Skip to content
กลับไปยังผลการค้นหา

การวิเคราะห์โค้ดแบบสแตติก

ผู้เสนอ
David Engler and William Pugh
ปี
2001
ประเภท
automated analysis
กลุ่มวิธี
Code quality inspection

ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ

ขนาดตัวอักษร

ใช้ทำอะไร?

การวิเคราะห์โค้ดแบบสแตติกจะตรวจสอบซอร์สโค้ดโดยอัตโนมัติโดยไม่ต้องรันโปรแกรม เพื่อตรวจจับข้อบกพร่องที่อาจเกิดขึ้น ช่องโหว่ด้านความปลอดภัย โค้ดสเมลล์ (code smells) และการละเมิดรูปแบบการเขียนโค้ด (style violations) เครื่องมือวิเคราะห์อัตโนมัติซึ่งมี Engler และ Pugh (2001) เป็นผู้บุกเบิก ได้สแกนฐานโค้ดในวงกว้างเพื่อระบุรูปแบบข้อบกพร่องได้เร็วกว่าการตรวจสอบด้วยตนเอง องค์กรต่างๆ นำการวิเคราะห์แบบสแตติกมาใช้ในไปป์ไลน์การรวมระบบอย่างต่อเนื่อง (continuous integration pipelines) เพื่อป้องกันข้อบกพร่องตั้งแต่เนิ่นๆ

แนวคิดเบื้องหลังวิธีการ

ข้อบกพร่องจำนวนมากเป็นไปตามรูปแบบที่คาดการณ์ได้: การ dereference ตัวชี้ null (null pointer dereferences), การล้นบัฟเฟอร์ (buffer overflows), ตัวแปรที่ไม่ได้กำหนดค่าเริ่มต้น (uninitialized variables), การรั่วไหลของทรัพยากร (resource leaks), ข้อผิดพลาดเชิงตรรกะ แทนที่จะรอให้การทดสอบหรือการติดตั้งโปรแกรมเปิดเผยข้อบกพร่องเหล่านี้ เครื่องมือวิเคราะห์แบบสแตติกจะสแกนโค้ดหารูปแบบที่น่าสงสัยโดยไม่ต้องรันโปรแกรม เครื่องมือเหล่านี้ใช้กฎที่ได้เรียนรู้จากข้อบกพร่องจริงหลายพันรายการ เพื่อจับปัญหาทั่วไปโดยอัตโนมัติ

ประวัติศาสตร์

เครื่องมือวิเคราะห์แบบสแตติกยุคแรกๆ ในช่วงทศวรรษ 1980-1990 มุ่งเน้นไปที่การตรวจสอบแบบ lint อย่างง่าย (ตัวแปรที่ไม่ได้ใช้, โค้ดที่ไม่สามารถเข้าถึงได้) งานวิจัย EXtract ของ Engler (2001) เป็นผู้บุกเบิกการอนุมานรูปแบบข้อบกพร่องที่ปรับขนาดได้ (scalable defect pattern inference) FindBugs ของ Hovemeyer และ Pugh (2004) นำการวิเคราะห์แบบสแตติกที่ใช้งานได้จริงมาสู่ Java โดยค้นพบข้อบกพร่องจริงหลายพันรายการ เครื่องมือสมัยใหม่ (SonarQube, Checkmarx, Veracode) ผสมผสานเทคนิคการวิเคราะห์หลายอย่าง (taint, dataflow, symbolic execution) และรวมการตรวจสอบเฉพาะด้านความปลอดภัย การเรียนรู้ของเครื่อง (Machine learning) กำลังเพิ่มขีดความสามารถให้กับการวิเคราะห์ตามกฎมากขึ้นเรื่อยๆ

ควรใช้เมื่อใด

รวมการวิเคราะห์แบบสแตติกเข้ากับไปป์ไลน์การรวมระบบอย่างต่อเนื่อง (continuous integration pipelines) โดยรันทุกครั้งที่มีการ commit ใช้เป็นเกณฑ์คุณภาพด่านแรกก่อนการตรวจสอบโค้ดโดยมนุษย์ มีประสิทธิภาพสูงสุดสำหรับการวิเคราะห์ความปลอดภัย (ตรวจจับช่องโหว่การฉีดโค้ด (injection vulnerabilities), ข้อบกพร่องในการยืนยันตัวตน) และข้อบกพร่องในการจัดการทรัพยากร ใช้ด้วยความคาดหวังที่เป็นจริง: การวิเคราะห์แบบสแตติกมีความโดดเด่นในการค้นหาข้อบกพร่องบางประเภท (null pointers, resource leaks) แต่พลาดข้อบกพร่องประเภทอื่น (logic errors, performance problems)

ข้อจำกัดและข้อควรพิจารณา

  • อัตราผลบวกลวงสูง: ปัญหาที่ถูกแจ้งเตือนจำนวนมากไม่ใช่ข้อบกพร่องที่แท้จริง ทำให้เกิดความเหนื่อยล้าจากคำเตือน (alert fatigue)
  • ไม่สามารถเข้าใจตรรกะทางธุรกิจที่ซับซ้อน; พลาดข้อผิดพลาดเชิงตรรกะและข้อบกพร่องเชิงความหมาย (semantic bugs)
  • ถูกจำกัดด้วยการรองรับภาษาและเฟรมเวิร์ก; ภาษาเฉพาะทางหรือภาษาใหม่ๆ อาจขาดเครื่องมือที่ดี
  • ยากต่อการจำลองสถานะโปรแกรมที่เป็นไปได้ทั้งหมด; การวิเคราะห์แบบอนุรักษ์นิยม (conservative analysis) ทำให้เกิดผลบวกลวง; การวิเคราะห์แบบผ่อนปรน (permissive analysis) พลาดข้อบกพร่องที่แท้จริง

เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้

จุดแข็ง

  • การวิเคราะห์อัตโนมัติและปรับขนาดได้ (scalable) วิเคราะห์โค้ดหลายล้านบรรทัดได้ทันที
  • ค้นพบข้อบกพร่องตั้งแต่เนิ่นๆ (ในขั้นตอนการตรวจสอบโค้ด) ก่อนการติดตั้งหรือการเปิดเผยต่อผู้ใช้
  • ยอดเยี่ยมสำหรับการวิเคราะห์ความปลอดภัย: ตรวจจับช่องโหว่การฉีดโค้ด (injection vulnerabilities), การข้ามการยืนยันตัวตน (authentication bypasses), การใช้การเข้ารหัสที่ไม่เหมาะสม (encryption misuse)
  • ผลลัพธ์ที่เที่ยงตรงและทำซ้ำได้ (repeatable); ไม่มีการเอนเอียงหรือความเหนื่อยล้าของมนุษย์ส่งผลต่อการวิเคราะห์

การประยุกต์ใช้

  • การจับช่องโหว่ SQL injection ในเว็บแอปพลิเคชันเดิมก่อนการติดตั้ง โดยการสแกนจุดสร้าง query ฐานข้อมูลทั้งหมดเพื่อหาการไหลของข้อมูลที่ไม่น่าเชื่อถือ
  • การป้องกันการรั่วไหลของทรัพยากรในระบบสมองกลฝังตัว (embedded systems) โดยการตรวจจับการเปิด file handles และ network sockets โดยไม่มีการเรียก close() ที่สอดคล้องกัน
  • การบังคับใช้ข้อจำกัดทางสถาปัตยกรรม (architectural constraints) ในฐานโค้ดขนาดใหญ่ โดยการตรวจจับการพึ่งพาข้ามเลเยอร์ (cross-layer dependencies) ที่ไม่ได้รับอนุญาตระหว่างโมดูลของแอปพลิเคชัน
  • การเสริมความแข็งแกร่งด้านความปลอดภัยของซอฟต์แวร์อุปกรณ์ทางการแพทย์ โดยการระบุการใช้ API การเข้ารหัสที่ไม่ปลอดภัย (unsafe use of cryptographic APIs) และตรวจจับความลับที่ฝังในโค้ด (hardcoded secrets) ก่อนส่งเพื่อการรับรองตามกฎระเบียบ

วิธีการทำงาน

วิธีการทำงาน

1

รับซอร์สโค้ดจากระบบควบคุมเวอร์ชัน (version control) หรือการส่งโค้ดโดยตรง กำหนดภาษาเป้าหมาย (target language(s)) และขอบเขตการวิเคราะห์ (ฐานโค้ดทั้งหมด หรือเฉพาะไฟล์ที่เปลี่ยนแปลง)

2

แยกวิเคราะห์ซอร์สโค้ดเป็นโครงสร้างไวยากรณ์นามธรรม (abstract syntax trees - ASTs) หรือการแสดงผลระหว่างกลาง (intermediate representations - IRs) สร้างกราฟการไหลของตัวควบคุม (control flow graphs) และกราฟการพึ่งพาข้อมูล (data dependency graphs) เพื่อโครงสร้างโปรแกรม

3

ใช้การจับคู่รูปแบบ (pattern matching) และกฎเชิงความหมาย (semantic rules) เพื่อตรวจจับการละเมิด: การวิเคราะห์แบบ Taint (ติดตามการไหลของข้อมูลที่ไม่น่าเชื่อถือ), การตรวจสอบค่า null (ตรวจสอบว่าตัวแปรได้รับการกำหนดค่าก่อนใช้งาน), การติดตามทรัพยากร (ตรวจสอบว่าไฟล์/การเชื่อมต่อถูกปิดอย่างถูกต้อง)

4

จัดอันดับผลการค้นหาตามระดับความรุนแรงและความน่าเชื่อถือ กรองผลบวกลวง (false positives) โดยใช้ฮิวริสติก (heuristics) รวบรวมผลลัพธ์ตามประเภทปัญหาและระดับความรุนแรง

5

นำเสนอผลการค้นหาแก่ผู้พัฒนา: หนึ่งผลการค้นหาต่อหนึ่งตำแหน่งในโค้ด พร้อมคำอธิบายและข้อเสนอแนะในการแก้ไข รวมผลการค้นหาเข้ากับการตรวจสอบโค้ดและเกณฑ์คุณภาพ (quality gates)

ข้อผิดพลาดที่พบบ่อย

  • การเพิกเฉยต่ออัตราผลบวกลวงสูง; ผู้พัฒนาเพิกเฉยต่อคำเตือนจำนวนมาก ทำให้พลาดประเด็นที่แท้จริง
  • การปฏิบัติต่อผลการค้นพบจากการวิเคราะห์แบบสแตติกเสมือนเป็นข้อบกพร่องที่ต้องแก้ไขทันที; หลายอย่างเป็นการแลกเปลี่ยนทางการออกแบบ (design trade-offs) หรือผลบวกลวง
  • การใช้การวิเคราะห์แบบสแตติกเป็นเกณฑ์คุณภาพเพียงอย่างเดียว; มันจับข้อบกพร่องบางอย่างได้ดีเยี่ยม แต่พลาดข้อบกพร่องอื่นๆ ไปทั้งหมด
  • การไม่ปรับกฎให้เข้ากับบริบทของโปรเจกต์; ชุดกฎทั่วไปสร้างสัญญาณรบกวน (noise); การวิเคราะห์ที่มีประสิทธิภาพต้องการการปรับแต่ง

คำถามที่พบบ่อย

ฉันจะจัดการกับอัตราผลบวกลวงสูงในเครื่องมือวิเคราะห์แบบสแตติกได้อย่างไร?

ปรับแต่งการตั้งค่าเครื่องมือให้เข้ากับฐานโค้ดของคุณ: ปิดใช้งานกฎที่ไม่เกี่ยวข้อง ปรับเกณฑ์ความไว (sensitivity thresholds) ทำเครื่องหมายการละเมิดโดยเจตนาว่าเป็นผลบวกลวงในการตั้งค่าเครื่องมือ ระงับคำเตือนเฉพาะสำหรับบางกรณีเท่านั้น โดยมีเหตุผลประกอบที่บันทึกไว้ (ไม่ใช่ทั้งไฟล์) ใช้เครื่องมือหลายตัว (เสริมจุดแข็งซึ่งกันและกัน); ผลการค้นพบที่รายงานโดยสองเครื่องมือมีแนวโน้มที่จะเป็นจริงมากกว่า ลงทุนเวลาในการปรับเทียบเครื่องมือให้อยู่ในระดับสัญญาณรบกวนที่ยอมรับได้

การวิเคราะห์แบบสแตติกควรแทนที่การตรวจสอบโค้ดโดยมนุษย์หรือไม่?

ไม่ การวิเคราะห์แบบสแตติกและการตรวจสอบโดยมนุษย์เป็นส่วนเสริมซึ่งกันและกัน การวิเคราะห์แบบสแตติกมีความโดดเด่นในข้อบกพร่องตามรูปแบบ (null pointers, resource leaks, injection); มนุษย์มีความโดดเด่นในด้านตรรกะ สถาปัตยกรรม และความสามารถในการอ่าน การปฏิบัติที่มีประสิทธิภาพ: การวิเคราะห์แบบสแตติกรันโดยอัตโนมัติ แก้ไขปัญหาที่ชัดเจน; ผู้ตรวจสอบที่เป็นมนุษย์มุ่งเน้นไปที่ตรรกะ การออกแบบ และปฏิสัมพันธ์ที่ซับซ้อน เมื่อทำงานร่วมกัน พวกเขาจะจับข้อบกพร่องได้มากกว่าที่ทำได้เพียงวิธีใดวิธีหนึ่ง

ข้อบกพร่องประเภทใดที่การวิเคราะห์แบบสแตติกสามารถตรวจจับได้อย่างน่าเชื่อถือ?

การวิเคราะห์แบบสแตติกมีความโดดเด่นใน: การ dereference ตัวชี้ null, การล้นบัฟเฟอร์, การรั่วไหลของทรัพยากร, การใช้ตัวแปรที่ไม่ได้กำหนด, ช่องโหว่ format string, SQL injection (ผ่าน taint analysis), การล้นจำนวนเต็ม (integer overflows) มันมีปัญหาในการจัดการกับ: ข้อผิดพลาดเชิงตรรกะ, ข้อบกพร่องเกี่ยวกับการทำงานพร้อมกัน (concurrency bugs - race conditions), ปัญหาด้านประสิทธิภาพ, การใช้ API ที่ไม่เหมาะสม (หากไม่มีข้อกำหนดที่ชัดเจน), จุดอ่อนด้านการเข้ารหัส (ขึ้นอยู่กับบริบท)

ฉันสามารถใช้การวิเคราะห์แบบสแตติกสำหรับการตรวจสอบโค้ดด้านความปลอดภัยได้หรือไม่?

ใช่ ในฐานะการตรวจสอบเบื้องต้น เครื่องมือ SAST (static application security testing) ถูกออกแบบมาเพื่อตรวจจับช่องโหว่ ผสมผสานกับการทดสอบแบบไดนามิก (dynamic testing), การทดสอบเจาะระบบ (penetration testing) และการตรวจสอบโดยผู้เชี่ยวชาญที่เป็นมนุษย์ เพื่อความครอบคลุมด้านความปลอดภัย ไม่มีวิธีใดวิธีหนึ่งที่เพียงพอ; แนวทางแบบหลายชั้น (SAST + DAST + manual) ให้ความครอบคลุมที่ดีที่สุด การวิเคราะห์แบบสแตติกเพียงอย่างเดียวพลาดช่องโหว่ที่ขึ้นอยู่กับบริบทและการโจมตีที่ซับซ้อน

วิธีการที่เกี่ยวข้อง

แหล่งอ้างอิง

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

    เปิดเอกสารอ้างอิงสิ่งพิมพ์
    คัดลอกแล้ว
  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).

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

    เปิดเอกสารอ้างอิง DOI
    คัดลอกแล้ว