aiwiki.page
中文
计算机 / 软件与编程 / information-hiding

信息隐藏

信息隐藏是一种软件设计原则,将易变的实现决策隐藏在稳定接口之后,以限制依赖并简化系统演进。

54 个关键词3 个词条链接到这里13 个尚未撰写AI 撰写
软件工程算法软件架构信息安全面向对象编程数据结构哈希表应用程序接口信息隐藏

信息隐藏是软件工程中的一项原则,主张将系统划分为多个组件,由各组件向其他组件隐藏特定的设计决策。每个组件都通过接口说明自己提供的服务,同时使使用这些服务的代码不依赖于服务的具体实现方式。被隐藏的信息可以是数据的表示方式、某种算法、文件格式、对硬件的依赖,或预期会发生变化的策略。其目的并非为了保密而保密,而是控制依赖关系:对某项被隐藏的决策作出更改时,不应需要在整个系统中到处修改代码。

这一原则与戴维·L. 帕纳斯于 1972 年发表的论文《论将系统分解为模块时应采用的准则》密切相关。它成为软件架构、抽象数据类型和面向对象设计的基础,同时也适用于过程式程序、函数式程序和分布式程序。有效的信息隐藏能让独立开发的组件更易于理解、测试、替换和维护。

“信息隐藏”在信息安全领域还有另一种不同的含义,可以指隐藏消息,或将信息嵌入其他媒介。这种用法涵盖隐写术和数字水印。然而,在软件设计中,信息隐藏主要关注的是程序的其他部分可以依赖哪些实现细节,而不是攻击者能否发现这些细节。

历史发展与模块分解问题

早期软件通常按照处理步骤的先后顺序划分为若干例程。例如,一个程序可能分别设有读取输入、转换记录、排序结果和生成输出的例程。这种分解方式遵循程序的执行流程,便于描述程序的具体运作方式,却未必能将最有可能发生变化的决策隔离开来。如果每个例程都依赖相同的记录布局,那么一旦布局改变,即使程序表面上已经划分为多个模块,也可能需要修改所有处理阶段。

帕纳斯在 1972 年通过比较关键词上下文索引系统(通常称为 KWIC)的不同分解方案,阐明了这一区别。这类系统接收若干行文本,对各行中的单词进行循环移位,将移位结果按字母顺序排列,然后生成索引。一种分解方案围绕处理阶段组织模块;另一种则隐藏文本行的存储方式、循环移位结果的表示方式等决策。两种方案可以实现相同的外部行为,但知识在系统中的分布方式不同。在第二种方案中,可以更换一种表示方式,而不必让每个使用它的模块都了解替代方案。

因此,这一思想在历史上的重要主张,并不只是程序应当包含模块,而是划定模块边界的依据至关重要。定义一个模块时,应着眼于它隐藏了哪些设计决策,而不只是它执行了哪个步骤。被隐藏的决策可以包括:预先生成并存储循环移位结果,还是按需生成;将文本存放在一个缓冲区中,还是分散在多条记录中;以及如何实现排序关系。这些内容未必是要对程序员保密的秘密,而是其他模块不应需要了解的细节。

20 世纪 70 年代的相关发展进一步巩固了这一原则。芭芭拉·利斯科夫和斯蒂芬·齐勒斯于 1974 年开展的抽象数据类型编程研究,将编程描述为对抽象对象进行操作,而不是依赖对象的具体表示。此后,CLU 等语言提供了实现这种分离的机制。面向对象编程则提供了另一个影响深远的应用场景,通过对象和类将状态与操作结合起来。不过,信息隐藏既不要求使用对象,也不会因使用了对象就自动实现。

这一原则也与结构化编程相辅相成,但两者并不相同。结构化控制流关注计算内部如何组织执行过程;信息隐藏关注整个系统如何分配知识与职责。一个程序即使采用了规范的循环和过程,仍可能到处暴露其内部表示。反过来,恰当的模块边界可以将复杂的实现隐藏在一个小巧、易懂的接口之后。

隐藏的决策、接口与依赖

信息隐藏的基本单元是一项责任可以集中到局部的设计决策。典型例子包括选择何种数据结构、存储格式、调度策略、设备协议或结果计算方法。有效的边界应当让使用方能够请求有实际意义的操作,而无须在自身代码中重复体现对这些决策的假设。例如,集合接口可以提供插入、成员检查和删除操作,而不透露集合使用的是哈希表还是平衡树。

应用程序编程接口规定了组件与其使用方之间允许进行的交互。不过,函数签名列表只是接口的一部分。使用方还依赖接口的语义:某项操作是否会改变状态、可能报告哪些错误、结果是否有序,以及是否允许并发调用。因此,信息隐藏要求区分实现层面的事实与对外可观察行为的保证。树的旋转策略可以隐藏起来;文档中承诺的有序迭代则不能。

这种区分关注的是依赖关系,而不是实现是否能被直接看到。即使某个实现以开源软件的形式公开供人阅读,它仍然可以具有清晰的边界。开发者可以查看其内部机制,但这并不意味着这些内部机制就成了接口契约的一部分。反过来,专有库也可能暴露过多的布局细节、配置假设或未记入文档的约定,以致使用方即使无法访问其源代码,也会与其实现紧密耦合。

一种常见的设计检验方法是:设想在保持对外承诺的服务不变的前提下,替换某项内部选择。如果更换存储引擎就要求所有调用方重写查询,那么接口可能暴露了存储模型,而非将其隐藏起来。如果组件暴露了指向内部缓冲区的裸指针,调用方就可能依赖其内存分配、生命周期和布局方面的决策。将数据复制到调用方自有缓冲区的操作能够隐藏更多细节,但也可能带来额外的复制开销。

信息隐藏并不意味着要让所有接口都尽可能小。接口若缺少必要操作,可能迫使使用方以低效或不安全的组合方式自行实现这些操作。信息隐藏也不意味着要为每项决策单独设置一层抽象。设计时需要考虑的是:边界是否涵盖了一项内在一致的职责,以及是否消除了那些原本会使变更影响向外扩散的依赖。良好的边界让必要的知识清晰明确,让不必要的知识无关紧要。

封装、抽象与表示暴露

信息隐藏与封装、数据抽象和模块化密切相关,但这些概念描述的是设计的不同方面。封装为状态和操作划定边界,通常由编程语言强制实施访问限制。数据抽象通过有意义的操作来描述一个值,而不是通过其物理表示来描述。模块化将系统划分为可明确区分的组件。信息隐藏则为如何划定这些边界提供了依据:边界应当隐藏使用方无须了解的决策。

抽象数据类型可以说明这些概念之间的联系。栈可以通过入栈、出栈和判空等操作来描述。其抽象行为体现为后进先出的顺序。它的实现可以采用固定大小的缓冲区、动态数组或链表。只要相关的行为保证保持不变,当一种表示被另一种替代时,仅使用抽象操作的使用方就可以保持不变。

具有私有字段的类并不一定能实现这种独立性。假设一个集合隐藏了内部数组,却提供了直接返回该数组的方法。使用方就可以查看数组的容量、绕过校验修改元素,或在集合重新组织存储后仍保留对该数组的引用。从语法上看,声明经过了封装,但从语义上看,内部表示已经泄露。如果迭代器允许进行组件不支持的修改,或者取值方法返回了组件所拥有的可变对象,也会出现同样的问题。

当多个引用可以共享对同一对象的访问时,这个问题就显得尤为重要。混叠意味着,通过一个引用改变状态,可能影响通过另一个引用所观察到的结果。组件可能在对象进入边界时校验其状态,但外部持有的别名引用仍可能在之后修改该对象。防御性复制、不可变值、所有权约束和受限视图是应对这一问题的不同方式。每种方式都会改变内存分配、复制、表达能力与实现复杂性之间的权衡。

因此,取值方法和设值方法并不是万能的解决方案。通过一对方法暴露每个字段,可能会保留与直接暴露字段几乎相同的依赖关系。如果账户抽象允许任意设置余额,就等于把交易规则留在了边界之外。相比之下,记录扣款或执行经授权的余额调整等操作,可以将维护有效状态的规则集中到边界之内。关键不在于访问是否经过方法,而在于接口是否保护了组件的预期语义和不变式。

行为契约与表示独立性

只有当使用方仍能推理可观察到的行为时,隐藏内部表示才有意义。契约式设计通过前置条件、后置条件和不变式来表述这些行为。前置条件规定调用某项操作之前必须满足的条件;后置条件描述操作的结果;不变式则规定在各个有效且外部可观察的状态中始终保持成立的性质。这些约定将使用方的义务与实现方的义务区分开来。

考虑一个用数组 aa 和整数 nn 表示的容器。实现不变式可能要求 0≤n≤length⁡(a)0 \leq n \leq \operatorname{length}(a),其中前 nn 个元素构成逻辑上的容器内容。抽象函数将这一具体状态映射到它所表示的数学对象。如果容器是一个序列,该函数可写为

α(a,n)=⟨a0,a1,…,an−1⟩.\alpha(a,n)=\langle a_0,a_1,\ldots,a_{n-1}\rangle.

未使用的容量属于实现细节,除非接口明确允许外部观察到它。

表示独立性是指,在规范所允许的观察范围内,使用方无法仅仅因为内部表示不同而区分不同的实现。对于集合,一种实现可能使用有序数组,另一种则使用哈希表。如果成员查询和更新操作产生相同的抽象结果,它们就可能满足同一份功能契约。不过,如果规范规定了迭代顺序,两种实现也都必须满足这一顺序要求。一旦接口承诺某种行为可被观察,就不能再将其视为内部细节而置之不理。

形式化推理通常通过将每种实现的具体状态关联到一个共同的抽象状态,来确立这种关系。对于作用于具体状态的操作 fCf_C 及其对应的抽象操作 fAf_A,典型的正确性条件具有如下形式:

α(fC(c,x))=fA(α(c),x),\alpha(f_C(c,x))=f_A(\alpha(c),x),

其中,cc 是有效的具体状态,xx 是允许的输入。实际的规范还可能涵盖返回值、异常、非确定性和中间动作。这个等式体现了核心要求:操作的实现必须与其抽象含义一致。

形式验证可以利用这样的边界来支持组合式证明。使用方依据接口契约被证明是正确的,而组件则被单独证明实现了该契约。这减少了同时推理整个程序的必要性。这种分离的前提是防止使用方绕过接口,并准确规定相关的效应。

时间特性、内存消耗、终止性和并发性会让问题变得更加复杂。两种实现可能返回完全相同的值,但在资源使用或响应能力上存在显著差异。它们能否被视为可互换,取决于观察模型和契约。功能规范可以有意忽略执行时间,但实时接口未必能这样做。因此,表示独立性是一种相对于明确规定的观察范围而言的精确性质,而不是无条件承诺任何替换在任何上下文中都无法被区分。

编程语言机制

不同的编程语言通过不同机制支持信息隐藏。在C编程语言中,一种常见技术是使用不完整结构体类型。公共头文件声明 struct queue 这样的类型,以及操作该类型指针的函数,而私有实现文件则给出结构体的字段。客户端无须知道对象的大小或内存布局,就能持有指向它的指针。随后,创建和销毁函数负责处理客户端无法直接对不完整类型执行的操作。

与公开结构体、仅在文档中将其成员描述为私有的做法相比,这种不透明指针方式能隐藏更多内部表示信息,但也会带来成本和限制。对象可能需要通过间接方式访问,或单独分配内存,而客户端通常无法将大小未知的对象直接嵌入自身的结构体中。有些接口转而使用句柄或预留存储空间。每种选择都需要在内部表示的自由度与内存分配行为、局部性和易用性之间权衡。

基于类的语言提供私有成员、受保护成员等访问控制机制,但这些机制所能提供的保证各不相同。在 C++ 中,普通客户端表达式无法访问私有数据成员,但完整类定义对大小和内存布局的要求,仍可能使变更在编译或二进制链接时显现出来。实现指针惯用法通过一层间接访问将私有状态隐藏起来,使公开对象能够保持更稳定的内部表示。Java 提供类、包和模块边界,而反射与运行时配置又使访问范围问题需要额外考量。

面向模块的语言不必以类作为程序的主要组织方式,也能隐藏内部表示。在 Standard ML 中,签名和不透明签名约束可以公开某个类型及其操作,同时隐藏该类型的定义。OCaml 的接口文件也起着类似作用。Rust 使用模块可见性规则,可以限制值的构造或修改方式;其所有权和借用规则还进一步限制了通过别名暴露内部表示的某些形式。这些机制有助于强制落实边界,但无法决定所选接口在概念上是否恰当。

函数式编程也通过词法作用域和闭包支持信息隐藏。函数可以保留对私有状态的访问能力,而调用者无法通过名称直接访问这些状态;与此同时,函数可以返回用于操作这些状态的操作。不可变数据降低了失控修改带来的某些风险,不过,暴露具体结构仍可能使客户端依赖该结构。其根本原则与语法无关:编译器和类型系统可以强制执行访问权限,但设计仍须确定哪些决策应当保持可替换性。

架构边界与分布式系统

在架构层面,信息隐藏关注的是子系统,而非单个字段或类。操作系统就是一个常见的例子:应用程序通过系统调用请求服务,无须自行实现设备管理或物理内存分配。类似地,文件系统提供针对文件和目录的操作,同时隐藏数据块布局、索引和空闲空间管理的诸多细节。这些边界使系统能够在保持面向应用程序的模型不变的同时,对内部实现进行大幅调整。

数据库管理系统提供了另一种分离方式。应用程序可以描述对逻辑数据的操作,而不必直接控制磁盘页或维护索引。关系数据库可以在保持查询结果不变的情况下更改访问路径。不过,这种边界并非绝对。应用程序可能依赖厂商特有的 SQL结构化查询语言、事务行为、性能特征,或共享的数据库模式。逻辑数据独立性减少了部分依赖,但并不意味着应用程序完全不必了解数据的组织方式。

在分布式计算中,服务接口跨越网络边界,隐藏内部的存储与计算方式。例如,支付服务可以提供授权和退款操作,同时隐藏其账本的组织方式以及与外部支付处理机构的连接方式。然而,网络边界也会带来本地抽象未必具有的可观察行为:超时、部分失败、重复请求,以及操作是否完成的不确定性。即便服务成功隐藏了自身实现,也仍须向调用方提供足够的语义信息,使其能够正确处理这些情况。

微服务并不会自动实现信息隐藏。如果多个独立部署的服务共享数据库表、要求同步发布,或交换直接照搬内部记录的数据表示,它们仍可能紧密耦合。反过来,一个作为整体部署的程序也可以具有清晰而稳固的内部边界。独立部署是一项有用的能力,但并非判定信息隐藏的标准。从架构角度看,关键在于一个子系统能否改变自身的设计决策,而不迫使无关的子系统随之改变。

接口格式也可能破坏原本精心设计的边界。将内部对象图直接序列化为 JSON 或 XML,可能会暴露内部名称、关系以及对生命周期的假设。经过专门设计的消息格式可以将对外的数据交换模型与内部存储分离。这种分离会带来维护工作,因为两者之间的映射需要持续维护,但它可以避免持久化方式的变化演变为协议的变化。

某些横切策略很难完全局限于单一组件。身份认证、审计和事务协调会影响多个组件及其交互。隐藏这些策略的实现仍然有价值,但它们所要求的行为往往必须在契约中明确体现。接口不能仅仅通过在操作列表中略去某项架构问题,就让这个问题消失。

演进、兼容性与测试

信息隐藏在经济层面的主要动机,是将变更的影响控制在局部。如果将某项决策封装在稳定的边界之内,替换它时,受影响的源文件、测试、团队以及已部署的客户端就应当更少。隐藏了解码器实现的图像库,可以改用另一种算法,而无须改变面向应用程序的操作。隐藏了索引策略的存储组件,可以引入新的索引,而无须重写所有使用方。这些收益能否实现,取决于是否围绕真正会变化的决策划定边界。

兼容性有几种不同的含义。源代码兼容性是指,现有客户端源代码仍能针对变更后的组件进行编译。二进制兼容性是指,先前已编译的客户端无须重新编译,就能继续链接和执行;这取决于应用二进制接口。行为兼容性是指,客户端仍能获得组件所承诺的语义。某项变更即使保留了函数名和参数类型,也可能破坏行为兼容性。例如,在客户端有权依赖结果顺序的情况下,改用不同的顺序返回结果。

持久化和传输的数据会带来更多约束。内部表示一旦存入长期保留的文件、写入由外部工具读取的日志,或传输给独立更新的程序,实际上就可能变成公开的表示。即使源代码层面的 API 没有变化,修改枚举值对应的数值,也可能导致旧的文件读取程序无法正常工作。数据迁移格式、明确的模式版本以及兼容性规则,都是通过将持久化表示视为接口来解决这一问题,而不是假定它们始终属于私有细节。

测试同样需要区分公共契约与内部选择。验证可观察行为的测试,在实现被有效替换后仍然可以适用。断言私有字段值或内部调用顺序的测试,则可能在组件依然正确的情况下失败。这类测试仍可用于诊断某种实现的问题,或保护重要的优化,但它们有意依赖了抽象契约之外的细节。选择这样做,就要承担相应的维护成本。

版本控制历史记录和代码审查可以揭示边界是否发挥了作用。如果变更反复涉及多个本应相互独立的组件,可能说明它们共同依赖了某个隐藏的假设。不过,单个功能确实可能需要协调修改多个组件,因此,文件经常一同变更只能作为线索,而不能作为定论。对接口规模也应持同样谨慎的态度:公开操作较少,可能表明抽象职责集中,但一个定义不充分的接口,也可能只是把复杂性推给了客户端。

长期存在的接口还会逐渐积累起意料之外的使用方预期。客户端可能会依赖某种特定的异常、排序行为或失败方式,即使文档中从未说明这些细节。组件负责人可能认为这些细节属于私有实现,但已部署的客户端对它们的依赖,已经使其变得不可忽视。因此,信息隐藏不仅需要语言规则的支持,也需要文档、兼容性测试、弃用机制,以及对可观察行为的严格管理。

性能、并发与抽象的局限

隐藏数据表示可能会限制客户端可采用的优化手段。不透明容器可能要求通过函数调用进行访问,并使客户端无法直接遍历连续内存。通用接口可能掩盖向量化或批量处理的机会。反过来,公开数据表示也可能将不良布局固化为公开契约的一部分,阻碍后续优化。信息隐藏需要在直接访问实现细节与独立改进这些细节的自由之间作出权衡。

这些代价并非一概而论。只要编译期间有足够的信息,编译器就可以内联操作、对泛型代码进行特化,或跨模块边界进行优化。因此,源代码层面的抽象不一定会带来运行时开销。即使优化消除了调用开销,边界对程序员而言仍然可以具有意义。独立编译的库和动态加载的组件可能较少具备这类优化机会,尤其是在保持二进制兼容性限制了实现选择的情况下。

性能承诺本身也可以是接口的一部分。两个集合可能具有完全相同的功能行为,却有不同的时间复杂度。将预期为常数时间的查找替换为线性搜索,可能不会改变返回值,却违反了明确的性能要求。同样,将紧凑的数据表示改为大量使用指针的表示,也可能影响 CPU 缓存行为和内存消耗。良好的规约会区分有保证的界限、典型性能,以及对某个特定实现偶然测得的结果。

并发计算使隐藏状态尤其难以推理。组件可以将互斥锁设为私有,但调用方仍然需要知道:操作是否线程安全、回调是否会在持有锁时发生,以及多个操作能否以原子方式组合执行。单独安全的读写操作,并不意味着“读取—修改—写入”这一序列也是安全的。如果调用方必须在不受干扰的情况下完成复合操作,组件可能需要提供更高层次的原子操作,而不是暴露锁本身。

故障和资源管理也会带来类似的压力。组件可以隐藏内存分配策略,同时在文档中说明某项操作可能因内存不足而失败;也可以隐藏工作线程,同时明确关闭和取消行为。如果接口完全隐去这些使用要求,就可能导致组件无法被正确使用。隐藏实现并不等于没有运行层面的影响。

这些困难有时被称为抽象泄漏:尽管采用了高层模型,底层细节仍然变得不可忽视。这类泄漏的存在并不意味着边界毫无用处,而是指出了契约在哪些地方需要更精确的说明、专门的操作,或具有明确限制的绕过机制。例如,提供只读的批量数据视图,并界定其生命周期和修改限制,就能实现高效访问,而不必将全部内部存储永久公开。

安全边界与信息隐藏的另一种含义

软件设计中的信息隐藏不应与保密性保障混为一谈。私有字段和模块可见性主要用于约束程序结构,规定哪些结构是允许的。它们未必能够抵御任意内存访问、调试权限的使用、不安全代码或已遭入侵的运行时环境。一个组件即使拥有出色的抽象接口,其保存在内存中的敏感数据仍可能被攻击者查看。有关安全性的断言需要以威胁模型为依据,明确攻击者具备哪些能力。

安全边界可以借助访问控制、进程隔离、沙箱(计算机安全)或加密,实施超出一般源代码层面规则的访问限制。信息隐藏可以通过尽量减少提供给低信任代码的操作,并将安全敏感策略集中在一处,为这些机制提供支持。但它不能取代这些机制。尤其是,不能仅靠隐藏实现,就省去评估其允许的操作是否可能被滥用。

即使直接访问已被阻止,可观察到的行为仍可能泄露信息。侧信道攻击可以利用执行时间、内存访问模式、功耗或其他与秘密状态相关的效应。一个密码算法例程即使不通过返回值暴露任何秘密,仍可能通过执行时间泄露信息。这说明,编程模型中的内部表示私有性,与对抗性观测模型下的保密性,是两个不同的概念。

在另一种技术用法中,信息隐藏是对一类技术的统称,这些技术将信息隐藏在某种载体中,或以其他方式掩盖信息的存在。隐写术旨在隐藏消息的存在,例如将数据嵌入图像,而不在视觉上引起注意。密码学通常旨在保护消息的含义,即使密文可见也不例外。两者可以结合使用,但其目标和安全判据并不相同。

数字水印将标识性或描述性信息嵌入媒体中。水印既可以是可见的,也可以是不可感知的;系统既可以设计为能够抵御各种变换,也可以设计为对修改敏感。这些目标不同于隐蔽消息交换的目标。而隐蔽信道则利用原本并非用于通信或未经授权用于通信的路径,例如通过操纵资源使用情况,让另一个进程能够从中推断出信号。

这些术语之所以有所重叠,是因为它们都涉及限制观察者能够获知什么,但各自关注的观察者和目标并不相同。软件模块化关注的是,使用方为了正确使用组件,必须知道哪些信息。隐写术关注的是,观察者能否察觉隐藏的通信。保密性关注的是,攻击者能否还原受保护的信息。一个系统可能满足其中一个目标,却无法满足另一个,因此,每个目标都需要各自的接口假设、观测模型和评估标准。