[論文レビュー] RIGORITYJ: Deployment-quality Detection of Java Cryptographic Vulnerabilities

Sazzadur Rahaman, Ya Xiao+4 more|arXiv (Cornell University)|Jun 18, 2018

Advanced Malware Detection Techniques被引用数 3

ひとこと要約

RIGORITYJ は、不要なコード要素を体系的に削除することで誤検出を低減する、デプロイ用途に適した静的解析ツールであり、Java プログラムにおける暗号脆弱性を検出する。DHS SWAMP や Synopsys Coverity といった商用ツールを上回るカバレッジと整合性を達成し、Apache プロジェクトにおいては 2.34% の誤検出率を達成。Spark や Ranger といった重要なオープンソースシステムの実際の強化に貢献した。

ABSTRACT

Cryptographic API misuses threaten software security. Examples include exposed secrets, predictable random numbers, and vulnerable certificate verification. Our goal in this work is to produce deployment-quality program analysis tools for automatically inspecting various cryptographic API uses in complex Java programs. The main challenge is how to reduce false positives (FP) without compromising analysis quality. Unfortunately, state-of-the-art solutions in this space were not designed to be deployment-grade and did not address this issue. Our main technical innovation is a set of algorithms for systematically removing irrelevant elements (from program slices) to reduce false alerts. We compared the detection capability of our tool, RIGORITYJ with popular commercial tools (e.g., DHS SWAMP and Synopsys Coverity) which shows that RIGORITYJ offers more coverage and soundness than all of them. Our evaluation on 46 high-impact large-scale Apache projects and 6,181 Android apps, which generates many security insights. We observed violations for most of our 16 rules. 96\% of the Android vulnerabilities come from the libraries. There is a widespread insecure practice of storing plaintext passwords. We manually went through the 2,008 Apache alerts and confirmed 1,961 true positives (2.34% FP rate). We contacted Apache with our security findings. This helped multiple popular Apache projects to harden their code, including Spark, Ranger, and Ofbiz. We also discuss the pragmatic constraints that hinder secure coding.

研究の動機と目的

• 実用的デプロイ用途に適した静的解析ツールを開発し、Java プログラムにおける暗号 API の誤用を最小限の誤検出で検出すること。
• 既存ツールの重大な制限に取り組むこと。これらは生産環境向けに設計されておらず、誤検出率が高いため。
• 分析スライスから影響しないプログラム要素を体系的に除去することで、検出精度を向上させること。
• 実世界の大規模なソフトウェアシステムを対象にツールを評価し、実用的影響を示すこと。
• オープンソースおよび Android アプリケーションにおける広範な不正なコーディング慣行を特定・報告すること。

提案手法

• ツールは暗号操作に焦点を当てたプログラムスライスを構築し、文脈に敏感なトレイスベースの解析を用いて不要なコードパスを除去する。
• 影響しない暗号的動作に寄与しないコードセグメントを削除するための複数のプルーニングヒューリスティクスを適用し、ノイズを低減する。
• 正確なトレイス追跡と制御・データフローフローライズを統合し、関連する暗号操作のみを隔離する。
• 16 個のカスタムセキュリティルールを備えたルールベースのシステムを用い、一般的な暗号のアンチパターンをターゲットにする。
• Apache プロジェクトや Android アプリのような大規模なコードベースを処理できるように、スケーラビリティを最適化する。
• Apache プロジェクトからの 2,008 件のアラートを手動でトライアージして検証した結果、高い正確性が確認された。

実験結果

リサーチクエスチョン

• RQ1 静的解析ツールは、実世界の Java アプリケーションにおける暗号脆弱性を検出する際に、高い正確性と低い誤検出率を達成できるか？
• RQ2 RIGORITYJ の性能は、DHS SWAMP や Synopsys Coverity といった商用ツールと比較して、カバレッジと整合性の観点でどうなるか？
• RQ3 大規模なオープンソースおよび Android プロジェクトに見られる一般的な暗号脆弱性は何か？
• RQ4 生産コードにおける暗号脆弱性の多くが、アプリケーション論理ではなくライブラリ使用に起因する程度はどの程度か？
• RQ5 実際の開発者が安全な暗号コードを書くのを妨げる実用的制約は何か？

主な発見

• RIGORITYJ は Apache プロジェクトの 2,008 件のアラートにおいて 2.34% の誤検出率を達成し、1,961 件が真の陽性と確認された。
• ツールは、アプリケーションコードではなく不正なライブラリ使用が原因で、96% の Android アプリに暗号脆弱性を検出。
• 複数のプロジェクトにわたり、平文のパスワードを格納する広範な慣行が特定された。
• RIGORITYJ の検出能力は、DHS SWAMP や Synopsys Coverity といった商用ツールを上回り、カバレッジと整合性の両面で優れていた。
• Apache にセキュリティの報告がなされ、Spark や Ranger、Ofbiz といった重要なシステムの強化が実現した。
• 研究では、利用可能なガイドラインにもかかわらず暗号ベストプラクティスへの従いが不十分であるという、根本的なセキュアコーディングの課題が明らかになった。