Skip to content
Torna ai risultati

Analisi statica del codice

Introdotto da
David Engler and William Pugh
Anno
2001
Tipo
automated analysis
Famiglia
Code quality inspection

Questo testo è una traduzione automatica e non è ancora stato revisionato. Leggi l’originale in inglese

Dimensione del carattere

A cosa serve?

L'analisi statica del codice esamina automaticamente il codice sorgente senza esecuzione, rilevando potenziali bug, vulnerabilità di sicurezza, code smell e violazioni dello stile.

Inaugurati da Engler e Pugh (2001), gli strumenti di analisi automatizzata scansionano codebase su larga scala, identificando pattern di difetti più velocemente della revisione manuale. Le organizzazioni integrano l'analisi statica nelle pipeline di integrazione continua per prevenire i difetti precocemente.

L’intuizione alla base del metodo

Molti bug seguono pattern prevedibili: dereferenziazioni di puntatori nulli, buffer overflow, variabili non inizializzate, perdite di risorse, errori logici. Piuttosto che attendere il testing o il deployment per esporli, gli strumenti di analisi statica scansionano il codice alla ricerca di pattern sospetti senza eseguirlo. Gli strumenti applicano regole apprese da migliaia di difetti reali, cogliendo automaticamente problemi comuni.

Storia

I primi strumenti di analisi statica negli anni '80-'90 si concentravano su semplici controlli in stile 'lint' (variabili non utilizzate, codice irraggiungibile). La ricerca EXtract di Engler (2001) ha aperto la strada all'inferenza scalabile di pattern di difetti. FindBugs di Hovemeyer e Pugh (2004) ha portato l'analisi statica pratica in Java, scoprendo migliaia di difetti reali. Gli strumenti moderni (SonarQube, Checkmarx, Veracode) combinano molteplici tecniche di analisi (taint, dataflow, esecuzione simbolica) e integrano controlli specifici per la sicurezza. Il machine learning aumenta sempre più l'analisi basata su regole.

Quando usarlo

Integrare l'analisi statica nelle pipeline di integrazione continua, eseguendola su ogni commit. Utilizzare come primo quality gate prima della revisione umana del codice. Più efficace per l'analisi di sicurezza (rilevamento di vulnerabilità di injection, falle di autenticazione) e bug di gestione delle risorse. Usare con aspettative realistiche: l'analisi statica eccelle nel trovare alcune classi di bug (puntatori nulli, perdite di risorse) ma ne manca altre (errori logici, problemi di performance).

Limiti e considerazioni

  • Alti tassi di falsi positivi: molti problemi segnalati non sono veri difetti, causando affaticamento da allerta
  • Non può comprendere la logica di business complessa; manca errori logici e bug semantici
  • Limitata dal supporto di linguaggio e framework; linguaggi specializzati o nuovi potrebbero mancare di buoni strumenti
  • Difficile modellare tutti i possibili stati del programma; l'analisi conservativa produce falsi positivi; l'analisi permissiva manca veri bug

Le condizioni della fonte non sostituiscono una revisione scientifica indipendente né la validazione da parte di un motore di analisi.

Punti di forza

  • Automatizzata, scalabile analisi che scala a milioni di righe di codice istantaneamente
  • Trova difetti precocemente (nella fase di revisione del codice), prima del deployment o dell'esposizione all'utente
  • Eccellente per l'analisi di sicurezza: rileva vulnerabilità di injection, bypass di autenticazione, uso improprio della crittografia
  • Risultati oggettivi e ripetibili; nessun bias umano o affaticamento che influenzi l'analisi

Applicazioni

  • Catturare vulnerabilità di SQL injection in applicazioni web legacy prima del deployment scansionando tutti i siti di costruzione di query al database alla ricerca di flussi di dati non attendibili
  • Prevenire perdite di risorse in sistemi embedded rilevando handle di file e socket di rete aperti senza chiamate close() corrispondenti
  • Imporre vincoli architetturali in codebase di grandi dimensioni rilevando dipendenze inter-strato non autorizzate tra moduli applicativi
  • Indurimento della sicurezza del software di dispositivi medici identificando l'uso insicuro di API crittografiche e rilevando segreti hardcoded prima della presentazione per la certificazione normativa

Come funziona

Come funziona

1

Ottenere il codice sorgente nel controllo di versione o come invii diretti. Determinare la/le lingua/e target e l'ambito dell'analisi (intera codebase o solo file modificati).

2

Analizzare il codice sorgente in alberi di sintassi astratta (AST) o rappresentazioni intermedie (IR). Costruire grafi di flusso di controllo e grafi di dipendenza dei dati per la struttura del programma.

3

Applicare pattern matching e regole semantiche per rilevare violazioni: analisi di taint (tracciamento dei flussi di dati non attendibili), controlli null (assicurando che le variabili siano inizializzate prima dell'uso), tracciamento delle risorse (assicurando che file/connessioni siano correttamente chiusi).

4

Classificare i risultati per gravità e confidenza. Filtrare i falsi positivi utilizzando euristiche. Aggregare i risultati per tipo di problema e livello di gravità.

5

Presentare i risultati agli sviluppatori: un risultato per posizione di codice, con spiegazione e suggerimenti di rimedio. Integrare i risultati nella revisione del codice e nei quality gate.

Errori comuni

  • Ignorare alti tassi di falsi positivi; gli sviluppatori ignorano alluvioni di avvisi, perdendo problemi genuini
  • Trattare i risultati dell'analisi statica come bug che richiedono una correzione immediata; molti sono compromessi di progettazione o falsi positivi
  • Utilizzare l'analisi statica come unico quality gate; cattura eccellentemente alcuni bug ma ne manca completamente altri
  • Mancanza di calibrazione delle regole al contesto del progetto; set di regole generici generano rumore; un'analisi efficace richiede personalizzazione

Domande frequenti

Come gestisco gli alti tassi di falsi positivi negli strumenti di analisi statica?

Calibrare la configurazione dello strumento sul proprio codebase: disabilitare regole irrilevanti, regolare le soglie di sensibilità, contrassegnare violazioni intenzionali come falsi positivi nella configurazione dello strumento. Sopprimere gli avvisi solo per istanze specifiche con giustificazione documentata (non interi file). Utilizzare più strumenti (punti di forza complementari); i risultati riportati da due strumenti sono più probabilmente veri. Investire tempo nella calibrazione degli strumenti a livelli di rumore accettabili.

L'analisi statica dovrebbe sostituire la revisione umana del codice?

No. L'analisi statica e la revisione umana sono complementari. L'analisi statica eccelle nei bug basati su pattern (puntatori nulli, perdite di risorse, injection); gli umani eccellono nella logica, architettura e leggibilità. Pratica efficace: l'analisi statica viene eseguita automaticamente, correggendo problemi ovvi; i revisori umani si concentrano su logica, design e interazioni complesse. Insieme, catturano più difetti di quanto farebbe uno dei due da solo.

Quali tipi di bug può rilevare in modo affidabile l'analisi statica?

L'analisi statica eccelle in: dereferenziazioni di puntatori nulli, buffer overflow, perdite di risorse, uso di variabili non definite, vulnerabilità di stringhe di formato, SQL injection (tramite analisi di taint), overflow interi. Fatica con: errori logici, bug di concorrenza (race condition), problemi di performance, uso improprio di API (senza specifiche esplicite), debolezze crittografiche (dipendenti dal contesto).

Posso usare l'analisi statica per la revisione del codice di sicurezza?

Sì, come primo passaggio. Gli strumenti SAST (Static Application Security Testing) sono progettati per il rilevamento di vulnerabilità. Combinare con test dinamici, penetration testing e revisione umana esperta per una sicurezza completa. Nessun singolo metodo è sufficiente; approcci stratificati (SAST + DAST + manuale) forniscono la migliore copertura. L'analisi statica da sola manca vulnerabilità dipendenti dal contesto e attacchi sofisticati.

Metodi correlati

Fonti

  1. Chess, B., & West, J. (2007). Secure Programming with Static Analysis. Addison-Wesley Professional.

    Apri il riferimento della pubblicazione
    Copiato.
  2. Engler, D., Chen, D. Y., Hallem, S., Chou, A., & Chelf, B. (2001). Bugs as deviant behavior: A general approach to inferring errors in systems code. In Proceedings of the 18th ACM Symposium on Operating Systems Principles (pp. 57–72).

    Apri il riferimento DOI
    Copiato.
  3. Hovemeyer, D., & Pugh, W. (2004). Finding bugs is easy. ACM SIGSOFT Software Engineering Notes, 29(6), 1–8.

    Apri il riferimento DOI
    Copiato.