1. Information Flow Security

引起安全问题最主要的两大原因是：injection errors（2013-2019排名第一）、information leak（2013-2019排名第四）
来自：https://nvd.nist.gov/

可以把信息流简单的分成两类：高密级（high，如密码）、低密级（low，如一般性数据）
高密级的数据不能流向低密级

2. Confidentiality and Integrity

Confidentiality：保密性，防止信息泄露
Integrity：完整性，防止不可信的信息破坏(可信的)关键信息

x=readInput(); // untrusted
cmd="..."+x;
execute(cmd); // critical(trusted)

注入攻击违反了完整性，如：command injection、SQL injection、XSS attacks

保密性和完整性实际上是从不同的视角来认识信息流安全问题的，是一种双向的对称关系。这种对偶带来的好处时，可以用一种技术问题解决这两个问题。

• 保密性是对读的保护，低密级数据可以流向高密级
• 机密性是对写的保护，高密级数据可以流向低密级
  

3. Explicit Flows and Covert/Hidden Channels

Explicit Flows and Covert/Hidden Channels：显示流和隐藏信道
信息流包含数据流：可以把直接的赋值语句理解为数据流，如下例，publicL和secretH之间没有数据流，但有信息流（可以通过publicL推断出secretH是否大于0），这种信息流也被称为隐式信息流implicit flow。

secretH=getSecret();
if(secretH<0)
	publicL=1;
else 
	publicL=0;

一些信息泄露的例子：
尤其是最后一个例子，可推测secret是否小于0，如果secret小于0，会抛出异常

信道channels：计算机系统中，传递信息、发送信息的机制
隐藏信道Covert/Hidden Channels：如果该机制本身不是用来传递信息流的，但它仍把信息传递出去了，就称它为隐藏信道。

相比于显式信息流，隐藏信道难以寻找，但同时隐藏信道携带的信息也较少，泄漏的信息有限，显式信息流携带的信息更多。如下图，左侧泄漏32位信息，右侧泄漏1bit信息。

4. Taint Analysis

简单解释污点分析：给敏感数据打上标记，跟踪这些被标记的数据（污点数据），是否到达了敏感操作点（sink），或调用敏感操作的指针会不会指向污点数据（类似于指针分析）。
污点分析中常把数据分为两类：

• 感兴趣的数据tainted data：通常把他们做一个标记，这类数据称为污点数据，在污点分析中追踪这类数据
• 其他数据untainted data：不关心的数据

sources：污点数据tainted data的来源。 在实践中，tainted data通常来自方法/API的返回值，把这些数据打上taint标记。
sinks：通常是某些敏感方法，检查tainted data是否作为参数传入了这些敏感方法。

污点分析与指针分析的共同之处：
污点分析的本质是跟踪程序中的污点分析，指针分析的本质是跟踪程序中的抽象对象。

• 可以把污点数据看作对象
• 可以把sources看作allocation sites
• 借助指针分析传播污点数据

形式化表示：

污点分析的输入输出：
input：

• source：source方法集合（调用这些方法返回污点数据）
• sink：sink方法集合（流到这里的污点数据违反了安全策略）
  output
• TaintFlows：污点数据和sink方法对。<污点数据，sink方法>。$<t_i,m>\in TaintFlows$表示i处的污点数据流到了sink方法m中。

传播规则

处理source和sink的规则

污点分析案例

和指针分析结合的好处：很好的处理了别名问题，并且可以追踪信息流的流向。