¿Te resulta más fácil leer con fondo crema, un tono de color, más contraste o un texto más grande? Elige tus colores y tu texto una sola vez, para todas las páginas.

Lección gratuita

Compilaciones reproducibles y procedencia del software

Después de esta lección: Puedo comprobar si una compilación es reproducible.

Lección de 60 min7 comandosLaboratorio de inyección SQL: ataca una búsqueda débil, corrige la consulta y demuéstralo

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

PalabraQué significaEjemplo
Compilación reproduciblecompilación que da los mismos bytes cada vez con el mismo código
Hashhuella corta de unos bytes que cambia si cambia un solo bytesha256sum
SOURCE_DATE_EPOCHfecha fija, en segundos desde 1970, que la compilación usa en lugar del relojSOURCE_DATE_EPOCH=1709283600
Procedenciaregistro de qué se compiló, desde qué código y con qué compilación
Firmaprueba, hecha con una clave, de que un archivo viene de alguien y no ha cambiado
SBOMlista 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

Comando
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

Comando
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

Comando
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

CausaEjemploArreglo habitual
FechasCada archivo guarda la hora de su último cambioPoner todas las fechas en SOURCE_DATE_EPOCH
Orden de archivosLa carpeta lista los archivos en otro ordenOrdenar los nombres antes de empaquetar
Ruta de compilaciónEl paquete guarda /home/lucia/tienda o /tmp/tiendaEmpaquetar nombres relativos desde la carpeta
Idioma del sistemaOrdenar pone las mayúsculas primero con un ajuste y no con otroOrdenar con LC_ALL=C
VersionesLa siguiente instalación coge una biblioteca más nuevaFijar 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

Comando
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

Comando
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

Comando
docker exec -e SOURCE_DATE_EPOCH=1709283600 app sh /tmp/build/build.sh

Se 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

Comando
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

Código: python
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

NivelQué pideQué ayuda a evitar
Build L1Existe la procedencia y dice cómo se compiló el archivoErrores, y no saber de dónde sale una versión
Build L2Una plataforma de compilación alojada crea y firma la procedenciaCambios en el archivo o en su registro después de compilar
Build L3Una plataforma reforzada aísla las compilaciones y aleja la clave de firma de los pasosManipular 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.

Sobre este laboratorio y su código: Laboratorio de inyección SQL: ataca una búsqueda débil, corrige la consulta y demuéstralo

¿Enseñas a una clase? Asigna este módulo a tus alumnos con guía del profesor, tareas con corrección automática y un laboratorio para cada alumno.