LTC:安全問題頻現，程序分析如何提前捕獲安全漏？_什么是比特幣

如果你對區塊鏈技術感興趣的話，可能聽說過很多攻擊者利用程序代碼中的漏洞而導致的大量資金被盜事件。例如，2016年臭名昭著的DAO攻擊事件，攻擊者利用一個名叫「重入」的漏洞超額提取了他們原本所能提取的資金。另一個更近期的事件是閃電貸攻擊，發生于2022年4月17日，造成1.82億美元的資金損失。雖然所有攻擊都源于底層源代碼的安全漏洞，但好消息是現在已經有能夠檢測此類漏洞的程序分析技術。在接下去的幾篇博文中，我們會解釋程序分析是什么，以及它如何幫助在部署前捕獲安全漏洞。

程序分析簡介

萊特幣（LTC）已完成減半，區塊獎勵降至6.25LTC:金色財經報道，數據顯示，萊特幣（LTC）已于區塊高度2,520,000 處完成減半，區塊獎勵正式從12.5LTC減半為6.25LTC。[2023/8/2 16:14:20]

程序分析指的是一類用于檢測程序中安全漏洞的技術。程序分析有兩種主要形式，動態和靜態。動態程序分析的目標是通過執行程序來檢測問題，而靜態程序分析則無需運行程序本身就可以對源代碼進行分析。然而，在這些技術之中，只有靜態分析能夠確保程序中不存在漏洞。相反，不同于靜態分析，動態分析能證明問題的存在，它并不能夠證明漏洞并不存在。

兩巨鯨過去兩日內共解質押32790枚GMX，并拋售29750枚:金色財經報道，據Lookonchain監測，兩個巨鯨地址在過去兩日內共解質押32790枚GMX（約270萬美元），并拋售29750枚GMX（206萬美元）。

其中0x191e開頭巨鯨解質押16565枚GMX（約118萬美元)并以69.52美元的價格拋售13525枚GMX（約94萬美元），該巨鯨從2022年7月12日到8月14日以35.51美元的價格購買了16,565枚GMX，目前還持有3040枚GMX（21.1萬美元），利潤約為56.4萬美元；0x2aa6開頭巨鯨解質押17224枚GMX（約121萬美元)并以67.26美元的價格拋售17226枚GMX（約116萬美元），該巨鯨從2022年9月3日到11月11日以44.77美元的價格購買了18176枚GMX，總利潤約為42.4萬美元。[2023/5/4 14:42:15]

乍一看，靜態分析聽起來似乎很神秘：表面看來，靜態分析似乎違反了一個被總結為萊斯定理「Rice'stheorem」的基本原則，該定理聲稱程序的每一個非平凡性質都是不可判定的。在此，語義屬性是關于程序行為的屬性，而非平凡性質是指只有某些程序擁有而其他程序沒有的性質。與我們手頭話題更相關的是，安全漏洞的存在是非平凡性質的一個典型例子。因此，關于「這個程序是否存在安全漏洞」這一問題，萊斯定理告訴我們沒有一個算法能夠終結并準確回答這一問題。?

印度央行行長：與印度政府就包括加密貨幣在內的問題進行交談:6月8日消息，印度央行行長沙克蒂坎塔·達斯表示，與印度政府就包括加密貨幣在內的問題進行交談。[2022/6/8 4:10:40]

那么，靜態分析的可行性源自哪里呢？答案藏于以下的觀察：沒錯，沒有一個算法能夠準確地給出是或否，但可以有一個算法在程序有安全漏洞時總是會回答「是」，在程序沒有安全漏洞時算法有時可能也會回答「是」。換句話說，只要我們愿意容忍一些誤報，我們就可以繞過賴斯定理和不可判定性。

靜態分析原理

億萬富翁Bill Miller：比特幣是抵御金融災難的“保險”:金色財經報道，5月24日，Miller在播客“Richer, Wiser, Happier”的一集節目中表示支持比特幣，認為它是陷入沖突的人仍然可以獲取金融產品的一種手段。他以2021年8月美國撤軍后阿富汗金融基礎設施的崩潰為例，當美國從阿富汗撤軍時，西聯匯款停止向阿富汗匯款，也不再從阿富汗接受匯款，但如果你有比特幣，你就沒事。你的比特幣就在那里。如果你有手機，你可以發送給世界上任何一個人。

Miller表示，比特幣如何發揮保險作用的例子并不“必須是全有或全無”，并指出了比特幣在新冠疫情大流行早期階段的表現和美聯儲對它的反應。當被問及他是否仍持有比特幣時，Miller證實他的資金約“40% - 50%”投資于亞馬遜股票，他持有的比特幣“與亞馬遜股票大致相同”，并補充說他的凈資產的80%分配在這兩種資產之間。（cointelegraphcn）[2022/5/27 3:45:17]

讓我們以高一維度的視角來看看靜態分析是如何運作的。靜態分析的基本原理是將程序所處的狀態集合進行過近似「over-approximate」。我們將程序狀態視為從變量到值的映射。一般來說，不存在一個算法能夠明確也許是執行某一程序引起的確切程序狀態集。但可以近似該集合，如下圖所示：

此處，藍色的不規則形狀對應在執行某些程序時可能出現的實際狀態集，紅色區域對應預示錯誤或安全漏洞的「壞狀態」。由于不可判定性，永遠沒有一個算法能夠準確表明藍色區域到底是什么，但是我們能設計一個算法以系統性的方式過近似這個藍色區域，如上面常規綠色區域所示。只要綠色和紅色的交集為空，我們就有證據證明程序沒有做壞事。然而，如果我們的過近似不夠不準確，可能會使得紅色區域重疊，即使藍色和紅色區域的交集依舊為空，如下圖所示：

這種情況會導致所謂的「誤報」，由于分析與真實問題不相應而報告的虛假錯誤。一般而言，靜態分析的圣杯是構造過近似，即過近似足夠準確因此我們在實際中不會獲得很誤報過近似的計算足夠有效率，因此分析可擴展到我們所關心的現實世界的程序。

附帶說明一下，還可以設計靜態分析算法來近似如下所示的程序行為：

在此情況下，綠色區域包含在藍色區域內，和另一種方式正好相反。這種分析是不可靠的，意味著可能會漏掉真正的程序錯誤：正如我們在上圖所看到的那樣，綠色和紅色的交集為空，因此即使程序真的存在漏洞，分析也不會報告問題。這會導致所謂的假陰性，真正的漏洞被靜態分析給遺漏了。

大體來說，如果我們想獲得可證明的安全性，我們會想要可靠的從來不會有誤報的靜態分析器，同時還需要足夠精確，在實踐時不會報告太多誤報。然而，好消息是，幾十年的正統研究表明設計這樣的靜態分析器有可能的。下篇博文，我們會更詳細地介紹靜態分析器具體是如何運作的！

總結

程序分析是一種有效的能夠捕捉各種程序中安全漏洞的技術，包括區塊鏈應用程序。此外，可靠的靜態分析器的過近似程序行為能確保整個類別中不存在漏洞。

Tags：GMX比特幣LTCLLEgmx幣挖礦什么是比特幣sLTC價格Parallel Universe Meta

加密貨幣