[论文解读] PAPS: A Scalable Framework for Prioritization and Partial Selection of Security Requirements

Davoud Mougouei|arXiv (Cornell University)|Jun 1, 2017

Advanced Software Engineering Methodologies被引用 6

一句话总结

该论文提出PAPS，一种可扩展的、基于目标的框架，通过模糊推理和RELAX-ation技术处理资源约束，实现对安全需求的优先级排序和部分选择。通过允许对低优先级需求进行部分满足而非完全忽略，PAPS减少了未被关注的漏洞，并缓解了软件系统中的级联安全风险。

ABSTRACT

Owing to resource constraints, the existing prioritization and selection techniques for software security requirements (countermeasures) find a subset of higher-priority security requirements ignoring lower-priority requirements or postponing them to the future releases. Ignoring or postponing security requirements however, may on one hand leave some of the security threats (vulnerabilities) unattended and on the other hand influence other security requirements that rely on the ignored or postponed requirements. To address this, we have proposed considering partial satisfaction of security requirements when tolerated rather than ignoring those requirements or postponing them to the future. In doing so, we have contributed a goal-based framework that enables prioritization and partial selection of security requirements with respect to security goals. The proposed framework helps reduce the number of ignored (postponed) security requirements and consequently reduce the adverse impacts of ignoring security requirements in software products.

研究动机与目标

• 解决现有软件安全需求优先级排序与选择技术的局限性，这些技术通常因资源约束而忽略或推迟低优先级需求。
• 通过允许对安全需求进行部分满足而非完全省略或未来推迟，减少未被关注的安全威胁数量。
• 通过引入部分性与基于目标的建模，提升安全需求优先级排序的精确性与可扩展性。
• 开发一种框架，支持基于模糊逻辑和形式化松弛条件的优先级排序与松弛满足。
• 通过在在线银行系统（OBS）上的应用验证该框架，并证明其在减少被忽略需求引发的安全风险方面的有效性。

提出的方法

• PAPS框架包含两个阶段：Pre-PAS阶段，使用安全需求模型（SRM）和基于目标的技术对安全需求进行建模、描述与分析。
• SRM通过KAOS与RELAX语言的组合进行形式化描述，部分性通过满意度度量的模糊形式化来捕捉。
• 使用模糊推理系统（FIS）基于影响、成本和技术能力计算语言优先级值，经去模糊化后得到数值优先级分数。
• 通过调整其满足条件使安全需求实现部分满足，应用公式：最大化 μ(Vi − (RDSi × OVi))，其中RDSi为所需满足程度，OVi为最优值。
• 对每个需求应用RELAX-ation，生成松弛值（例如，[complexity] 尽可能接近 0.36×OV6），实现部分选择。
• 最终的安全需求列表（SRL）包含已优先排序和松弛化的需求，其部分满足水平由去模糊化的模糊隶属度值确定。

实验结果

研究问题

• RQ1 在处理大量需求时，如何实现安全需求优先级排序的可扩展性与精确性？
• RQ2 与完全省略或推迟相比，对安全需求进行部分满足能在多大程度上减少未被关注的漏洞数量？
• RQ3 如何有效结合模糊逻辑与RELAX-ation，以建模和管理安全需求的部分性？
• RQ4 部分选择对软件系统整体安全态势有何影响，特别是在缓解级联漏洞方面？
• RQ5 基于目标的框架如PAPS能否有效平衡成本、影响与技术可行性，实现安全需求的选择？

主要发现

• PAPS框架通过RELAX-ation实现部分满足，成功减少了被忽略或推迟的安全需求数量。
• 在在线银行系统（OBS）中，12项安全需求被优先排序并进行了RELAX-ation，具体松弛值如R6的[complexity]尽可能接近0.36×OV6。
• 模糊推理系统生成的去模糊化优先级分数指导了松弛满足水平，隶属度函数在满足条件最接近松弛目标时达到最大值。
• 该框架通过处理非平凡数量的需求（案例研究中为12项）展现出可扩展性，且无需像AHP那样进行大量两两比较。
• 通过允许部分满足，PAPS缓解了因忽略需求间关键依赖关系而引发的级联漏洞风险。
• 在OBS案例研究中的验证结果表明，PAPS通过确保即使低优先级需求也能部分贡献于系统安全，从而减少了未被关注的安全威胁。