NDSS'24 Towards Precise Reporting of Cryptographic Misuses 论文解读
这是一篇分析静态分析检测器目前存在缺陷的文章，深入分析三种检测器（CryptoGuard、 CogniCrypt-SAST、CryptoREX）实现原理，（前两个工具针对Java代码，而后一个工具主要是对嵌入式固件）分析误用警报与实际漏洞之间的差距，阐明提高误用检测器精度和可用性的可能方向。
同时将可避免的误报提炼成捕获其根本原因的高级模式，并讨论可以提高误用结果准确性的设计、评估和报告策略。
为了证明这些误报模式和改进方向的普遍性，我们还研究了流行的行业检测器和动态检测器，并讨论了一些误报模式如何适用和不适用它们。
在本文中，我们从技术上深入探讨了密码滥用检测器中的误报问题，并讨论了其根本原因以及解决这些问题的可能方法。本文的主要目标是对什么被视为误用（和漏洞）提出更细致和更平衡的说明，调查开发人员编写检测器认为误用的代码的原因，并在提高精确度方面确定可能的改进方向。
论文总结检测器产生误报的原因：
过于保守的滥用规则
不精确的建模
检测器本身的实现错误
论文的贡献：
我们重新审视了加密 API 滥用的学术静态检测器，并用经验证据证明，尽管相应论文暗示了精确性，但仍然存在许多误报。这表明在精确检测和报告加密滥用方面还有很大的改进空间。
对于建模和实现问题的子集，我们改进检测器以估计数据集中产生的误报的规模。我们将改进的版本包含在我们公开发布的工件中，这可能对其他研究有用。
根据观察到的误报，我们提炼出高级根本原因模式，并讨论了使误用检测器对开发人员更可用的挑战以及可能的改进。
根据实际应用程序代码中发现的误报，我们准备了一系列最小工作示例（MWE），可以说明现有检测器中的问题。为了促进未来的研究，这些 MWE 也包含在我们公开发布的工件中。
CryptoGuard 检查 16 条规则。有些规则与 CryptoLint 非常相似，但CryptoGuard 的目标是 Java API 中的更多类。根据 CryptoGuard 论文，他们的规则对应 5 种类型的攻击：规则 1-3 涵盖可预测的秘密，规则 4-7 涵盖中间人（MITM），规则 8-9 涵盖可预测性攻击，规则 10-规则12涵盖选择明文攻击，规则1316涵盖暴力攻击。在底层，CryptoGuard 基于 Soot 框架执行按需数据流分析。它以流、上下文和字段敏感的方式实现前向和后向切片，并针对 Java API 的某些类使用的特定参数作为切片标准。它跟踪过程内程序语句之间的定义使用关系，以及不同方法之间的过程间调用者被调用者关系。
方法论
在本文中，我们考虑两种类型的误报：误报（FP）和无效的真报（ITP）。 FP 是指由检测器中实施的静态分析的错误和其他限制引起的误报。相比之下，从程序分析的角度来看，ITP 被认为是真正的阳性，其中误用检测器检测到它旨在检测的模式，尽管由于误用的设计，它检测到的内容可能并不总是对开发人员有帮助（即无效）规则和模型。
为了测试针对 Java 的检测器（即 CryptoGuard 和 CogniCryptSAST），我们在从 F-Droid [32] 收集的 3489 个开源 Android 应用程序的数据集上运行它们。选择 F-Droid 而不是 Google Play 的优点是能够看到未混淆的源代码，使我们更容易理解某些报告的滥用行为的背景。
对于 CryptoREX，我们尝试下载 1437 个固件映像（每个产品 1 个版本），并成功从 6 个供应商收集了 1177 个固件映像（Netgear：573、D-link：469、Linksys：52、Zyxel：46、TPLink：33、Tomato：4） ）。然后我们在它们上运行 CryptoREX。
我们注意到，目前不存在误报预言机，并且误用检测器的差异测试[33]很困难，因为它们具有不同的目标、规则和报告，无法直接比较。因此，在本文中，我们在分析中采用两阶段方法。首先，我们对检测器报告的一些误用进行采样并手动分析，并确定此类报告的根本原因和性质。然后，对于一些误报，我们改进检测器模型或实现，并再次运行检测器以估计它们在数据集中的总体分布。
对于手动分析，鉴于误操作警报的数量庞大以及根本原因分析的劳动强度，不可能涵盖所有报告的误操作。为了便于采样，我们根据报告的误用数据（例如某些常量值）以及类和方法名称（CryptoGuard 和 CogniCryptSAST）或文件、函数名称和地址（CryptoREX）合并每个规则的误用警报。这很有帮助，因为许多第三方库在应用程序和固件之间重复使用，并且大多数误用警报是由第三方库代码触发的 [1]、[34]。然后，我们根据合并后应用程序（和固件）中发生的误用情况对合并后的误用进行排名。接下来，我们检查前 10 个违规方法（函数），因为它们影响最多数量的应用程序（系统）。
然后，根据误用数据的值，我们挑选并检查可能是错误的其他警报。
每个检测器的根本原因分析由一位作者独立进行，分析结果由其他作者检查和讨论。然后，作者通过debloating现实世界的代码来准备一个代表性的最小工作示例（MWE），以证明检测器中发现的误报的存在和根本原因。所报告和抽样的滥用总数的概述可在附录 A-A 中找到。在以下部分中，我们将介绍高级别的误报模式，并按其根本原因进行分组，并提供一些代表性示例。附录 B 解释了如何访问我们公开发布的工件。
