El mismo código debe dar los mismos bytes
Una compilación reproducible (reproducible build) da exactamente el mismo archivo, bit a bit, con el mismo código fuente y las mismas herramientas. Importa porque cualquiera puede reconstruir una versión publicada y comprobar que nadie la cambió.
En marzo de 2024 se encontró una puerta trasera en xz-utils 5.6.0 y 5.6.1. Es una biblioteca de compresión de muchos sistemas Linux. Una parte iba en los archivos publicados, no en el código que casi todos leían.
Al final de esta lección
Nota
Puedo comprobar si una compilación es reproducible.
Palabras clave
| Palabra | Qué significa | Ejemplo |
|---|---|---|
| Compilación reproducible | compilación que da los mismos bytes cada vez con el mismo código | |
| Hash | huella corta de unos bytes que cambia si cambia un solo byte | sha256sum |
| SOURCE_DATE_EPOCH | fecha fija, en segundos desde 1970, que la compilación usa en lugar del reloj | SOURCE_DATE_EPOCH=1709283600 |
| Procedencia | registro de qué se compiló, desde qué código y con qué compilación | |
| Firma | prueba, hecha con una clave, de que un archivo viene de alguien y no ha cambiado | |
| SBOM | lista de materiales del software: todos los componentes de un producto |
Las celdas que rellenan los estudiantes quedan en blanco en esta vista previa.
La regla única
Advertencia
Trabaja solo en tu copia privada del laboratorio, que no tiene salida a internet. Probar un sistema ajeno, o sin permiso, es delito en casi todos los países.
Una compilación que se repite es más segura
Una compilación convierte el código fuente en el archivo que se entrega: un archivo comprimido, un programa o una imagen de contenedor. La gente descarga ese archivo, no el código.
Si dos personas compilan el mismo código y obtienen el mismo hash, nadie metió nada entre el código y el archivo. Si los hashes difieren, algo cambió y puedes buscarlo. Una compilación que cambia cada vez esconde esa señal.
Compila dos veces los mismos dos archivos
Tu laboratorio puede crear una versión pequeña con tar, que mete archivos en un solo paquete, y sha256sum, que calcula su hash. El siguiente Run escribe dos archivos de código en el contenedor de la tienda.
El Run de después los empaqueta dos veces. Entre una y otra solo cambia la fecha de los archivos, una hora, como si el código se hubiera descargado más tarde.
Escribe dos archivos de código
docker exec app sh -c "mkdir -p /tmp/build/src && printf 'print(42)\n' > /tmp/build/src/main.py && printf 'tienda 1.0\n' > /tmp/build/src/VERSION && cat /tmp/build/src/VERSION"Se muestra aquí y no se ejecuta. Pulsa Iniciar laboratorio para escribirlo en el terminal de tu propio laboratorio.
Empaquétalos dos veces, con una hora
docker exec app sh -c "cd /tmp/build/src && touch -d '2024-03-01 09:00:00' main.py VERSION && tar -cf - main.py VERSION | sha256sum && touch -d '2024-03-01 10:00:00' main.py VERSION && tar -cf - main.py VERSION | sha256sum"Se muestra aquí y no se ejecuta. Pulsa Iniciar laboratorio para escribirlo en el terminal de tu propio laboratorio.
Lee las fechas dentro del paquete
docker exec app sh -c "cd /tmp/build/src && touch -d '2024-03-01 10:00:00' main.py VERSION && tar -cf - main.py VERSION | tar -tvf -"Se muestra aquí y no se ejecuta. Pulsa Iniciar laboratorio para escribirlo en el terminal de tu propio laboratorio.
Una hora cambió todo el hash
El primer Run imprime tienda 1.0. El segundo imprime dos hashes: uno empieza por 8f42b6ad y el otro por d2d6aaeb. El contenido de los dos archivos no cambió.
El tercero lista el paquete. Cada línea da los permisos del archivo, su dueño, su tamaño y su fecha, 2024-03-01 10:00:00. El paquete guarda esa fecha, así que una fecha nueva es un paquete nuevo.
Un error frecuente
Advertencia
Mucha gente cree que el mismo código siempre da el mismo archivo. No es así mientras no fijes cada entrada: las fechas, el orden, las rutas y las herramientas. Llama reproducible a una compilación solo cuando dos compilaciones separadas dan el mismo hash.
Ejemplo resuelto: qué hace distintas dos compilaciones
| Causa | Ejemplo | Arreglo habitual |
|---|---|---|
| Fechas | Cada archivo guarda la hora de su último cambio | Poner todas las fechas en SOURCE_DATE_EPOCH |
| Orden de archivos | La carpeta lista los archivos en otro orden | Ordenar los nombres antes de empaquetar |
| Ruta de compilación | El paquete guarda /home/lucia/tienda o /tmp/tienda | Empaquetar nombres relativos desde la carpeta |
| Idioma del sistema | Ordenar pone las mayúsculas primero con un ajuste y no con otro | Ordenar con LC_ALL=C |
| Versiones | La siguiente instalación coge una biblioteca más nueva | Fijar cada versión en un archivo de bloqueo |
Las celdas que rellenan los estudiantes quedan en blanco en esta vista previa.
Fija la fecha y el orden
SOURCE_DATE_EPOCH es un acuerdo común: una herramienta de compilación que la ve usa esa fecha en lugar del reloj. Muchos compiladores y empaquetadores ya la leen. Aquí el script pone cada archivo en esa fecha con touch.
El orden también cuenta. El siguiente Run empaqueta los mismos archivos con la misma fecha, una vez en cada orden. Después escribes un script pequeño que ordena antes los nombres.
Mismos archivos, otro orden
docker exec app sh -c "cd /tmp/build/src && touch -d '2024-03-01 10:00:00' main.py VERSION && tar -cf - main.py VERSION | sha256sum && tar -cf - VERSION main.py | sha256sum"Se muestra aquí y no se ejecuta. Pulsa Iniciar laboratorio para escribirlo en el terminal de tu propio laboratorio.
Escribe un script que arregla las dos
docker exec app sh -c "printf '%s\n' 'cd /tmp/build/src' 'touch -d @\$SOURCE_DATE_EPOCH *' 'tar -cf - \$(ls | LC_ALL=C sort) | sha256sum' > /tmp/build/build.sh && cat /tmp/build/build.sh"Se muestra aquí y no se ejecuta. Pulsa Iniciar laboratorio para escribirlo en el terminal de tu propio laboratorio.
Compila con SOURCE_DATE_EPOCH
docker exec -e SOURCE_DATE_EPOCH=1709283600 app sh /tmp/build/build.shSe muestra aquí y no se ejecuta. Pulsa Iniciar laboratorio para escribirlo en el terminal de tu propio laboratorio.
Toca cada archivo y compila otra vez
docker exec -e SOURCE_DATE_EPOCH=1709283600 app sh -c "touch /tmp/build/src/main.py /tmp/build/src/VERSION && sh /tmp/build/build.sh"Se muestra aquí y no se ejecuta. Pulsa Iniciar laboratorio para escribirlo en el terminal de tu propio laboratorio.
Dos compilaciones, un solo hash
El Run del orden imprime d2d6aaeb y luego 2cf13206: mismos bytes, mismas fechas, otro orden. El Run del script imprime sus tres líneas.
Las dos compilaciones imprimen después un hash que empieza por 0ca19ab9, aunque la segunda tocó antes cada archivo con la hora actual. LC_ALL=C sort pone VERSION antes que main.py, porque con ese ajuste las mayúsculas van primero. Por eso también se fija el idioma.
Basta un byte para cambiar un hash
import hashlib
# Cambia el 2 de second por un 3 y pulsa Run.
first = b"print(42)\n"
second = b"print(42)\n"
print(hashlib.sha256(first).hexdigest()[:16])
print(hashlib.sha256(second).hexdigest()[:16])
print("misma compilación:", hashlib.sha256(first).digest() == hashlib.sha256(second).digest())
La procedencia dice cómo se hizo un archivo
Reproducir una compilación es una comprobación. La procedencia es otra: un registro que dice qué código, qué commit y qué compilación hicieron un archivo. Un registro firmado por la plataforma de compilación se llama atestación.
SLSA, Supply-chain Levels for Software Artifacts, es un marco público que gradúa cuánto puedes fiarte de ese registro. Su parte de compilación tiene tres niveles.
Ejemplo resuelto: los niveles de compilación de SLSA
| Nivel | Qué pide | Qué ayuda a evitar |
|---|---|---|
| Build L1 | Existe la procedencia y dice cómo se compiló el archivo | Errores, y no saber de dónde sale una versión |
| Build L2 | Una plataforma de compilación alojada crea y firma la procedencia | Cambios en el archivo o en su registro después de compilar |
| Build L3 | Una plataforma reforzada aísla las compilaciones y aleja la clave de firma de los pasos | Manipular la compilación, incluso desde uno de sus pasos |
Las celdas que rellenan los estudiantes quedan en blanco en esta vista previa.
Firma y SBOM completan el cuadro
Una firma prueba quién publicó un archivo. Sigstore es un servicio público y gratuito para eso. Su herramienta cosign firma una imagen de contenedor o un archivo. Usa un certificado de vida corta unido a una cuenta y anota la firma en un registro público. Este laboratorio no tiene cosign, así que aquí solo lees sobre ella.
Una SBOM lista cada componente y cada versión de un producto. Cuando sale un aviso, buscas en las SBOM en lugar de adivinar.