麻省理工学院发明漏洞自动修好系统

在本月计算机协会编程语言设计与实现会议上（Association for Computing Machinery's Programming Language Design and Implementation），麻省理工学院（mit）研究人员展示了一个新的系统，能够通过导入其他更为安全的应用程序功能，自动修复危险的软件漏洞。

漏洞自动修复系统：CodePhage

该系统称为CodePhage，它在自动“借用”其他程序的功能时并不需要获取源代码。因此，被导入程序（即Donor捐献者，后文简称D）的开发语言并不重要。一旦用于修复的代码导入至有漏洞的应用程序（即Recipient接收者，简称R）中，CodePhage可以提供一个更深层的分析，以确保漏洞被修复。

MIT 计算机科学与人工智能实验室（CSAIL）CodePhage开发负责人Stelios Sidiroglou-Douskos表示，

“在开源库中，我们有大量的源代码可供使用，这些数以百万计的项目以及大量规范相似的项目实现。随着时间的推移，你需要完成的就是从这些项目中获取最好的组件来构建CodePhage——这一混合系统。”

开始分析时，CodePhage需要两个样本值输入：一个会造成 R 崩溃，另一个则不会。一个称为DIODE的漏洞定位程序可自动生成引起崩溃（crash-inducing）输入。但用户仅仅认为是打开了一个特定文件而引发的崩溃事故。

系统运行过程

首先，CodePhage为 D 提供了一个不会引起崩溃的“安全”输入。然后跟踪 D 的执行操纵序列并使用符号表达式记录下它们，这里的符号表达式（symbolic expression，简称SE）是一串描述操作系统施加的逻辑约束符号。

在某些情况下，比如可能会检测 D 的输入是否小于某个阈值。如果结果是小于的，CodePhage将添加一个 SE 术语来表示该情况低于阈值。这里并不记录文件的实际大小，仅仅是通过检测施加限制约束。

接下来，CodePhage为 D 提供一个引起崩溃的输入。它再一次构建了一个SE来代表 D 执行的操作程序。但是当新的SE从旧的当中分离出时，CodePhage会中断其过程。这一偏差（divergence）就是了安全输入会遇到的约束而引起崩溃的输入不会遇见。因此，这可能是R安全检测所缺失的部分。

然后CodePhage分析 R 程序以寻找大多数 SE 所限制输入的位置，但不是全部。R能以不同的顺序执行不同的操作，而非完全按照施者所做的，同时可以储存不同形式数据。在这个过程之后，SE 描述了数据的状态，而非过程本身。

在每个标识的位置，CodePhage能够不受大部分 SE 的约束——同样适用 R。从第一个位置开始，CodePhage将仍然留在 R 程序语言中的少量约束转化成新代码，并将其插入源代码中。然后再次运行引起崩溃输入。

如果程序可以运行，则新代码解决了这个问题。如果没有，CodePhage会移动到R的下一个候选位置。如果项目依旧崩溃，即使在CodePhage已经尝试修复了所有候选位置之后，它仍会重返 D 程序，并继续建立 SE，直至找到下一个偏差。

自动化的未来

研究人员在发现漏洞的DIODE七个常见开源项目中测试了CodePhage，每个从 D 导入了两个到四个数量不等的漏洞修复。在所有情况下，CodePhage均能够修复漏洞代码，并且每个修复只需要二到十分钟时间。

安全检测占据了现代商业软件80%甚至更多的代码。研究者希望未来CodePhage的版本中可以实现自动检查并插入系统，从而大大减少软件开发者花费在繁重工作中的时间，解放程序员。

开发者之语

MIT计算机科学与工程教授Martin Rinard说，

“未来的愿景是，你再也不需要写一段别人曾写过的代码。这个系统能够发现代码，并无论是何种代码都能自动把它们连在一起，让你的程序运行起来。

借用另一个具有相似功能程序代码的技巧，并且用来修复一个基本上已经坏掉的程序，这是非常酷的过程。说实话，我很惊讶它竟然能够运行。”

Berger解释说，

“施者程序并不是相同的人写的。他们有不同的编码标准；对变量的命名也不同；使用完全不同的变量；这些变量可以是本地的；或者是更高的堆栈。CodePhage能够识别这些链接，并判断‘这些变量与这些变量有关联’。与器官捐赠相似，通过遗传密码的转移让个体更完美。它的工作原理及最终成果真的很令人惊讶，这非常酷。”

……