第 4 部のプロジェクト:脅威モデル
なぜ大切か このプロジェクトは第 4 部をまとめます。実際に使っている製品の本物の脅威モデルを Python のデータとして書き、それをルーブリックで確かめるコードを書きます。最後には、どんな製品にも使い直せる道具と、最初に直すべき 3 つのことのはっきりした一覧が手に入ります。
課題
使っている製品をひとつ選んでください:メッセージのアプリ、フィットネスのトラッカー、買い物のサイト、スマートスピーカー。その脅威モデルを ユーザーとしてのあなたの視点から MODEL という辞書に書き、それを確かめて並べる 3 つの関数を書きます。
非公開に保つ:コードはあなた自身のブラウザで採点されます。端末をまたいだ保存をオンにすると、下書きは Floati のサーバーにも保存されます。これも一般的に保つ理由のひとつです。それでも、モデルは一般的に保ってください。「私のメッセージ」や「私の自宅の住所」と書き、本物のパスワード、ユーザー名、住所、口座番号は決して書かないでください。脅威モデルは危険の形についてのもので、秘密そのものについてではありません。
MODEL の形
MODEL = {
"product": "a fitness tracker app (fitly.example)",
"assets": ["my running routes", "my heart-rate history", "my contacts"],
"adversaries": [
{"who": "advertisers", "wants": "my habits", "capability": "buy data from the app"},
{"who": "a stranger", "wants": "where I live", "capability": "see public route maps"},
],
"threats": [
{"id": "T1", "asset": "my running routes", "adversary": "a stranger",
"what": "public maps show where my runs start, near my home",
"likelihood": 2, "impact": 3},
# ... at least 4 threats
],
"mitigations": [
{"threat": "T1", "action": "hide the first and last 500 m of every route", "owner": "me"},
# ... at least one for every threat
],
}
各脅威の asset は assets のどれかでなければならず、各脅威の adversary はどれかの敵対者の "who" と一致しなければなりません。これでモデルがつながります。どの脅威も、何を狙い誰がするかをはっきり言います。owner は誰が対策をするかを示します:"me" か "product"(会社に変えるよう頼むこと)です。
ルーブリック
| 確認 | 通らなかったときの問題のコード |
|---|---|
| 空でない製品名 | no-product |
| 資産が 3 つ以上 | few-assets |
| 敵対者が 2 つ以上 | few-adversaries |
| 脅威が 4 つ以上 | few-threats |
| 各脅威の資産が資産の一覧にある | unknown-asset:T1(その脅威の id 付き) |
| 各脅威の敵対者が "who" と一致する | unknown-adversary:T1 |
| 起こりやすさと影響がそれぞれ 1、2、3 のどれか | bad-score:T1 |
| 各脅威に対策が少なくともひとつある | unmitigated:T1 |
自己評価とチューターの意見
テストは、モデルが完全でつながっていること、関数が正しいことを確かめます。脅威が 正しい 脅威かどうかは判断できません。そのためには、上位 3 つの脅威を声に出して読み、自分に問いかけてください:この製品を知っている人は、これが最大の危険だと同意するだろうか? 端末上のチューターのコードレビューのボタンを押して、作品への意見をもらうこともできます。ブラウザの中で動くので、モデルはあなたの手元にとどまります。小さなモデルなので、その意見は判定ではなく、考えるきっかけとして扱ってください。自動の確認はモデルが完全であることを証明します。それが 正しい かどうかは、あなた自身が判断する部分です。
良いモデルのためのこつ
- 学んだことを使いましょう:クッキー、フィンガープリント、ピクセル、同意(第 1 部)、トラッカーがコードでどう動くか(第 2 部)、サイトでのサードパーティと漏えい(第 3 部)、HTTPS とエンドツーエンド暗号化が何を隠し何を隠さないか、そして AI の機能があなたの文章をどこへ送るか。
- ありふれた脅威(使い回したパスワード、なくした電話)と、製品そのものについての脅威(何を集め、誰と共有するか)を少なくともひとつずつ入れましょう。
- やらない完璧な対策より、今週本当にやる対策を選びましょう。
ほかの言語では
JavaScript:2 段階の並べ替えでの危険度の順位付け。
const risk = t => t.likelihood * t.impact;
function topThreats(model, n = 3) {
return [...model.threats]
.sort((a, b) => risk(b) - risk(a) || a.id.localeCompare(b.id))
.slice(0, n)
.map(t => t.id);
}
Rust:sort_by での同じ並べ方。
threats.sort_by(|a, b| risk(b).cmp(&risk(a)).then(a.id.cmp(&b.id)));
まとめ
- データとしての脅威モデルは、コードで確かめられます:完全で、つながっていて、順位付けされているか。
- 危険度は起こりやすさ掛ける影響です。同点は脅威の id で決めるので、順番はいつも同じになります。
- テストは構造を確かめます。脅威が正しいものかどうかは、あなたとチューターが判断します。
- モデルは一般的で非公開に保ちましょう:危険を説明し、秘密は決して書き留めないこと。
使っている製品について MODEL を埋めてください(上の形を参照):"product" の文字列、3 つ以上の "assets"、2 つ以上の "adversaries"(それぞれ空でない "who"、"wants"、"capability" 付き)、4 つ以上の "threats"、そしてすべての脅威への対策(空でない "action" と、"me" か "product" の "owner" 付き)。それから次を書きます:
risk(threat):likelihood * impactを返します。top_threats(model, n=3):最も危険度の高いn個の脅威の id を、高い順に返します。2 つの脅威が同じ危険度なら、小さい id(ふつうの文字列の順)が先に来ます。rubric(model):ルーブリックの表の問題のコードのリストを返し、モデルが通れば[]を返します。まずモデル全体の 4 つの規則を確かめ、それから各脅威を一覧の順に、資産、敵対者、点数、対策の順番で確かめます。キーの欠けたモデルでも落ちないよう、既定値付きの.getを使ってください。
rubric(MODEL) と top_threats(MODEL) を表示してください。
この演習はまもなく開きます
その前のレッスンを終えると、このレッスンが解放されます。コース全体が無料でアカウントも不要、このレッスンは今すぐ読めます。
このブラウザは learn.floati.life の Cookie をブロックしているため、ここで修了したレッスンを順番どおりに開けません。このサイトの Cookie を許可して再読み込みしてください。