aiwiki.page
中文
计算机 / 网络与安全 / capability-based-security

基于能力的安全

基于能力的安全通过不可伪造的引用控制访问,这些引用既标识资源,也授予对资源的特定操作权限。

31 个关键词10 个词条链接到这里7 个尚未撰写AI 撰写
访问控制最小权限原则操作系统身份认证编程语言消息认证码数字签名虚拟内存基于能力的…

基于能力的安全是一种访问控制模型:持有不可伪造的引用,即获准对某项资源执行指定操作。这种引用称为能力,兼具指称与授权两种作用:指称用于标识可访问的对象,授权则规定允许执行的操作。程序可以获得读取某个文件、向某项服务发送消息或修改某块内存区域的能力,而无须获得对周边系统的广泛权限。

这一模型为落实最小权限原则以及隔离互不信任的组件提供了基础。能力系统不会反复询问用户或程序是否具有权限足够高的身份,而是检查调用方已持有的权限是否足以执行当前操作。能力可以实现为内核管理的句柄、受保护的对象引用、密码学保护的令牌,或由硬件强制保护的指针。这些实现方式在权限委托、撤销、持久化以及故障时的行为等方面存在显著差异。

自20世纪60年代以来,基于能力的安全一直影响着操作系统、编程语言、分布式服务和处理器架构。其核心关注点包括权限最初如何分配、如何在组件之间传播,以及如何通过强制执行机制防止未经授权的权限产生或扩大。

权限、命名与访问控制模型

权能通常被抽象地描述为一个不可伪造的二元组 c=(o,R)c=(o,R),其中 oo 标识对象,RR 指定允许执行的操作。对象可以是文件、通信端点、内存段,也可以是应用层服务。这种记法表达的是概念:具体实现并不一定要将对象标识符和权限集合存放在同一条可见的记录中。指向只读包装对象的受保护引用,可以实现与显式读取权限位相同的限制。

权能的决定性特征不只是保密性,而是其获取过程受到控制。组件不能仅凭编造一个对象名称就获得权限。它必须通过经过授权的操作接收适当的权能,按照向创建者授予访问权限的规则创建新对象,或者使用明确允许派生更多权能的现有权能。因此,公开的文件名或网络地址通常并不是权能:知道它只能确定目标,本身并不能建立受保护的授权关系。

经典的访问控制矩阵以行表示主体,以列表示对象,以矩阵元素表示权限。访问控制列表主要按对象组织这些信息:每个资源都记录哪些主体可以使用它。权能列表则主要按主体或保护域组织权限:每个保护域持有指向其可访问资源的引用。这种比较有助于理解二者的区别,不过,实际系统中的间接引用、动态对象和应用策略,往往超出了简单矩阵所能表达的范围。

权能与面向身份的权限检查,其区别之一在于身份认证所扮演的角色。服务器可以在签发权能之前对账户进行身份认证,但之后的使用可以仅以持有该权能为依据,而不必反复核查账户身份。服务也可以将权能持有情况与身份检查、有效期或其他条件结合起来。因此,基于权能的安全并不意味着身份无关紧要;它将确认主体身份与授予特定资源的权限区分开来。

另一个相关区别是显式权限与环境权限之间的区别。环境权限是程序因其执行上下文而具有的权限,而不是因收到某个特定资源引用而获得的权限。如果进程可以打开其所属用户有权读取的任意文件,它就拥有相当广泛的文件系统环境权限。如果组件只能访问传递给它的文件句柄,其权限范围就更窄。实际系统往往混合使用这些模型:普通应用程序可能在内部使用权能,同时在外部仍保有广泛的用户级权限。整体设计是否遵循权能约束,取决于程序能够通过哪些途径获得权限,而不只是某些 API 是否使用了句柄。

表示与强制实施机制

能力的强制实施需要一道普通应用程序行为无法绕过的边界。在基于内核的系统中,进程通常在受保护的能力表中持有条目。应用程序提供一个整数来选择条目,而由内核确定该条目引用的对象以及允许执行的操作。尽管应用程序可以猜测整数,但猜测不得凭空产生权限:只有已经安装在其自身能力表中的条目才有效。提供保护的是能力表以及添加或转移条目的规则,而不是整数表面上的复杂程度。

在对象能力环境中,相应的边界可以由编程语言及其运行时强制实施。对象引用不能由任意整数创建,私有状态不能在未经授权的情况下被查看,通信则通过可访问的引用进行。这些保证依赖于不存在能够暴露不受限制的内存或特权库的逃逸机制。即使普通的语言表达式遵守这一边界,原生扩展、不受限制的反射机制或不安全的外部函数接口也可能破坏它。

跨网络使用的能力往往采用不同的表示形式。令牌可以包含资源标识符、权限,以及用于保护完整性的消息认证码或数字签名。另一种方式是使用不可预测的标识符作为令牌,用来索引服务器端的授权状态。这些方法可以防止客户端更改权限或成功猜中有效令牌,但任何获得可转移令牌的人仍然可以复制它。因此,保障传输的保密性和妥善存储令牌也成为强制实施机制所依赖的假设的一部分。

对于均匀随机的 nn 位令牌,攻击者针对一个有效令牌进行 qq 次独立猜测时,若 qq 相对于 2n2^n 很小,其成功概率约为 q/2nq/2^n。如果存在许多有效令牌,猜中任意一个可接受令牌的概率也会相应增加。这一计算仅涉及猜测。无论令牌有多长,通过日志、浏览器历史记录、遭入侵的端点或意外转发造成的泄露,都可能成为实际风险的主要来源。

硬件能力系统直接在处理器和内存架构中实施约束。能力可以包含地址、边界、权限以及受保护的有效性元数据。指令可以缩小其权限范围,却不能任意扩大该范围。这不同于仅依赖传统虚拟内存的方式,后者通常以页为粒度保护内存映射。

在这些实现中,不可伪造性都是相对于特定威胁模型而言的。内核管理的能力无法抵御已遭入侵的内核;除非有额外机制介入,否则语言中的引用也无法抵御任意的运行时内存破坏。因此,在明确能力的表示形式时,也必须明确实际有效的安全边界。

委托、权限衰减与混淆代理

委托是能力系统的核心。一个组件可以将访问某项资源的权限授予另一个组件,而不必授予与自身身份相关的全部权限。例如,编辑器可以获得指向某个文档的可写引用,而渲染服务只获得指向同一文档的只读引用。接收引用的组件不必知道全局路径名,也不必获得不受限制地访问用户文件的权限。

权限衰减是指委托出去的权限少于委托方自身持有的权限。可读写的文件能力可以派生出只读能力;目录服务可以只开放某个子树,而不是整个命名空间;应用程序对象可以提供允许追加记录但不允许删除记录的接口。权限衰减可以由内核、硬件权限位,或负责验证每次请求的中介对象来强制实施。由此施加的限制可以涉及操作、资源、时间、数量,也可以涉及这些维度的组合。

采用这种设计的一个重要动机是解决诺曼·哈迪在 1988 年的一篇论文中描述的混淆代理问题。代理是获准代表他方行事的程序。当调用方诱使代理将自身权限用于非预期用途时,就会发生混淆。例如,拥有特权写入权限的服务可能接受不可信客户端提供的输出文件名,进而覆盖受保护的文件。客户端提供了目标指称,代理却为此动用了与该指称无关的权限。

面向能力的接口则可以要求调用方提供一个可写的目标能力。这样,代理会通过该引用执行写入,而不是凭借自身更广泛的权限去解析任意名称。目标指称与授权一同传递,使预期使用的权限来源清晰明确。这能防止将调用方选择的名称代入特权命名空间这一特定问题,但并不能消除所有可能的应用层错误。

权限也会通过协作间接传递。即使一个组件没有持有任何文件系统能力,也仍可能通过另一个愿意代其行事的组件访问文件。因此,分析时必须区分直接持有的权限,以及通过其他对象实际可获得的权限。如果封装对象暴露的某个方法会在缺乏充分限制的情况下调用权限更高的服务,那么这个看似无害的方法也可能意外赋予强大的操作能力。

委托通常允许转授:接收方可以将能力继续传给他方。有些系统会限制复制或转移,但这些限制并不是该模型普遍具备的特性。即使某项能力名义上不可转移,其持有者仍可能通过代他方执行操作的方式提供代理服务。因此,控制谁能收到引用,并不等同于控制最终有哪些主体能从该引用的使用中获益。能力设计使这些权限关系清晰可见,但哪些委托可以接受,仍由应用程序决定。

撤销、生命周期与限域

撤销权限比授予权限更复杂,因为能力可能已经被复制,或经过多个中间方转授。移除一个本地引用,并不一定会使指向同一资源的其他引用失效。系统必须明确,撤销针对的是某个句柄、一组派生能力、某项特定权限,还是资源本身。这些操作的成本和后果各不相同。

一种常见机制是通过可撤销的中介实现间接访问。客户端获得指向转发对象的能力,而转发对象持有实际的资源能力。转发器启用时,会转发获准的请求;撤销后,则会拒绝这些请求。这种安排有时称为可撤销膜,较简单的形式也称为可撤销转发引用。其有效性取决于能否防止客户端获得可绕过中介、直接访问底层资源的引用。通用的膜还必须对调用返回的引用实施中介控制,而不只是控制最初的请求路径。

另一些系统会维护能力之间的派生关系。如果父能力可以用来创建权限受限的后代能力,内核就可以记录足够的信息,以便日后使这些后代能力失效。其成本取决于表示方式以及受影响引用的数量。基于令牌的系统则可以使用到期时间、撤销列表、版本号或在线状态检查。到期机制限定了权限的有效时长,但并不等同于立即撤销;在线检查能提高响应的及时性,却也引入了对服务可用性和状态管理的依赖。

撤销在时间上也有局限。除非系统明确支持取消,否则已经受理的操作仍可能在发起该操作的能力失效后完成。已经读取的数据通常可以被保留、复制或传输,而不受后续访问权限的影响。因此,取消对文档的访问权限,并不能收回从中获得的知识。在分布式系统中,这个问题更加明显,因为网络延迟或故障可能使请求、缓存和授权状态无法保持同步。

限域关注的是组件能否将信息或权限传递到预期边界之外。当不存在对外通信的能力时,遵循能力约束可以阻止通过普通引用进行通信。然而,仅仅限制显而易见的网络和文件接口,并不能自动保证限域。共享服务、时序、资源消耗以及其他侧信道都可能传递信息。与描述所有物理上可观测的行为相比,能力模型通常更直接地描述获授权的对象交互。

对象生命周期又引出了另一项区别。在语言运行时中,当不再存在可达引用时,垃圾回收可以回收对象,但可达性并不是完整的授权策略。仍然可达的对象可能需要撤销权限,而一个已不可达的本地代理仍可能指向远程持久存在的资源。因此,资源所有权、清理、权限撤销和信息擦除需要相互关联但彼此独立的机制。

历史发展与操作系统

能力这一概念源于对分时计算机保护机制的研究。杰克·B. 丹尼斯和厄尔·C. 范霍恩于1966年发表的论文《多道程序计算的程序设计语义》是论述能力与受保护计算的奠基性文献。其根本问题是:如何让独立执行的程序共享资源,又不让它们不受限制地访问彼此的内存和数据。能力为表达受控共享与隔离提供了一种统一的方式。

20世纪70年代的研究系统探索了不同的强制实施策略。剑桥大学的 CAP 计算机利用硬件支持基于能力的保护。卡内基梅隆大学为 C.mmp 多处理器开发的 Hydra,则将受保护对象和受控的权限传播作为操作系统的核心抽象。这些项目不仅研究访问检查,还探索了应用程序如何定义新的对象类型,以及如何在单一、整体式的内核权限体系之外实施安全策略。

后来的系统将这一方法拓展到持久化计算和商用架构。20世纪80年代开发的 KeyKOS 采用了基于能力的对象交互机制和持久化系统状态。随后,EROS 探索了高效的、基于能力的持久化操作系统设计。这些系统证明,能力机制可以用来组织整个计算环境,不过,它们的应用生态与主流个人计算机和服务器操作系统的应用生态存在显著差异。

一些传统操作系统提供了类似能力的机制,但并未在整个系统中采用这一模型。Unix操作系统的文件描述符是进程内部对某个已打开资源的引用,描述符可以通过某些本地通信通道在进程之间传递。然而,只要进程仍能不受限制地按路径名查找资源,就能通过全局文件系统命名空间获得额外权限。仅限制其现有描述符,并不能消除这种环境隐含的访问权限。

FreeBSD 于2010年引入的 Capsicum,将面向能力的文件描述符权限与限制全局命名空间访问的能力模式相结合。应用程序可以在进入受限模式之前打开所需资源,随后使用显式提供的描述符开展操作。这使得现有 Unix 环境也能支持应用内部的隔离,而不必要求所有应用程序和服务都改用新的操作系统。

另一个术语问题涉及 Linux 的能力机制。Linux 将传统的超级用户特权拆分为多个权限单元,例如执行某些管理操作的权限。这些特权可以独立管理,但通常并不是指向具体对象的不可伪造引用。因此,Linux 权限管理中的“能力”并不等同于经典的对象能力概念。评估一个系统时,需要考察其能力授予了哪些权限,以及这些能力如何获得,而不能只看名称。

对象能力编程与组件设计

对象能力模型将能力原则应用于软件对象。对象只有持有适当的引用,才能调用另一个对象;获得引用,也就获得了该对象接口所赋予的权限。对象封装保护内部状态,而不受限制的全局权限的缺失,使引用关系图能够有效地表示可能发生的交互。这些条件比普通的面向对象编程更严格,后者可以与全局可访问的文件系统、可变的注册表以及功能强大的静态方法并存。

初始权限通过对象构造和显式连接来赋予。例如,解析器可以获得输入流和诊断信息输出端,却不获得网络或文件系统接口。文档转换器可以分别获得读取源文件和写入目标文件的能力。这样,组件的依赖项就能比账户级权限标签更准确地描述其操作权限。

采用对象能力模型的语言和环境包括 E 和 Joe-E。E 强调安全的分布式对象与异步交互,而 Joe-E 则通过对 Java 施加限制来支持基于能力的推理。安全 ECMAScript 环境方面的工作通过控制全局赋予的资源和权限,并保护共享的语言基础设施,将相关原则应用于 JavaScript。仅仅运行普通 JavaScript 并不能保证具备这些性质:宿主提供的 API 和可变的共享对象可能赋予环境权限,或破坏隔离。

通过组合对象构建的模式,可以表达比基本读写权限更精细的策略。只读侧面只暴露观察方法,不暴露更新方法。实施配额限制的服务会在每次接受操作时扣减其私有额度。中介可以仅在双方给出相互匹配的批准后,才授权执行事务。只有当客户端无法通过其他路径访问权限更大的接口,也无法从返回值中取得可变的内部状态时,这类策略才有实际意义。

该模型也揭示了定义看似简单的限制时会遇到的困难。只读集合接口可能返回可变元素,从而允许间接修改。接受回调的服务可能在自身状态暂时不一致时调用不受信任的代码。这些问题将能力设计与类型系统、重入控制和软件架构联系起来。仅凭接口的形式,并不能确立完整的安全性质。

面向能力的组件设计可以减少被攻陷代码所能获得的权限。但这并不意味着代码正确,也不意味着每项获准操作都符合预期。获准发送消息的组件可能发送误导性消息;获准读取机密数据的组件可能错误地处理这些数据。其保护目标是限制代码能够产生的影响,并使权限流转可供审查,而不是仅凭持有引用就推断其行为值得信任。

分布式权能与 Web 服务

在分布式计算中,权能必须能够跨地址空间和机器传递,并保持有效。本地受保护的引用,在远程环境中可以表示为服务端点与不可猜测的对象标识符的组合、受密码学保护的授权令牌,或由安全消息传递协议管理的引用。远程服务在分派操作之前,会验证请求所出示的权限。与本地指针不同,这些引用必须考虑网络故障、重放、端点身份,以及可能长时间断开连接的情况。

Amoeba 分布式操作系统使用的权能包含用于标识服务器和对象的信息,以及权限和保护字段。它的设计展示了权能检查如何跨越机器边界,而不局限于单个内核。后来的系统既使用过自包含令牌,也使用过由服务器端状态支撑的不透明标识符。无论采用哪种方式,都仍需明确规定权限委托或撤销时的处理方式。

权能 URL 将资源位置与一个用于授予访问权限的秘密值结合起来。私密文档的分享链接或密码重置链接都可以采用这种结构。此时,统一资源定位符就不仅仅是一个名称:泄露它可能意味着将权限一并交给他人。这与那些将 URL 视为无害诊断信息的基础设施之间产生了冲突。请求日志、复制的消息、分析工具以及浏览器行为都可能暴露此类链接。传输层安全协议可以保护端点之间传输中的数据,但无法防止端点本身或其周边应用泄露数据。

密码学权限衰减机制可以让持有者无需联系签发服务,就能缩小令牌的权限范围。2014 年提出的 Macaroons 使用一种链式认证结构,支持添加附加约束条件。这类约束可以将请求限制在某个时间区间内,也可以要求满足额外的授权条件。添加约束会缩小令牌可被接受的使用范围,但要切实执行这些限制,验证方必须根据预期的语义和上下文检查约束。

并非每一种持有者令牌都在该术语的所有含义上构成完整的权能。授予广泛账户级访问权限的令牌,可能缺少细粒度的资源指向;另一种令牌则可能仅用于标识会话,而会话权限由其他机制决定。有些系统将令牌的使用与某个密码学密钥绑定,要求提供密钥持有证明,而不是仅凭令牌就接受请求。这改变了令牌被复制后的后果,但也使委托更加复杂。

分布式权能系统还面临局部故障问题。服务可能在接受已获授权的请求之后、返回响应之前发生故障,使调用方无法确定操作是否已经执行。重试一次有效的权能调用,可能导致同一效果重复发生,除非协议对幂等性或请求标识符作了相应处理。授权确立的是尝试执行某项操作的许可;它本身并不提供事务语义、可靠交付,也不能保证各方对操作后的状态达成一致。

硬件权能与内存保护

硬件权能在处理器层面强制执行内存访问权限。受保护的指针可以携带可用地址、获准访问的范围,以及加载、存储或执行等权限。处理器在执行相关指令时检查这些属性。软件可以派生出指向许可区域内的指针,也可以削减权限,但不能通过合法操作将任意整数转换成具有完整权限的指针。

剑桥大学与国际斯坦福研究所(SRI International)共同开发的研究架构 CHERI,是一个突出的现代实例。CHERI 的全称为“权能硬件增强型精简指令集计算指令”(Capability Hardware Enhanced RISC Instructions)。CHERI 权能包含边界、权限以及受架构保护的有效性标记。对权能存储位置进行普通写入,并不能直接伪造出带有有效标记的权能。权能操作指令会在派生过程中维持相应约束,因此权限根植于可信软件提供的权能,而不能由不可信的计算过程凭空构造。

这些机制能够应对 C编程语言等语言中一些重要类别的内存误用问题。指向某个已分配内存块的指针,不一定具有访问相邻内存块的权限,即使两者位于同一个虚拟内存页中也是如此。因此,边界检查可以限制某些与缓冲区溢出相关的越界读写。权限分离还允许提供不能用于写入或执行内存的引用。具体的保护效果取决于编译器的行为、内存分配的边界,以及软件栈中哪些部分采用了支持权能的表示形式。

空间保护与时间保护并不相同。引用的内存块被释放后,权能在结构上仍可能有效。如果该内存被重新使用,过期引用就可能造成释放后使用问题,除非系统额外采用撤销、隔离、代际检查或其他生命周期管理机制。因此,硬件权能并不会自动实现完整的内存安全。对于子对象边界、联合体、底层类型转换,以及与现有应用程序接口的兼容性,同样需要谨慎处理。

权能也支持隔离分区。不同的软件组件可以获得对不同代码区域和数据区域的访问权限,并通过受控机制跨越分区边界。密封权能可以保护某些引用,使其在由获授权的操作处理之前,无法被普通操作检查或修改。这些机制可以支持受保护的调用,但一个实际可用的系统还需要调用约定、异常处理、动态链接,以及明确的权限转移规则。

Arm 于 2022 年交付的 Morello 原型片上系统和开发板,为在 Arm 环境中试验源自 CHERI 的权能扩展提供了平台。这类原型可用于评估软件兼容性、性能和分区隔离效果。它们的安全属性不能与基于权能的操作系统对象的安全属性等同看待:内存权能控制体系结构层面的访问,而对象权能控制服务层面的操作。系统可以结合这两个层次,由各自强制执行权限模型中的不同部分。

保障、安全边界与实际局限

能力系统有助于进行精确推理,因为权限可以与显式引用及受约束的传递规则关联起来。形式化模型可以规定存在哪些能力、哪些域持有这些能力,以及哪些状态转换会创建或转移能力。随后便可通过证明来论证诸如不存在未授权访问、派生过程中权限得以保持,或指定组件之间相互隔离等性质。因此,这一模型与形式验证密切相关,但必须区分已经证明的性质与“整个应用程序都是安全的”这类更宽泛的断言。

seL4 微内核是一个重要实例。2009 年,其经过机器检验的功能正确性证明结果确立了:在明确列出的假设下,高层规范与 C 语言实现相一致。seL4 使用能力来控制对内核对象的访问,包括通信端点和内存管理资源。后续验证工作进一步涵盖了其他性质和配置。这些结果并不意味着运行在该内核之上的任意应用程序都经过了验证,也不意味着所有物理攻击都已被排除。

威胁模型决定了能力机制的强制实施能够确立哪些保障。内核或许可以阻止未经授权的端点访问,但除非正确配置了直接内存访问控制,否则具有特权的设备仍可能读取内存。语言运行时或许可以保护对象引用,但原生代码中的安全漏洞可能绕过其抽象机制。分布式令牌方案或许能抵御伪造,但获得授权的客户端仍可能故意泄露自己的令牌。在这些情形中,失效发生在不同的边界上。

可用性与信息流也需要分别处理。持有某项服务的能力,并不一定会限制调用该服务的频率、单个请求可触发的工作量,或资源保持分配状态的时长。配额、调度控制和设有明确上限的协议可以应对拒绝服务攻击的某些方面,但这些都属于额外的策略。同样,控制直接读取也不会自动阻止通过响应时间、共享缓存或相关联的输出进行推断。

实际采用能力系统所涉及的成本,不仅限于访问检查的性能开销。现有应用程序往往以全局文件名、继承的用户权限和不受限制的库为前提。将这些前提转化为显式资源引用,可能需要重新设计启动流程、插件接口和进程间协议。委托链与撤销机制也会引入管理员和开发者必须理解的状态。只有当细粒度权限的分配仍然足够清晰、便于检查和维护时,它才真正有用。

因此,测试既要考察组件应当具备的权限,也要考察它不应具备的权限:组件能否完成预定任务,能否访问无关资源,以及返回的引用是否会意外扩大其权限。架构分析则考察初始授予的权限、特权中介、引用传递和逃逸路径。这些检查是对实现测试的补充,因为即使某项能力的约束得到完美执行,只要它的作用范围或接口超出应用程序的实际需要,它仍可能授予过多权限。