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
Legend panda：数字资产平台在网络和系统架构上面临安全问题:据官方消息，Legend panda技术团队于11月6日在成都与阿里云技术专家针对数字资产管理平台和区块链系统常见的安全问题进行交流。Legend panda技术团队展示了其现有产品和存在问题，希望通过沟通得到改善。阿里云技术专家针对问题介绍其针对区块链和数字资产平台的解决方案和安全工具，如何利用阿里云高效、安全地构建一套具有高可用架构的系统。通过不同的工具结合和不同的解决方案，解决遇到的各种问题。
据悉，Legend Panda是垂直于提供企业级区块链解决方案和服务的公司。[2020/11/11 12:19:12]
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。
杨平：中心化交易平台最大的问题是信任、隐私以及安全问题:9月28日，前welins中国区总裁杨平教授出席了IC-1101基金会发展论坛首届峰会，并发表了《IC平台的价值与远景》主旨演讲。他表示：中心化交易平台最大的问题是信任、隐私以及安全问题，IC-1101交易平台通过区块链技术手段解决以上问题。IC作为IC-1101平台通证，将更好赋能平台生态，打造生态闭环。[2020/9/28]
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。?
动态 | IBM将利用区块链技术解决无人机安全问题:据ccn报道，美国专利商标局（USPTO）周四公布的文件中显示，IBM已申请了一项系统专利，该系统将使用分布式账本技术（DLT）来解决与商用和娱乐应用中无人机使用量增加相关的隐私和安全问题。在专利申请中，作者详述了区块链分类账如何用于存储与无人驾驶飞行器（UAV）飞行相关的数据，“特别是当安全风险被认为相对较高时”，确保空域管制员和监管机构可以监督无人机。[2018/9/21]
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。
LEXEL链锁数字身份认证技术或可以解决数字资产安全问题:今天EOS被盗200万枚代币，近期数字资产安全问题频出，成为区块链行业最大痛点，对标银行账户交易，数字身份认证技术可以解决区块链上的安全问题，真正确保数字资产安全。以数字证书为核心的加密技术可以对网络上传输的信息进行加密和解密、数字签名和签名验证，确保网上传递信息的安全性、完整性。使用了数字证书，即使发送的信息在网上被他人截获，甚至丢失了个人的账户、密码等信息，仍可以保证账户、资金安全，简单来说就是保障你在网上交易的安全。LEXEL数字安全认证技术将有效解决币圈交易安全问题。[2018/6/14]
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。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。