시큐어 코딩 기반의 하이퍼바이저 오픈소스 정적분석 :

강민정

추천

검색

자료유형: 학위논문

저자정보: 강민정 (고려대학교, 高麗大學校融合소프트웨어專門大學院)

지도교수: 崔振榮

발행연도: 2015

저작권: 고려대학교 논문은 저작권에 의해 보호받습니다.

이용수1

이 논문의 연구 히스토리 (2)

2015

시큐어 코딩 기반의 하이퍼바이저 오픈소스 정적분석

강민정 임베디드소프트웨어學科 2015.01 학위논문

2014

시큐어 코딩 기반의 하이퍼바이저 오픈소스 정적분석

강민정 , 이경운 , 안소진 외 1명 한국정보과학회 학술발표논문집 2014.12 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

최근 모든 산업에 있어서 정보의 저장과 정보의 활용 능력이 경쟁력이 되어감에 따라 가상화 기술이 함께 중요해 지고 있다. 하지만 가상화 기술에 대한 보안취약점이 발견될 경우 피해파급효과가 상당할 것임에도 불구하고, 가상화 기술은 보안취약점 분석의 범위에서 벗어나 있었다. 따라서, 본 논문에서는 개발자가 코딩단계에서 고려하지 못한 가상화 오픈소스의 보안약점을 검출하고 이를 통해 보안약점들을 미리 제거하기 위해, 대표적인 가상화 오픈소스 중 하나인 XEN과 국내에서 처음으로 개발 진행 중인 가상화 기술인 K-Hypervisor 를 대상으로 CERT C 시큐어 코딩 표준에 기반하여 정적분석을 수행하였다. 또한, 검출된 위반항목들 중 일부 항목에 대해서는 XEN과 K-Hypervisor 실제 코드를 사례로 들어 LDRA 코딩룰과 CERT C시큐어 코딩 표준에 기반하여 보안약점 분석 및 수정방향을 제시하였으며, 이들 중 연산자 평가순서와 관련된 LDRA 9S와 LDRA30S 코딩 룰 위반코드에 대해서는 실험을 통하여 이러한 보안약점이 XEN의 가상화 네트워크 동작에 미치는 영향을 확인하였다. 그 결과, 소켓버퍼데이터의 물리 주소가 저장되어 있는 그랜트 테이블의 엔트리를 잘못 가르키거나, I/O 링 연산에 필요한 정보를 잘못된 주소공간에 저장함으로 인해서 XEN의 네트워크가 정상적으로 동작하지 않는 심각한 문제가 발생함을 알 수 있었다. 본 논문에 기반하여 이러한 보안약점들을 모두 제거한다면 가상화 오픈소스의 보안성을 향상시킬 수 있을 것으로 기대한다.

#정적분석 #오픈소스 #하이퍼바이저 #시큐어 코딩 #XEN #KHypervisor

1. 서론 1
1.1 연구배경 1
1.2 연구목표 3
1.3 논문의 구성 4
2. 관련연구 5
2.1 오픈 소스 (Open Source) 5
2.2 시큐어 코딩 (Secure Coding) 6
2.3 분석 도구 ? LDRA Testbed 8
2.4 관련 논문 11
3. 정적 분석 13
3.1 분석 환경 13
3.2 분석 대상 13
3.2.1 XEN 13
3.2.2 K-Hypervisor 16
3.3 정적 분석 결과 19
3.3.1 파일별 LDRA 코딩룰 총 위반 개수 19
3.3.2 LDRA코딩 룰 위반 개수 20
3.3.3 검출된 CERT C 시큐어 코딩 표준 위반사항 23
4. 보안약점 분석 및 실험 25
4.1 보안약점 분석 ? 거짓 경보(False Alarm) 25
4.1.1 LDRA Testbed 분석 범위의 한계 25
4.1.2 하드웨어 드라이버 관련 코드 27
4.2 보안약점 분석 29
4.2.1 위반사항 : LDRA 93S
(CERT INT01-C, INT02-C, INT07-C, INT31-C) 29
4.2.2 위반사항 : LDRA 45D(CERT EXP08-C, EXP34-C) 31
4.2.3 위반사항 : LDRA 434S(CERT INT02-C, INT31-C, STR34-C) 33
4.2.4 위반사항 : LDRA 9S(30S)
(CERT EXP30-C, EXP31-C, FIO41-C, STR34-C) 35
4.2.5 위반사항 : LDRA 69D(CERT EXP30-C, EXP31-C) 38
4.2.6 위반사항 : LDRA 476S(CERT ARR30-C) 40
4.2.7 위반사항 : LDRA 35D,1Q(CERT EXP02-C, EXP10-C, EXP30-C) 41
4.3 XEN 보안약점 실험 42
4.3.1 실험1 - xennet_start_xmit() 44
4.3.2 실험2 - netbk_gop_skb() 46
5. 결론 및 향후 과제 51
참고 문헌 52
감사의 글 55

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)