维基百科

软体组成分析

软体组成分析（英语：Software composition analysis；简称SCA）是针对软体的分析，侦测是否有使用开放原始码（open source）组件，软体组件是否是最新版本，是否有会影响安全的缺陷，或是其中有需要授权（licensing）才能合法使用的组件[1]。

SCA产品的运作方式如下[2]：

  • 应用程式会扫描程式码，及编译软体会用到的相关档案。
  • 应用程式会识别开源组件以及其版本，会在扫描的应用程式目录中建立资料库，其中有开源软体的列表。
  • 接下来会将列表和另一个储存组件已知安全漏洞、授权需求以及组件历史版本的资料库比对[3]，在侦测安全漏洞时，会和公共漏洞和暴露（CVE）比对，此资料库也是美国国家漏洞资料库（英语：National Vulnerability Database）（NVD）追踪的资料。有些软体有额外的专属漏洞资料库。在确认智慧财产权（IP）或是法规合规（ Legal Compliance）议题时，SCA产品会搜寻开源组件的授权资讯，并且加以评估[4]。有些组件是源自常用的开源存储库（像是GitHub、Maven、PyPI、NuGet等），会用开源存储库识别出这些组件以及其版本。
  • 会用上述分析结果，转换为不同的数位格式让终端使用者使用。其内容和格式依SCA产品而定，可能会包括评估及处理风险的指南，若是有正常版或是较宽松版Copyleft授权的需求，也会有建议作法。输出也会包括软体材料表（SBOM），其中会列出应用程式中的所有组件、版本及相关资讯，其中也会包括开源组件[5]。

开放原始码模组以及其风险

在软体开发过程中，常会使用不同的组件来进行开发[6]。使用软件组件可以将复杂的较大组件分割成较小的程式码，增加灵活性，以后也可以配合新的需求而复用（reuse）这些组件[7]。在1990年代末，开放原始码软体（OSS）开始流行，此作法应用得更广，也可以加速软体开发时程，缩短产品上市时间[8]

不过，使用开源软体也为应用程式引入了风险，风险可以分为以下五类[9]：

  • 开源软体版本控制：导入新版本时，可能会有软体变更造成的风险。
  • 安全性：组件漏洞的风险（CVE）。
  • 授权：智慧财产（IP）法律要求的风险。
  • 开发：已有代码以及开源软体之间的相容性风险。
  • 支持：文件化（documentation）不足或是软体组件过期（英语：Obsolescence）的风险。

在开放源代码促进会在1998年2月建立之后不久[10]，也有人注意到开源软体相关的风险[11]，各组织就试著用试算表以及文件来追踪开发者所使用的开源组件，设法进行管理[12]。

对于密集使用开源组件的组织，需要自动化开源风险的分析及管理。因此产生了帮助组织管理开源风险的软体，称为软体组成分析（Software Composition Analysis, SCA）。SCA设法侦测软体应用程式中有的所有第三方组件，减少相关安全漏洞、IP授权需求、及软体过期的相关风险。

用法

组织中的不同部门里，SCA会有不同的用途。依组织的大小以及结构不同，会使用SCA的部门也会不同。IT部门会用SCA，和共同利害相关者（包括资讯长CIO、技术长CTO以及主企业架构师 Chief Enterprise Architects）来实现及运作相关技术。安全和授权的资料会让资安长（Chief Information Security Officers, CISO）确定安全风险，由Chief IP officer或首席合规官（Chief Compliance officer）处理智慧财产权的风险[13]。

有些SCA产品可以和开发产品时会使用的整合开发环境（IDE）整合，也有些SCA产品会是软体品质控制（英语：software quality contro）流程中的一个步骤[14][15]

SCA产品（特别是其产生软体材料表的能力）在一些国家（例如美国）是必要的，若要贩售软体给美国政府，软体供应商，需要提供软体材料表[16]。

另一个使用SCA的情境是在技术的尽责查证。在开始并购（M&A）流程前，需由独立谘询公司（英语：Independent advisory firm）审核目标团队软体相关的风险[17]。

SCA的优点

SCA产品自动化的特点是其主要优点。开发者使用及整理开源组件时，不需另外花费心力整理资料[18]。

SCA的缺点

目前SCA的产品有以下的缺点：

  • 复杂及费心力的配置，可能需要花几个月才能完全正常运作[19]
  • 每一个SCA产品都有其专属的开源组件资料库，在大小以及覆盖率上有很大的差异[20]
  • 会把漏洞资料限制在只在NVD上公开报告的资料（可能是在发现漏洞后数个月才会公开报告）[21]
  • 在依照SCA报告所采取的行动上，没有自动化的指南[22]
  • 在开源软体授权的法律要求上，没有对应的指引[23]

相关条目

参考资料

  1. ^ Prana, Gede Artha Azriadi; Sharma, Abhishek; Shar, Lwin Khin; Foo, Darius; Santosa, Andrew E; Sharma, Asankhaya; Lo, David. Out of sight, out of mind? How vulnerable dependencies affect open-source projects. Empirical Software Engineering (Springer). July 2021, 26 (4): 1–34 [2023-11-11]. S2CID 197679660. doi:10.1007/s10664-021-09959-3. （原始内容存档于2023-12-25）. 
  2. ^ Ombredanne, Philippe. Free and Open Source Software License Compliance: Tools for Software Composition Analysis. Computer (IEEE). October 2020, 53 (10): 262–264 [2023-11-11]. S2CID 222232127. doi:10.1109/MC.2020.3011082  . （原始内容存档于2024-04-12）. 
  3. ^ 10 Types of Application Security Testing Tools: When and How to Use Them. 2018-07-08 [2023-11-11]. （原始内容存档于2023-09-25）. 
  4. ^ Duan, Ruian; Bijlani, Ashish; Xu, Meng; Kim, Taesoo; Lee, Wenke. Identifying Open-Source License Violation and 1-day Security Risk at Large Scale. Proceedings of the 2017 ACM SIGSAC Conference on Computer and Communications Security. ACM. 2017: 2169–2185 [2023-11-11]. ISBN 9781450349468. S2CID 7402387. doi:10.1145/3133956.3134048. （原始内容存档于2022-09-02）. 
  5. ^ Arora, Arushi; Wright, Virginia; Garman, Christina. Strengthening the Security of Operational Technology: Understanding Contemporary Bill of Materials (PDF). JCIP the Journal of Critical Infrastructure Policy. 2022: 111 [2023-11-11]. （原始内容存档 (PDF)于2024-01-07）. 
  6. ^ Nierstrasz, Oscar; Meijler, Theo Dirk. Research directions in software composition. ACM Computing Surveys (ACM). 1995, 27 (2): 262–264. S2CID 17612128. doi:10.1145/210376.210389  . 
  7. ^ Nierstrasz, Oscar; Dami, Laurent. Object-oriented software composition. Prentice Hall International (UK) Ltd. January 1995: 3–28. CiteSeerX 10.1.1.90.8174  . 
  8. ^ De Hoon, Michiel JL; Imoto, Seiya; Nolan, John; Miyano, Satoru. Open source clustering software. Bioinformatics (Oxford University Press). February 2004: 1453–1454. CiteSeerX 10.1.1.114.3335  . 
  9. ^ Duc Linh, Nguyen; Duy Hung, Phan; Dipe, Vu Thu. Risk Management in Projects Based on Open-Source Software. Proceedings of the 2019 8th International Conference on Software and Computer Applications. 2019: 178–183 [2023-11-11]. ISBN 9781450365734. S2CID 153314145. doi:10.1145/3316615.3316648. （原始内容存档于2022-11-07）. 
  10. ^ History of the OSI. Opensource.org. 2006-09-19 [2023-11-11]. （原始内容存档于2012-07-26）. 
  11. ^ Payne, Christian. On the security of open source software (PDF). Information Systems Journal. 2002, 12: 61–78 [2023-11-11]. S2CID 8123076. doi:10.1046/j.1365-2575.2002.00118.x. （原始内容存档 (PDF)于2023-05-31）. 
  12. ^ Kaur, Sumandeep. Security Issues in Open-Source Software (PDF). International Journal of Computer Science & Communication. April 2020: 47–51 [2023-11-11]. （原始内容存档 (PDF)于2023-05-31）. 
  13. ^ Popp, Karl Michael. Best Practices for commercial use of open source software. BoD – Books on Demand, 2019. 2019-10-30: 10 [2023-11-11]. ISBN 9783750403093. （原始内容存档于2023-11-11）. 
  14. ^ Imtiaz, Nasif; Thorn, Seaver; Williams, Laurie. A comparative study of vulnerability reporting by software composition analysis tools. Proceedings of the 15th ACM / IEEE International Symposium on Empirical Software Engineering and Measurement (ESEM). ACM. 2021-10: 1–11 [2023-11-11]. ISBN 9781450386654. S2CID 237346987. arXiv:2108.12078  . doi:10.1145/3475716.3475769. （原始内容存档于2023-01-19）. 
  15. ^ Sun, Xiaohan; Cheng, Yunchang; Qu, Xiaojie; Li, Hang. Design and Implementation of Security Test Pipeline based on DevSecOps. 2021 IEEE 4th Advanced Information Management, Communicates, Electronic and Automation Control Conference (IMCEC) 4. IEEE. 2021-06: 532–535 [2023-11-11]. ISBN 978-1-7281-8535-4. S2CID 236193144. doi:10.1109/IMCEC51613.2021.9482270. （原始内容存档于2021-08-12）. 
  16. ^ Software Bill of Materials Elements and Considerations. [2023-11-11]. （原始内容存档于2022-12-08）. 
  17. ^ Serafini, Daniele; Zacchiroli, Stefano. Efficient Prior Publication Identification for Open Source Code. The 18th International Symposium on Open Collaboration 4. ACM. September 2022-08: 1–8 [2023-11-11]. ISBN 9781450398459. S2CID 251018650. arXiv:2207.11057  . doi:10.1145/3555051.3555068. （原始内容存档于2023-01-19）. 
  18. ^ Chen, Yang; Santosa, Andrew E; Sharma, Asankhaya; Lo, David. Automated identification of libraries from vulnerability data. Proceedings of the ACM/IEEE 42nd International Conference on Software Engineering: Software Engineering in Practice. 2020-09: 90–99 [2023-11-11]. ISBN 9781450371230. S2CID 211167417. doi:10.1145/3377813.3381360. （原始内容存档于2023-11-14）. 
  19. ^ Rajapakse, Roshan Namal; Zahedi, Mansooreh; Babar, Muhammad Ali. An Empirical Analysis of Practitioners' Perspectives on Security Tool Integration into DevOps. Proceedings of the 15th ACM / IEEE International Symposium on Empirical Software Engineering and Measurement (ESEM). 2021: 1–12 [2023-11-11]. ISBN 9781450386654. S2CID 235731939. arXiv:2107.02096  . doi:10.1145/3475716.3475776. （原始内容存档于2023-05-31）. 
  20. ^ Imtiaz, Nasif; Thorn, Seaver; Williams, Laurie. A comparative study of vulnerability reporting by software composition analysis tools. Proceedings of the 15th ACM / IEEE International Symposium on Empirical Software Engineering and Measurement (ESEM). 2021: 1–11 [2023-11-11]. ISBN 9781450386654. S2CID 237346987. arXiv:2108.12078  . doi:10.1145/3475716.3475769. （原始内容存档于2022-11-09）. 
  21. ^ Component Analysis. owasp.org. [2023-11-11]. （原始内容存档于2023-12-20）. 
  22. ^ Foo, Darius; Chua, Hendy; Yeo, Jason; Ang, Ming Yi; Sharma, Asankhaya. Efficient static checking of library updates. Proceedings of the 2018 26th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering. 2018: 791–796 [2023-11-11]. ISBN 9781450355735. S2CID 53079466. doi:10.1145/3236024.3275535. （原始内容存档于2022-11-11）. 
  23. ^ Millar, Stuart. Vulnerability Detection in Open Source Software: The Cure and the Cause (PDF). Queen's University Belfast. 2017-11 [2023-11-11]. （原始内容存档 (PDF)于2024-02-06）. 

外部链接

检索自“https://zh.wikipedia.org/w/index.php?title=軟體組成分析&oldid=82260843”