Temario Lección 94 de 156 · Modelado de amenazas
Modelado de amenazas

Modelos de amenazas de productos

Por qué importa Cuando construyes una aplicación, los problemas de privacidad se esconden en las flechas: los momentos en que los datos pasan de un sitio a otro. Escribir esos movimientos como datos, y dejar luego que el código los revise, encuentra los arriesgados antes que tus usuarios. Es el hábito que usan los ingenieros de privacidad en los productos reales.

Seguir el paquete

Piensa en cada dato personal como un paquete. Un modelo de amenazas de un producto pregunta: ¿adónde va cada paquete, va cerrado por el camino, quién lo recibe y cuánto tiempo lo guarda? Un flujo de datos es el viaje de un paquete.

Un flujo del producto de práctica de abajo está marcado como no personal: el informe de fallos, "versión de la aplicación y pila del fallo". Eso mantiene sencillo el laboratorio, pero tómalo como un aviso, no como una regla: los informes de fallos reales suelen llevar datos personales (una ruta de archivo con un nombre de usuario, el texto de un formulario cuando falló la aplicación, una dirección de correo en una línea de registro), así que en una revisión real un informe de fallos es personal hasta que lo hayas comprobado.

Flujo de datos: un movimiento de datos de un sitio a otro, por ejemplo "el correo del registro va de la aplicación a nuestro servidor" o "las visitas a páginas van de la aplicación a un servicio de analítica".

Tercero: cualquier empresa o servicio que no seas tú ni tu usuario. Un proveedor de analítica, una red publicitaria, un servicio de envío de correos.

Conservación: cuánto tiempo se guardan los datos antes de borrarlos. "Para siempre" también es un periodo de conservación, y normalmente el peor.

Los flujos como datos de Python

Cada flujo cabe con naturalidad en un diccionario. Aquí tienes uno de una aplicación inventada para cuidar plantas, plantly.example:

flow = {
    "id": "photo-upload",
    "data": "plant photos with location",
    "personal": True,          # does it point to a person?
    "to": "plantly.example",
    "third_party": False,      # is the receiver someone other than us?
    "encrypted": True,         # sent over HTTPS (or similar)?
    "retention_days": 90,      # None means kept forever
    "purpose": "identify plant disease",
}

Una herramienta útil: flow.get("retention_days") lee una clave como lo hace flow["retention_days"], pero devuelve None en lugar de fallar cuando falta la clave. Las pruebas usan flujos a los que les faltan claves, así que lo necesitarás.

Una lista de estos diccionarios es el mapa de datos de todo un producto. Una vez que son datos, puedes revisar cada flujo con las mismas reglas, cada vez que cambie algo.

Cuatro señales de alarma

Aquí solo importan los flujos personales: un flujo que no lleva nada sobre una persona no puede filtrar nada sobre ella. Para un flujo personal, márcalo cuando:

  1. no está cifrado: cualquiera en el camino de la red puede leerlo;
  2. va a un tercero: sale de tu control, y dependes de los hábitos de otra empresa;
  3. se guarda demasiado tiempo: la conservación falta (para siempre) o es de más de 365 días;
  4. no tiene un propósito: nadie dejó escrito para qué se recoge. Si no sabes decir para qué, probablemente no deberías recogerlo.

Un flujo marcado no está automáticamente mal. Enviar correos a través de un servicio de correo es un flujo de terceros que bien puedes mantener. La marca significa "una persona tiene que mirar esto y decidir", que es exactamente para lo que sirve un modelo de amenazas.

Una idea equivocada muy común

"Si está cifrado, está a salvo." El cifrado protege el viaje. No dice nada sobre quién recibe los datos ni cuánto tiempo los guarda. Un flujo puede estar cifrado y aun así ser el más arriesgado de tu aplicación.

En otros lenguajes

JavaScript: las mismas reglas sobre un array de objetos.

function riskReasons(f) {
  if (!f.personal) return [];
  const r = [];
  if (!f.encrypted) r.push("not encrypted");
  if (f.third_party) r.push("third party");
  if (f.retention_days == null || f.retention_days > 365) r.push("kept too long");
  if (!f.purpose) r.push("no purpose");
  return r;
}
const flagged = Object.fromEntries(
  flows.map(f => [f.id, riskReasons(f)]).filter(([, r]) => r.length)
);

Go: una estructura con un puntero para la conservación que "quizá falte".

type Flow struct {
    ID, Purpose                     string
    Personal, ThirdParty, Encrypted bool
    RetentionDays                   *int // nil means forever
}

Resumen

  • Un flujo de datos es un movimiento de datos; una lista de flujos es el mapa de datos de un producto.
  • Escribir los flujos como diccionarios permite al código revisar cada uno con las mismas reglas.
  • Marca los flujos personales que no están cifrados, van a un tercero, se guardan demasiado tiempo o no tienen propósito.
  • Una marca significa "decide una persona", y el cifrado por sí solo no hace seguro un flujo.
Tu turno

El código inicial contiene FLOWS, el mapa de datos de la aplicación de práctica plantly.example. Escribe dos funciones:

  1. risk_reasons(flow) devuelve una lista de cadenas de aviso para un flujo. Si flow["personal"] es falso, devuelve una lista vacía. Si no, añade, en este orden:
    • "not encrypted" si flow["encrypted"] es falso;
    • "third party" si flow["third_party"] es verdadero;
    • "kept too long" si retention_days falta, es None o es mayor que 365;
    • "no purpose" si purpose falta o es una cadena vacía.
  2. flag_risky(flows) devuelve un diccionario que asocia el "id" de cada flujo marcado a su lista de motivos. Los flujos sin motivos se dejan fuera.
Usa flow.get(...) para que una clave que falta no haga fallar el programa. Por último, imprime cada id marcado y sus motivos, uno por línea.

¿Has visto un problema en esta lección? Avísanos · Preguntar sobre esta lección

Este ejercicio se abre pronto

Termina la lección anterior y esta se desbloquea. Todo el curso es gratis, no hace falta cuenta, y puedes leer esta lección ahora mismo.