ملخص تقني: إثبات مصدر السجل التشفيري

1. بيان المشكلة

تحدد الورقة فجوة هيكلية حرجة في أنظمة توزيع البرمجيات الحديثة: ارتباك التبعية (Dependency Confusion). وبينما تعمل الدفاعات الحالية (مثل خرائط .npmrc أو متغيرات GOPROXY) على مستوى طبقة التكوين، إلا أنها تفشل بصمت عند سوء التكوين، أو عند تجاوزها بواسطة متغيرات CI/CD، أو عند غيابها. وبمجرد تثبيت الحزمة، لا يوجد دليل تشفيري على السجل الذي قام بتوزيعها.

تتمثل الثغرة الجوهرية في أن أدوات حل الحزم (package resolvers) تستعلم من سجلات متعددة (عامة وخاصة) وتختار القطع البرمجية بناءً على أرقام الإصدارات. يمكن للمهاجم نشر حزمة خبيثة برقم إصدار أعلى في سجل عام تحت نطاق (namespace) تستخدمه المنظمة الضحية بشكل خاص. ولأن القطعة البرمجية نفسها لا تحمل أي دليل على مسار توزيعها، فقد يختار برنامج الحل (resolver) قطعة المهاجم بصمت بدلاً من القطعة الخاصة المشروعة. تفتقر الأنظمة الحالية إلى آلية للتحقق تشفيرياً من مسار التوزيع أو لفرض سلطة النطاق على مستوى القطعة البرمجية.

2. المنهجية والهندسة المعمارية

يقترح المؤلفون نظاماً لتوفير إثبات مصدر التوزيع التشفيري ينقل الدفاع من التكوين إلى القطعة البرمجية نفسها. يعتمد النظام على ثلاثة مكونات أساسية:

أ. تنسيق الأرشيف ثنائي الطبقات

لتمكين التحقق بكفاءة، يقدم النظام هيكلاً محدداً للأرشيف:

• الغلاف الخارجي (Uncompressed Tar): يحتوي على بيان إثبات المصدر (provenance manifest)، وتوقيع الناشر، وإشهاد السجل، والمجموعات التدقيقية (checksums). يسم old هذا على التحقق دون الحاج الفك الضغطي للكود المصدري.
• المحتويات الداخلية (Gzipped Tar): تحتوي على ملفات المصدر الفعلية، وبيان المشروع، وتعاريف الأنواع (type definitions).
• الفائدة: تكلفة التحقق تتناسب مع حجم الغلاف الصغير (~2–5 كيلوبايت) بدلاً من أرشيف المصدر الكبير المحتمل.

ب. الهوية التشفيرية للسجل

يتم تخصيص زوج مفاتيح Ed25519 فريد لكل نسخة من السجل (عامة، خاصة، أو محددة بنطاق).

• تنشر السجلات هويتها (الرابط URL، المفتاح العام، البصمة، والنطاقات التي تدعي ملكيتها) عند نقطة نهاية معروفة (/.well-known/package-registry.json).
• يعمل بصمة المفتاح ($F_R = \text{SHA-256}(\text{public key})$) كمعرف قصير وقابل للتحقق.
• تعلن السجلات عن النطاقات التي تعد مسؤولة عنها، مما يتيح الثقة الهرمية (مثلاً: عام $\leftarrow$ منظمة $\leftarrow$ فريق).

ج. نموذج التوزيع ثنائي التوقيع

تحمل القطع البرمجية توقيعين مستقلين يحملان ادعاءات زمنية ومنطقية متميزة:

1. توقيع الناشر ($\sigma_P$): يتم إنشاؤه وقت التعبئة ($t_1$). يوقع الناشر على بيان إثبات المصدر، مؤكداً التأليف وسلامة المحتوى.
2. إشهاد السجل ($\sigma_R$): يتم إنشاؤه وقت النشر ($t_2 > t_1$). يتحقق السجل من توقيع الناشر، ويفحص هاش المحتوى، ثم يوقع على وثيقة الإشهاد. هذا يؤكد أن السجل قد استلم القطعة، وتحقق منها، ويقوم بتوزيعها.

• دلالات التوقيع المشترك (Countersigning Semments): يحافظ هذا النهج على الترتيب الزمني والادعاءات المستقلة، على عكس التوقيع المشترك الذي يدمج الأحداث.

د. ربط النطاق السلطوي

يعلن المستهلكون عن السجلات التي تعد سلطوية لنطاقات محددة في بيان مشروعهم (مثل mashin.toml).

• التثبيت (Pinning): يقوم المستهلكون بتثبيت بصمة مفتاح السجل (الثقة عند أول استخدام - TOFU).
• الإنفاذ: يرفض برنامج الحل (resolver) برمجياً القطع البرمجية القادمة من سجلات غير مصرح لها. إذا كان النطاق مرتبطاً بسجل معين، فإنه يستعلم فقط من ذلك السجل ويرفض القطع من السجلات الأخرى، حتى لو كانت تمتلك أرقام إصدارات أعلى.

3. المساهمات الرئيسية

تقدم الورقة سبع مساهمات محددة:

1. الهوية التشفيرية للسجل: إثبات أن كل سجل يمتلك زوج مفاتيح Ed25519 ويوقع كل قطعة برمجية، مما يخلق دليلاً على مستوى القطعة لمسار التوزيع.
2. نموذج التوقيع المزدوج: نموذج توزيع حيث يوقع الناشر عند التعبئة ويقوم السجل بالتوقيع المشترك عند النشر، مما يحافظ على الترتيب الزمني.
3. ربط النطاق السلطوي: آلية للمستهلكين لتثبيت بصمات السجلات ورفض القطع البرمجية من السجلات غير المصرح لها تشفيرياً.
4. تنسيق الأرشيف ثنائي الطبقات: هيكل يفصل غلاف إثبات المصدر عن محتويات المصدر لتمكين التحقق السريع الجزئي.
5. سلسلة تحقق سداسية المستويات: عملية تحقق تصاعدية تتراوح من سلامة الملف (المستوى 1) إلى إثبات مصدر النسب (المستوى 6)، حيث تمثل المستويات 1–5 المساهمة الجوهرية.
6. مقارنة منهجية للأنظمة البيئية: تحليل لثمانية أنظمة بيئية رئيسية (npm, Cargo, Hex.pm, PyPI, Go, Docker/OCI, NuGet, Maven) يوضح أن لا يوجد نظام حالي يجمع بين توقيع الناشر الإلزامي، والهوية التشفيرية للسجل، والتوقيع المشترك الإلزامي من السجل، والإنفاذ التشفيري من جانب المستهلك.
7. تكامل حوكمة وقت التشغيل: دراسة حالة تظهر كيفية دمج إثبات مصدر التوزيع مع بنية حوكمة هيكلية ثلاثية الطبقات لتشكيل سلسلة دورة حياة رباعية المراحل (التعريف، التوزيع، القدرة، التنفيذ).

4. النتائج والتقييم

التحليل الأمني

بموجب نموذج التهديد المحدد (المهاجم يمكنه اختراق تكوينات CI/CD أو النشر في سجلات عامة، لكنه لا يستطيع اختراق المفاتيح الخاصة للسجلات)، يوفر النظام دفاعاً ثلاثي الطبقات:

• الطبقة 1 (السجل): منع النطاق يمنع النشر غير المصرح به.
• الطبقة 2 (المستهلك): الربط السلطوي يمنع الحل من سجلات غير مصرح لها.
• الطبقة 3 (القطعة البرمجية): إشهاد السجل (التحقق من التوقيع) يمنع تثبيت القطع من سجلات غير مصرح لها حتى لو تم تجاوز الطبقتين 1 و2.

تثبت الورقة أن هجوم "ارتباك التبعية" الناجح يتطلب الاختراق المتزامن لتكوين برنامج الحل الخاص بالمستهلك و المفتاح الخاص للتوقيع في السجل المستهدف. بموجب نموذج التهديد الصارم (حيث يتم استبعاد اختراق المفاتيح)، فإن احتمالية نجاح الهجوم هي صفر.

تقييم الأداء

تم القياس على معالج Apple M-series:

• زمن انتقال التحقق: يكتمل التحقق النهائي لمشروع مكون من 4 آلات في 1.18 مللي ثانية (الوسيط) للوضع الافتراضي (المستويات 1–3) و 1.61 مللي ثانية للوضع الصارم (المستويات 1–5).
• العبء الإضافي (Overhead): العمليات التشفيرية (Ed25519 sign/verify, SHA-256) ضئيلة جداً (ميكروثانية). التكلفة المهيمنة هي استخراج الـ tar للغلاف الخارجي (~259 ميكروثانية).
• المقارنة: هذا يضاهي أو يتفوق سرعة التحقق في الأنظمة الحالية (على سبيل المثال، غالباً ما تستغرق تواقيع npm audit حوالي 100–500 مللي ثانية بسبب رحلات الشبكة إلى سجلات الشفافية) لأن النظام المقترح يتجنب استدعاءات الشبكة للمستويات 1–5.
• العبء التخزيني: يضيف غلاف إثبات المصدر حجماً ثابتاً قدره عدة كيلوبايتات. بالنسبة للمشاريع الصغيرة، يمثل هذا نسبة مئوية عالية من العبء (مثلاً، 2,659% لـ 203 بايت من المصدر)، لكنه ينخفض إلى ~300% للمشاريع الأكبر (12 آلة)، ليصبح ضئيلاً مقارنة بحجم المصدر.

5. الأهمية والادعاءات

تدعي الورقة أن ارتباك التبعية هو مشكلة إثبات مصدر (provenance)، وليس مشكلة تكوين.

• دفاع هيكلي: على عكس الدفاعات القائمة على التكوين التي تفشل بصمت، يوفر هذا النظام إثباتاً تشفيرياً مدمجاً في القطعة البرمجية. التحقق ممكن بغض النظر عن حالة تكوين برنامج الحل.
• التفرد: يعد هذا النظام الأول الذي يجمع بين توقيع الناشر الإلزامي، والهوية التشفيرية للسجل، والتوقيع المشترك الإلزامي من السجل، والإنفاذ التشفيري من جانب المستهلك.
• القابلية للتوسع: تمتد الهندسة المعمارية إلى إثبات مصدر توليد الذكاء الاصطناعي (تتبع استخدام النماذج ومستويات التكوين كسمات موقعة) و حل التبعية المدعوم بالحوكمة (فرض مستويات الثقة وأذونات التأثير أثناء التثبيت بدلاً من معالجتها لاحقاً).
• الاكتمال: عند دمجه مع إثبات مصدر البناء وحوكمة وقت التشغيل، يخلق النظام سلسلة مستمرة وغير قابلة للتلاعب من إنشاء الكود المصدري إلى التنفيذ، مما يغلق الفجوات التشفيرية في سلسلة توريد البرمجيات.

يشير المؤلفون إلى أن النظام لا يعالج هجمات "الاسم المشابه" (typosquatting) - وهي هجمات على طبقة التسمية - أو التهديدات الداخلية المتعلقة بالوصول إلى خوادم السجل (اختراق المفاتيح)، والتي تتطلب دفاعات متعارضة مثل وحدات HSM والتحليل السلوكي.