代碼進行分析。然而，在這些技術之中，只有靜態分析能夠確保程序中不存在漏洞。相反，不同于靜態分析，動態分析能證明問題的存在，它并不能夠證明漏洞并不存在。

“Bitcoin Bank America”商標已向美國專利商標局備案:金色財經報道，美國專利商標局的注冊商標代理人Mike Kondoudis周二透露，有人已向美國專利商標局申請了“美國比特幣銀行”的商標。該商標用于美國的加密交換服務。Mike Kondoudis認為美國銀行可能會對最近的申請產生商標糾紛。該注冊可能與美國銀行未來提供加密服務的計劃相沖突。

根據美國專利商標局的數據，該商標的注冊日期為12月27日，申請提交日期為1月3日。同時還顯示，除“Bitcoin Bank”商標外，并未主張該名稱的專有使用權。

美國銀行還申請了與區塊鏈和加密服務相關的專利。事實上，美國銀行多年來一直在研究加密貨幣，并為基于加密的電匯、加密交換系統和數字貨幣錢包申請了專利。[2023/1/4 9:50:40]

乍一看，靜態分析聽起來似乎很神秘：表面看來，靜態分析似乎違反了一個被總結為萊斯定理「Rice'stheorem」的基本原則，該定理聲稱程序的每一個非平凡性質都是不可判定的。在此，語義屬性是關于程序行為的屬性，而非平凡性質是指只有某些程序擁有而其他程序沒有的性質。與我們手頭話題更相關的是，安全漏洞的存在是非平凡性質的一個典型例子。因此，關于「這個程序是否存在安全漏洞」這一問題，萊斯定理告訴我們沒有一個算法能夠終結并準確回答這一問題。?

經濟學家預測美聯儲下周加息75基點 然后放慢加息步伐:7月22日消息，接受彭博調查的經濟學家稱，美聯儲主席鮑威爾下周連續第二次加息75個基點之后，可能放慢加息步伐。他們預計，接下來美聯儲將在9月加息50基點，然后在剩余兩次會議上均加息25個基點。這將使利率上限到2022年底升至3.5％，為2008年初以來的最高水平。美聯儲將在23年初再加息25個基點，使利率達到3.75％的峰值，然后將停止加息并在年底前開始降息。此外，預計美聯儲最終將加快縮減資產負債表，最終達到每年1.1萬億美元。到年底，資產負債表規模將降至8.4萬億美元，到24年12月將降至6.5萬億美元。(金十)[2022/7/22 2:32:08]

那么，靜態分析的可行性源自哪里呢？答案藏于以下的觀察：沒錯，沒有一個算法能夠準確地給出是或否，但可以有一個算法在程序有安全漏洞時總是會回答「是」，在程序沒有安全漏洞時算法有時可能也會回答「是」。換句話說，只要我們愿意容忍一些誤報，我們就可以繞過賴斯定理和不可判定性。

印度央行建議對央行數字貨幣采取分級的方法:5月27日消息，印度央行建議對央行數字貨幣采取分級的方法。（金十）[2022/5/27 3:45:44]

靜態分析原理

讓我們以高一維度的視角來看看靜態分析是如何運作的。靜態分析的基本原理是將程序所處的狀態集合進行過近似「over-approximate」。我們將程序狀態視為從變量到值的映射。一般來說，不存在一個算法能夠明確也許是執行某一程序引起的確切程序狀態集。但可以近似該集合，如下圖所示：

此處，藍色的不規則形狀對應在執行某些程序時可能出現的實際狀態集，紅色區域對應預示錯誤或安全漏洞的「壞狀態」。由于不可判定性，永遠沒有一個算法能夠準確表明藍色區域到底是什么，但是我們能設計一個算法以系統性的方式過近似這個藍色區域，如上面常規綠色區域所示。只要綠色和紅色的交集為空，我們就有證據證明程序沒有做壞事。然而，如果我們的過近似不夠不準確，可能會使得紅色區域重疊，即使藍色和紅色區域的交集依舊為空，如下圖所示：

這種情況會導致所謂的「誤報」，由于分析與真實問題不相應而報告的虛假錯誤。一般而言，靜態分析的圣杯是構造過近似，即過近似足夠準確因此我們在實際中不會獲得很誤報過近似的計算足夠有效率，因此分析可擴展到我們所關心的現實世界的程序。

附帶說明一下，還可以設計靜態分析算法來近似如下所示的程序行為：

在此情況下，綠色區域包含在藍色區域內，和另一種方式正好相反。這種分析是不可靠的，意味著可能會漏掉真正的程序錯誤：正如我們在上圖所看到的那樣，綠色和紅色的交集為空，因此即使程序真的存在漏洞，分析也不會報告問題。這會導致所謂的假陰性，真正的漏洞被靜態分析給遺漏了。

大體來說，如果我們想獲得可證明的安全性，我們會想要可靠的從來不會有誤報的靜態分析器，同時還需要足夠精確，在實踐時不會報告太多誤報。然而，好消息是，幾十年的正統研究表明設計這樣的靜態分析器有可能的。下篇博文，我們會更詳細地介紹靜態分析器具體是如何運作的！

總結

程序分析是一種有效的能夠捕捉各種程序中安全漏洞的技術，包括區塊鏈應用程序。此外，可靠的靜態分析器的過近似程序行為能確保整個類別中不存在漏洞。

Tags：NFT區塊鏈ENSSEANFTC幣什么是區塊鏈技術Aliens MuskSEAN

以太坊交易所