The EVerest Dataset for Secure Software Engineering
本文介绍了 EVerest 数据集，这是一个独特的、包含安全需求、架构模型以及来自电动汽车充电栈的源代码的多构件资源，它能够支持端到端的安全验证研究，并促进了对真实世界安全漏洞的发现与修复。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正在建造一个高科技电动汽车充电站。为了确保它不会被黑客攻击，你需要检查你项目的三个不同层面：
- 愿望清单（The Wish List）： 开发人员声称想要的东西（例如：“它必须是安全的”）。
- 蓝图（The Blueprint）： 展示各个部件如何连接的架构图。
- 砖块（The Bricks）： 让机器运行的实际计算机代码。
问题在于，大多数研究工具只能观察其中一个层面。它们可能有一份愿望清单，或者一堆代码，但它们从未将这三者联系在一起。这就像是试图通过只看蓝图来修理漏水的屋顶，却从未检查过实际的瓦片或业主的投诉名单。
EVerest 数据集是一个全新的、巨大的“全能型”工具包，由卡尔斯鲁厄理工学院的研究人员创建，旨在解决这一问题。它将愿望清单、蓝图和砖块连接在一起，用于一个真实的开源软件项目——EVerest（用于控制电动汽车充电器）。
以下是他们构建这个数据集的过程，使用了简单的类比：
1. 收集“愿望清单”（需求）
首先，研究人员需要知道该项目实际需要哪些安全规则。
- 调查： 他们向开发者社区发送了一份问卷调查，询问：“安全目标是什么？”（就像在问，“你想要门锁上吗？”）。这给了他们一个包含 67 个想法的初步列表。
- 访谈： 这个初步列表过于笼统。因此，他们与四位专家级开发人员进行了深度对话。他们将这些粗略的想法提炼成了具体的指令，比如将“锁上门”改为“OCPP 模块必须拒绝来自 CSMS 的畸形输入”。
- 结果： 他们最终得到了 84 条精确的安全需求。
2. 绘制“蓝图”（架构）
EVerest 项目本身并没有正式的架构图，只有代码。
- 翻译： 三名学生在专家的监督下，查看了源代码并手动构建了一个正式的 Palladio 组件模型。可以把它想象成拿着一堆乐高积木，然后画出一张详细的图表，展示每一个部件是如何连接的、数据如何在其中流动以及它们如何相互通信。
- 结果： 一个包含 29 个组件和 144 个详细服务描述的数字化蓝图。
3. 标记“砖块”（代码与元素）
现在，他们需要将愿望清单与蓝图连接起来。
- 标记游戏： 三个人阅读了 84 条需求，并高亮显示了特定的词汇。他们标记了诸如“组件”、“数据”、“状态”和“数据流”等内容。
- 追踪： 他们绘制了数字线条（追踪链接），将需求中的特定句子（例如，“支付提供商必须是安全的”）直接连接到处理支付的特定蓝图部分和代码。
- 结果： 他们标记了 1,445 个微小的安全元素，创建了一个巨大的连接网络。
现实世界的测试
这个数据集最棒的地方不仅在于它的存在，更在于它真的发现了一个真实的漏洞。
在构建数据集的过程中，研究人员注意到了一种不匹配。其中一项需求指出：“身份验证令牌不得以明文形式存储。”然而，当他们查看实际代码（即“砖块”）时，发现代码中有一行确实是在以明文形式存储令牌。
- 修复： 他们将此情况报告给了项目维护者。开发人员确认这是一个真实的弱点（被称为 CWE-1295），并立即进行了修复。
为什么这很重要
在此之前，试图构建自动检查软件安全性的工具的研究人员必须猜测需求、设计和代码是如何相互关联的，因为没有任何数据集能同时提供这三者。
EVerest 数据集就像是一本完整的、带标签的训练手册，供 AI 和研究人员练习。它允许他们进行以下实践：
- 教计算机理解安全需求。
- 自动寻找需求在代码中的实现位置。
- 检查最终软件是否真正符合最初的安全承诺。
简而言之，这篇论文展示了一个独特的、多层级的资源，它弥合了软件“应该做什么”、“如何设计”以及“如何构建”之间的鸿沟，并通过在过程中捕捉到一个真实的安全性漏洞证明了其价值。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。