Cómo pueden los ordenadores corregir sus propios errores

Cómo pueden los ordenadores corregir sus propios errores
Este contenido ha sido traducido automáticamente con IA.

En la conferencia sobre diseño e implementación de lenguajes de programación de este mes de la Association for Computing Machinery, investigadores del MIT presentaron un nuevo sistema que repara errores peligrosos de software importando automáticamente funcionalidades de otras aplicaciones más seguras.

Sorprendentemente, el sistema, denominado CodePhage, no requiere acceso al código fuente de las aplicaciones cuya funcionalidad toma prestada. En su lugar, analiza la ejecución de las aplicaciones y caracteriza los tipos de comprobaciones de seguridad que realizan. Como consecuencia, puede importar comprobaciones de aplicaciones escritas en lenguajes de programación distintos del lenguaje en que se escribió el programa que está reparando.

Una vez que ha importado código a una aplicación vulnerable, CodePhage puede proporcionar una capa adicional de análisis que garantiza que el error se haya reparado.

«Tenemos muchísimo código fuente disponible en repositorios de código abierto, millones de proyectos, y muchos de estos proyectos implementan especificaciones similares», afirma Stelios Sidiroglou-Douskos, científico investigador del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT (CSAIL), quien dirigió el desarrollo de CodePhage. «Aunque esa quizá no sea la funcionalidad central del programa, a menudo cuentan con subcomponentes que comparten funcionalidades entre un gran número de proyectos».

Con CodePhage, afirma, «con el tiempo, lo que se estaría haciendo es construir este sistema híbrido que toma los mejores componentes de todas estas implementaciones».

Sidiroglou-Douskos y sus coautores —Martin Rinard, profesor de ciencias de la computación e ingeniería del MIT; Fan Long, estudiante de posgrado; y Eric Lahtinen, investigador del grupo de Rinard— llaman «receptor» al programa que CodePhage está reparando y «donante» al programa cuya funcionalidad toma prestada. Para iniciar el análisis, CodePhage necesita dos entradas de muestra: una que haga que el receptor se bloquee y otra que no. Un programa para localizar errores que el mismo grupo presentó en marzo, denominado DIODE, genera automáticamente entradas que provocan bloqueos. Sin embargo, puede que un usuario simplemente haya descubierto que intentar abrir un archivo concreto provocó un bloqueo.

Arrastrar el pasado

Primero, CodePhage proporciona al «donante» la entrada «segura», la que no provoca bloqueos. Luego sigue la secuencia de operaciones que ejecuta el donante y las registra mediante una expresión simbólica: una cadena de símbolos que describe las restricciones lógicas que imponen las operaciones.

En algún momento, por ejemplo, el donante puede comprobar si el tamaño de la entrada está por debajo de cierto umbral. Si es así, CodePhage añade un término a la expresión simbólica que va construyendo para representar la condición de estar por debajo de ese umbral. No registra el tamaño real del archivo, sino únicamente la restricción impuesta por la comprobación.

A continuación, CodePhage proporciona al donante la entrada que provoca el bloqueo. De nuevo, construye una expresión simbólica que representa las operaciones que realiza el donante. Sin embargo, cuando la nueva expresión simbólica diverge de la anterior, CodePhage interrumpe el proceso. La divergencia representa una restricción que la entrada segura cumplía y la entrada que provoca el bloqueo no. Por tanto, podría tratarse de una comprobación de seguridad que falta en el receptor.

Luego, CodePhage analiza el receptor para encontrar ubicaciones en las que la entrada cumpla la mayoría, pero no todas, las restricciones descritas por la nueva expresión simbólica. El receptor puede realizar operaciones distintas y en un orden diferente al del donante, y puede almacenar los datos en formas diferentes. Sin embargo, la expresión simbólica describe el estado de los datos después de procesarlos, no el procesamiento en sí.

En cada ubicación que identifica, CodePhage puede descartar la mayoría de las restricciones descritas por la expresión simbólica: las restricciones que también impone el receptor. Empezando por la primera ubicación, traduce las pocas restricciones restantes al lenguaje del receptor y las inserta en el código fuente. Luego vuelve a ejecutar el receptor usando la entrada que provoca el bloqueo.

Si el programa resiste, el nuevo código ha resuelto el problema. Si no, CodePhage pasa a la siguiente ubicación candidata del receptor. Si el programa sigue bloqueándose, incluso después de que CodePhage haya probado reparaciones en todas las ubicaciones candidatas, vuelve al programa donante y sigue construyendo su expresión simbólica hasta llegar a otro punto de divergencia.

Un futuro automatizado

Los investigadores probaron CodePhage en siete programas comunes de código abierto en los que DIODE había encontrado errores, importando reparaciones de entre dos y cuatro donantes para cada uno. En todos los casos, CodePhage pudo reparar el código vulnerable y, por lo general, cada reparación llevó entre dos y 10 minutos.

Como explican los investigadores, en el software comercial moderno las comprobaciones de seguridad pueden representar hasta el 80 por ciento del código, o incluso más. Una de sus esperanzas es que las futuras versiones de CodePhage puedan reducir drásticamente el tiempo que los desarrolladores de software dedican a tareas rutinarias, automatizando la inserción de esas comprobaciones.

«La visión a más largo plazo es que nunca tengas que escribir un fragmento de código que otra persona ya haya escrito», afirma Rinard. «El sistema encuentra ese fragmento de código y lo combina automáticamente con los fragmentos que necesites para que tu programa funcione».

«La técnica de tomar prestado código de otro programa con una funcionalidad similar, y poder tomar un programa que básicamente está roto y arreglarlo de esa manera, es un resultado bastante interesante», afirma Emery Berger, profesor de ciencias de la computación en la Universidad de Massachusetts en Amherst. «Para ser sincero, me sorprendió que funcionara en absoluto».

«El programa donante no fue escrito por las mismas personas», explica Berger. «Tienen distintos estándares de codificación; dan nombres diferentes a las variables; usan todo tipo de variables diferentes; las variables pueden ser locales o estar más arriba en la pila. Y CodePhage es capaz de identificar estas conexiones y decir: “Estas variables se corresponden con estas variables”. Hablando en términos de donación de órganos, transforma ese código para que sea un injerto perfecto, como si se hubiera escrito así desde el principio. Que funcione tan bien como funciona es sorprendente, y genial».

Este artículo se publica en colaboración con MIT News. La publicación no implica que el Foro Económico Mundial respalde las opiniones expresadas.

Para mantenerse al día con la Agenda suscríbase a nuestro boletín semanal.

Autor: Larry Hardesty es redactor de MIT News.

Imagen: Se ve la tecla «End» de un teclado de ordenador colocada sobre una placa de circuito integrado. REUTERS/Kacper Pempel.

Compartir:

Licencia y republicación
Los artículos del Foro Económico Mundial pueden volver a publicarse de acuerdo con la Licencia Pública Internacional Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0, y de acuerdo con nuestras condiciones de uso. Las opiniones expresadas en este artículo son las del autor y no del Foro Económico Mundial.