Yama：一种用于检测 PHP 应用程序漏洞的精确 opcode 级数据流分析方法

Web 应用程序涵盖日常生活中的各个方面，包括线上购物、在线教育和网络银行等。一旦存在漏洞，即可造成严重的社会和经济损失。鉴于其使用便捷性，PHP 已成为 Web 应用程序的首选服务端编程语言，使 PHP 应用程序成为攻击者的主要目标。数据流分析在部署 Web 应用程序前因其效率广泛用于漏洞检测。然而，PHP 语言的高复杂度使其实现精确数据流分析困难。本文提出Yama，一种针对 PHP 的上下文敏感、路径敏感的跨过程数据流分析方法，用于检测 PHP 应用程序中的 taint 式漏洞。我们发现，PHP opcode 的精确语义和清晰控制流使数据流分析更加精确和高效。基于此，我们在Yama中建立了PHP opcode 的解析规则，并实现了对 PHP 程序语义的精确理解。我们从三个维度评估了Yama：基本数据流分析能力、复杂语义分析能力以及发现真实世界应用程序漏洞的能力，充分展示了Yama 在漏洞检测方面的突破。具体而言，Yama具备上下文敏感和路径敏感的跨过程分析能力，在与类型推断、动态特性和内置函数相关的复杂语义分析实验中实现了99.1%的真阳性率。它发现并报告了跨24个拥有1000星以上项目的 GitHub 上的38个零日漏洞，分配了34个新的 CVE 编号。我们已发布原型实现的源代码和PHP opcode 解析规则，以促进未来研究。