香港大学 | 通过突变分析暴露库的API误用(ICSE 2019)

渗透技巧 10个月前 admin
270 0 0
香港大学 | 通过突变分析暴露库的API误用(ICSE 2019)

原文标题:Exposing Library API Misuses via Mutation Analysis
原文作者:Ming Wen; Yepang Liu; Rongxin Wu; Xuan Xie; Shing-Chi Cheung; Zhendong Su
原文链接:https://ieeexplore.ieee.org/document/8812114
发表会议:ICSE’19
笔记作者:NING@SecQuan
笔记小编:黄诚@SecQuan

1 研究介绍

API 误用可能造成软件崩溃或者是漏洞问题,然而当下随着各种开源项目库的开发,API 的数目也急剧增加,因此针对 API 误用的研究也是逐渐深入。传统的模式挖掘算法的假设过于理想化,因此急需一些新的思路和想法来帮助解决该问题。

本文的核心思想在于,将 API 误用看作相应 API 正常使用的一个变体( mutants ) ,进而通过这些学习变体模式来发现和挖掘 API 误用。

本文的主要工作如下:

  • 第一个将突变分析应用到 API 误用检测的研究

  • 开发了 MUTAPI 工具,用以检测 Java 库的 API 误用,并且应用了一套新的突变符

  • 该工具能够高精度的发现当下 Java API 的误用,并且在 MUBENCH 上表现优于现有方法

2 一些背景知识

上一篇文章中关于 API 误用的 benchmark 数据集进行了简单的介绍,这里将对该领域核心处理方法进行简单介绍。

解决思路——模式挖掘

API-Misuse 即 API 误用,也就是在代码开发中对一些 API 进行了不合理、不安全、不规范的使用,而这种不规范的使用与规范的代码使用相比,它的出现是相对罕见的,因此最早的一种 API 误用的检测思路便出现了,也就是通过算法去进行模式挖掘,将代码中常见的 API 上下文模式定义为合理、罕见的定义为误用。进而在检测时,获取每个 API 的上下文,观察其是否违反了这些模式,违反则被认为是可疑的,最后进行排序,并作为可能的 bug 报告给程序员。

这种思路看上去是合理的,但是会存在这样一种情况,就是有些 API 本身就是很少使用的,这样的话就使得这个方法很大程度上会导致假阳性偏大,而且如果无法获得大量的代码进行支持,则这种方法便很难取得效果。于是关于外部文档知识的方法出现了,而它的主要假设在于 API 文档本身就是支持 API 使用的手册,因此它应该包含了正确的 API 使用方法,只需要使用自然语言处理技术将其提取,便可以获得有关 API 的编程模式,进一步进行违规检测。初次之外还有很多的一些研究在技术细节的上的变化,但核心还是大致相同。

3 主要方法

香港大学 | 通过突变分析暴露库的API误用(ICSE 2019)
图 1 MUTAPI 框架

本文的核心思路与之前的 整体流程主要有三个阶段:构建变体测试、优先处理 Killing Relations、发现 API 误用模式。

A. Conducting Mutation Testing

这一步主要是构建变体进行测试。首先对每个 API 进行序列化建模,建模中包括 API 涉及的变量、条件等,如表 1 所示。接着在此基础上通过使用一些突变运算符来进行正常 API 的突变,而这些突变运算符也很好想象,例如如果编程时存在 try 却没有 except 则会发生错误,因此删除部分序列便是突变运算符之一,而更多的运算符如表 2 所示。在这种突变的变化上,便可以生成突变体进行后续的测试。

香港大学 | 通过突变分析暴露库的API误用(ICSE 2019)
表 1 结构化 API 调用序列语法
香港大学 | 通过突变分析暴露库的API误用(ICSE 2019)
表 2 API 突变运算符

B. Prioritizing Killing Relations

所谓 killing relation 也就是杀戮关系,可以认定为一个使得程序异常、并终止的一个行为关系,这个关系可以定义为一个 k,同时它会包含一些特定信息,主要是它产生时的一些变量信息,包括 m,a,p,t。其中 p 代表 project,也就是被测试的项目,m 代表 mutant 触发 k 时的变体,a 代表 API 也就是触发 k 的 API 位置,t 则是 test suite 也是触发 k 的测试用例。同时需要获取对应的堆栈路径 s。

但这里有个难题就是,如何准确判断这个杀戮关系是突变体满足 API 误用条件造成的,而不是其他原因。

C. Discovering API Misuse Patterns

在上一步的基础上,对于每个不同的堆栈路径 s, MUTAPI 将会计算其目标分数,并检索所有具有相同 s 的杀戮关系 k。进而在这个集合上面拓展到 s 和 突变体 m 的关系。而为了更好的抽取其中的 API 误用关系,MUTAPI 与先前的工作相同,选择使用<violation type, API usage element>的误用对。于是便获得了 API 误用的模式。

4 实验效果

实验主要评估的是 MUTAPI 的有效性,共选取了 16 个满足条件的项目。从以下三个方面进行了实验评估:

RQ1:MUTAPI 能否发现误用模式,对于那些模式具有更好的效果?

MUTAPI 在项目中生成了大量突变体,并在此基础上获取了大量的 killing relation,而在处理堆栈路径跟踪后,每个客户端获得了 65 个唯一的堆栈跟踪。于是在此基础上提炼了近 300 种 API 误用模式。而在此基础上,人工手动检查了前 50 种模式,并且前 10 种实现了 0.90 的精度,前 50 降低到了 0.78,而排名最高的几种主要是:缺少检测程序、缺少调用、缺少异常、错误条件和冗余调用

香港大学 | 通过突变分析暴露库的API误用(ICSE 2019)
表 3 违规对排名

RQ2:MUTAPI 能否检测最新 MUBENCH 数据集上的 API 误用?

MUTAPI能够检测出53种实际API滥用中的26种。它实现了0.49的最高召回率。在实际设置中,MUTAPI的性能明显优于所有基线方法。此外研究人员进一步调查了MUTAPI无法检测到某些模式的API滥用实例的原因,并发现了三种主要类型的原因:没有正确使用API,没有突变体覆盖和测试套件不足。

香港大学 | 通过突变分析暴露库的API误用(ICSE 2019)
图 2 召回率对比

图中涉及到了两种实验设置,一个是不包含任何手工制作的 API 用法,另一种是涉及到手工制作的 API 正确用法。之所以有两种设置,在论文 A systematic evaluation of static api-misuse detectors 中有解释。

RQ3:与传统变异算子相比,本文的变异算子在检测 API 误用模式的效果表现如何?

该实验主要是对比本文方法和传统变异算子的区别,传统 PIT 方法产生的突变体数目是 MUTAPI 的 2.39 倍,而突变分析计算是较为花时间的,MUTAPI 平均需要 9.87 分钟,而 PIT 则需要 20.93 分钟。此外,PIT 按照 RQ1 中的思路,前 50 位中仅能检测到 5 中条件不正确且调用遗漏的真阳性错误。这主要是因为变异符大多为条件和算数运算符,于是无法判断断言错误等,这样证明了本文变异算子的有效性。

香港大学 | 通过突变分析暴露库的API误用(ICSE 2019)
图 3 MUTAPI 和 PIT 在 API 误用发现的前 50 名对比

5 个人思考

  • 本文方法反其道而行之,不是归纳 API 正确用法在进行检测,而是通过突变 API 去产生误用,并归纳其模式进而进行判断,是一个极具想法的思路,能够一定程度上克服频繁项挖掘的算法不足性

  • 本文的变异依赖于源代码的全面性,需要其有着正确的 API 用法,如果代码中不存在该代码正确的使用,自然无法获得误用情况,也就无法获取任何误用模式,从而无法检测

  • 突变覆盖率问题,如果在算子的变异当中没有产生错误,那该种错误模式也无法被学习,本文也举了例子,说到其变异算子会从源代码中寻找元素进行变异,如果未出现对应可能触发误用的元素,自然也就不会被覆盖到。

  • 测试套件问题,变异位置在测试套件中需要触发 killing relation,如果没有触发也就不会进入后期的分析环节,但这个并不代表其不存在误用的情况

安全学术圈招募队友-ing 
有兴趣加入学术圈的请联系 secdr#qq.com

原文始发于微信公众号(安全学术圈):香港大学 | 通过突变分析暴露库的API误用(ICSE 2019)

版权声明:admin 发表于 2023年5月14日 下午8:31。
转载请注明:香港大学 | 通过突变分析暴露库的API误用(ICSE 2019) | CTF导航

相关文章

暂无评论

您必须登录才能参与评论!
立即登录
暂无评论...