Detectar el azar débil en código y configuración

Los patrones que buscar son pocos y se repiten en todos los lenguajes. Las llamadas a las funciones de azar de propósito general de cada lenguaje, cuando su valor se usa como token, clave, nonce, sal o código. Los generadores que se crean con una semilla explícita, sobre todo si sale del reloj o es una constante. Las librerías de «identificadores únicos» cuyo único requisito es no repetirse, no ser impredecibles. Y las cadenas armadas a mano, con hashes de datos conocidos.

El método es el mismo de la tarea de inventario: no se busca solo el nombre de la función, se mira para qué se usa el valor que devuelve. Un analizador estático sirve para encontrar las llamadas; el uso lo decide la persona que revisa.

En los lenguajes que lo permiten, un generador se puede crear con una semilla explícita. Cuando esa semilla es la hora actual en milisegundos, el generador produce una serie determinada por un instante, y los milisegundos de un día tienen un espacio de posibilidades pequeño para un secreto. Es el fallo de la sala de semillas, visto ahora en el código en lugar de en la configuración.

En el código de la carpeta de revisión hay un archivo que crea su generador de esa manera para fabricar un secreto que se imprime en un boleto.

Un código de recuperación de contraseña que llega por SMS es un secreto de un solo uso: quien lo conozca antes de que se use puede reclamar la cuenta. Si lo emite un generador de propósito general, su siguiente valor se puede deducir de los anteriores. Distinto es el valor anti-falsificación de un formulario, que debe ser igual de impredecible y que, en este mismo archivo, sí se pide bien.

Lee el archivo de PHP: contiene dos usos del azar, uno correcto y uno flojo. Localiza la función que emite el código de recuperación.

Un analizador estático sobreavisa: marca todo uso de un generador de propósito general sin saber qué hace el valor. Una persona revisora debe separar los verdaderos positivos (el valor protege algo) de los falsos positivos (no protege nada), y dejar constancia de por qué descarta cada aviso. Sin esa nota, el aviso vuelve en la siguiente revisión, o peor, el equipo aprende a ignorar todos.

En el archivo de Python hay un aviso del segundo tipo, junto a un uso correcto de la librería de secretos.

El token que identifica el dispositivo de un usuario sale de Math.random() convertido a texto. Es el caso más repetido en aplicaciones web: el valor «parece» aleatorio al mirarlo, y el generador de propósito general de JavaScript no está diseñado para uso criptográfico. El lenguaje trae dos fuentes criptográficas, según dónde corra el código: crypto.getRandomValues en el navegador y crypto.randomBytes en Node.js. El arreglo es sustituir la llamada, no alargar el texto resultante ni pasarlo por un hash.