سؤال مصاحبه

سه کلمه برای یک جمله درباره‌ی grade(55)

Three words for one sentence about grade(55)

  • سطح ۱: غربالگری
  • مفهومی
  • ۶ دقیقه

یک ایجنت از دکامپایلر درباره‌ی تابع grade استعلام می‌گیرد، branch پیش‌فرض شبه‌کد را می‌خواند و گزارش می‌دهد: «grade(55) مقدار 0 برمی‌گرداند، مشاهده شد (observed)». خط شبه‌کد این است: uVar1 = -(param_1 >> 0x1f) ^ (uint)((ulong)((long)param_1 * 0x66666667) >> 0x3f); و بایت‌های متناظر در آن نقطه xor eax, eax هستند. هر یک از این سه کلمه‌ی میزان اطمینان (confidence) متعلق به کدام‌یک از ادعاهای نهفته در این جمله است؟

اول خودتان جواب بدهید، بعد پاسخ را باز کنید.

پاسخ کوتاه

میزان اطمینان همیشه یکی از این سه کلمه است و هیچ‌وقت عدد نیست: observed واقعیتی است که از بایت‌ها یا از یک بار اجرا خوانده شده؛ derived واقعیتی است که از رکوردهای مشاهده‌شده محاسبه شده؛ و inferred انتظاری است که هنوز هیچ مشاهده‌ای آن را بیان نکرده است. رکورد ثبت‌شده درباره‌ی چیزی که دکامپایلر چاپ کرده، از نوع observed با مرجع اعتبار (authority) از نوع shipped-artifact است، چون فایل روی دیسک منبع آن بوده است. این‌که مقدار پیش‌فرض 0 است، از دستور xor در لیست اسمبلی و از آن عبارت ریاضی استخراج شده (derived)؛ عبارتی که همیشه خروجی‌اش 0 است، هرچند هیچ‌کجا مستقیماً عدد 0 در آن نیامده است. این ادعا که «تابع grade(55) هنگام اجرا مقدار 0 برمی‌گرداند» تا زمانی که یک رکورد execute_function با مرجع اعتبار controlled-replay آن را تأیید نکند، در وضعیت inferred باقی می‌ماند.

پاسخ کامل

دو نوع شمارشی (enum)

مقدار معنی
observed خوانده‌شده از بایت‌ها یا از یک بار اجرا
derived محاسبه‌شده بر اساس رکوردهای مشاهده‌شده
inferred انتظاری که هنوز هیچ مشاهده‌ای آن را بیان نکرده است
shipped-artifact فایل روی دیسک، منبع داده بوده است
controlled-replay اجرایی که کنترل آن دست خودتان بوده این واقعیت را تولید کرده است
analyst-inference قضاوت و تحلیل خود شما
historical-reference تاریخچه یا مستندی قدیمی‌تر
external-service سرویسی خارج از فایل و سیستم میزبان

وقتی تولیدکننده‌ی داده چیزی مشخص نمی‌کند، رکورد به‌طور پیش‌فرض مقادیر observed و shipped-artifact را می‌گیرد. کلمه‌ی observed را با دقت بخوانید: در پرونده‌ی تحلیل تابع (function dossier)، یعنی ابزار صرفاً خروجی دکامپایلر را با استناد به بایت‌ها ثبت کرده است؛ اصلاً به این معنی نیست که شبه‌کدِ ارائه‌شده همان کد منبع برنامه‌ است.

دو اشتباه بسیار پرهزینه

اولین اشتباه این است که شبه‌کد را مشاهده‌ی رفتار برنامه در نظر بگیرید؛ شبه‌کد صرفاً مشاهده‌ی چیزی است که دکامپایلر چاپ کرده است. عبارت ریاضی بالا و دستور اسمبلی، هر دو برای هر ورودی مقدار 0 را تولید می‌کنند، اما ایجنت این را نمی‌دانست؛ فقط چون یک ابزار متنی را تولید کرده بود به آن اعتماد کرد. دومین اشتباه این است که یک فهرست خالی را اثبات (proof) عدم وجود چیزی بدانید؛ نبودِ پوشش تست یعنی ناشناخته بودن (unknown)، نه این‌که چیزی وجود ندارد.

چرخه‌ی وضعیت یک ادعا

یک ادعا فقط از طریق اجراهای مشاهده‌شده از وضعیت inferred به supported منتقل می‌شود: pass وقتی که همه‌ی ورودی‌ها اجرایی با نتیجه‌ی موافق دارند و هیچ نتیجه‌ی مخالفی نیست؛ fail وقتی که حتی یک اجرا مغایرت داشته باشد؛ unknown وقتی که برای بعضی ورودی‌ها اجرا وجود دارد و برای بعضی دیگر نه؛ و unsupported وقتی که برای هیچ ورودی‌ای اجرایی ثبت نشده باشد. اجرای بیلدِ میزبان از همان کد منبع نیز به حساب می‌آید، اما با این محدودیت که آبجکت‌کدِ اصلی برنامه مستقیماً اجرا نشده است. این جمله باید همیشه همراه ادعا بماند، چون گزارشی که آن را حذف کند، اطلاعات مورد نیاز خواننده را از دست داده است.

سؤال‌های تکمیلی مصاحبه‌گر
  • سطح 1: چرا میزان اطمینان یک کلمه است و نه یک احتمال عددی؟ پاسخ مورد انتظار: این سه کلمه نوع شواهد (evidence) پشتیبان را مشخص می‌کنند، اما عددْ نوع آن را پنهان می‌کند.
  • سطح 2: اجرای همان کد منبع که برای سیستم میزبان کامپایل شده با پیش‌بینی همخوانی دارد. آیا ادعا درباره‌ی آبجکت‌کد x86-64 در دسته‌ی observed قرار می‌گیرد؟ پاسخ مورد انتظار: بله، با این قید که بیلد میزبان اجرا شده نه خود آبجکت‌کد اصلی؛ این قوی‌ترین مشاهده‌ی ممکن بدون استفاده از شبیه‌ساز (emulator) است.
  • سطح 2: اجرایی که درون بستر آزمایشی (harness) خودتان انجام شود چه مرجع اعتباری می‌گیرد؟ پاسخ مورد انتظار: controlled-replay، بر خلاف خواندن مستقیم فایل که shipped-artifact است.
  • سطح 3: امضای تابع در دکامپایلر نشان می‌دهد که تابع 16 بایت خروجی می‌دهد و پارامتر سومی هم می‌گیرد. کدام کلمه مناسب است؟ پاسخ مورد انتظار: استنتاج ارائه‌دهنده (provider's inference)؛ در پرونده، میزان اطمینان نوع بازگشتی پایین علامت می‌خورد و رکورد باید همین را قید کند.
جواب‌های اشتباهی که مصاحبه‌گرها زیاد می‌شنوند
  • «چون یک ابزار آن را تولید کرده، پس observed است.» متن خروجی ابزار observed است؛ رفتاری که توصیف می‌کند derived یا inferred است.
  • «میزان اطمینان آن را نود درصد بگذارید.» میزان اطمینان یک دسته‌بندی با سه مقدار است، نه یک عدد.
  • «این عبارت یک باگ دکامپایلر است.» کد کاملاً درست ولی ناخواناست؛ دو شیوه‌ی نمایش یک بیت همدیگر را خنثی می‌کنند و همان دستور اسمبلی در دو بایت همین کار را خلاصه کرده است.

کجای دوره آموزش داده می‌شود

درس شواهد یک دفتر ثبت با این سه کلمه و پنج مرجع اعتبار می‌سازد، و بخش رکورد شواهد فیلدهای یک پرونده‌ی ثبت‌شده را نشان می‌دهد.