Compilation et interprétation
Partie 4 sur 4
8Un compilateur, qui l’a compilé ?
Une question intrigue tout débutant : si un compilateur est lui-même un programme, comment le premier a-t-il été fabriqué ? Réponse : par amorçage (bootstrapping). On écrit d’abord un tout petit compilateur dans un langage déjà disponible (parfois en assembleur). Il suffit à compiler une version un peu plus riche du compilateur, écrite dans le langage qu’il sait compiler, et ainsi de suite. Aujourd’hui, la plupart des compilateurs sont écrits dans le langage qu’ils compilent : le compilateur de C est écrit en C et en C++, celui de Go en Go, celui de Rust en Rust. Pour lancer la chaîne, on part d’une version plus ancienne.
Cette idée a une conséquence troublante, que les spécialistes de la sécurité connaissent bien : si le compilateur d’origine est piégé, il peut insérer une porte dérobée dans tout programme qu’il compile, y compris dans les versions suivantes de lui-même, sans qu’aucun source ne le montre. Nous y revenons en partie 9.
9Sécurité : ce que la compilation change
Le modèle d’exécution a des effets directs sur la sécurité, que l’on présente ici au niveau des principes.
- Les erreurs de mémoire. Dans les langages compilés « bas niveau » comme le C, le programmeur gère lui-même la mémoire. Une erreur (écrire au-delà d’une zone réservée, utiliser une zone déjà libérée) peut permettre à un attaquant de détourner le programme. La majorité des failles graves des grands logiciels viennent de cette catégorie. Les langages à mémoire gérée (Java, Python, Go) et Rust, qui vérifie les accès à la compilation, l’écartent en grande partie (voir les vulnérabilités).
- Les protections ajoutées par le compilateur. Les compilateurs modernes savent inscrire dans le programme des défenses : des « canaris » qui détectent qu’une zone de mémoire a été écrasée, une disposition aléatoire en mémoire qui complique les attaques, des protections qui interdisent d’exécuter des données comme du code. Ces options sont activées par défaut ou recommandées ; les désactiver pour gagner quelques pourcents de vitesse est rarement un bon choix.
- Le code machine est plus opaque que le source. Cela gêne l’analyse, mais ne la rend pas impossible : des outils de désassemblage et de décompilation reconstruisent un texte lisible à partir d’un exécutable, et les analystes de logiciels malveillants s’en servent chaque jour (voir les logiciels malveillants). Le bytecode Java ou .NET se décompile presque intégralement. Ne comptez donc jamais sur la compilation pour cacher un secret : une clé ou un mot de passe écrit dans un programme s’y retrouve.
- La chaîne de construction est une cible. Un attaquant qui compromet un compilateur, un outil de construction ou une bibliothèque dépendante peut piéger des milliers de programmes d’un coup (voir la sécurité de la chaîne d’approvisionnement). Parades : des constructions reproductibles (le même source donne, bit pour bit, le même exécutable, ce que chacun peut vérifier), la signature des exécutables, la liste des composants du logiciel (SBOM), et l’épinglage des versions des dépendances.
- Les interpréteurs exécutent ce qu’on leur donne. Une fonction qui évalue un texte comme du code (
eval), appliquée à une donnée venue de l’extérieur, ouvre la voie à des injections (voir les attaques contre les applications web). Les scripts distribués en clair sont modifiables, et un script malveillant n’a pas besoin d’être compilé pour agir.
Pour s’exercer
Exercice 7 : « le programme est compilé, mon secret est à l’abri »
Un développeur écrit dans son programme une clé d’accès à un service, en pensant que la compilation la cache. Que lui répondez-vous, et que faire à la place ?
Voir la réponse
La compilation ne cache rien : la clé se retrouve telle quelle dans l’exécutable, où un simple outil d’extraction de textes la révèle, et les décompilateurs reconstruisent le reste. Il faut ne jamais mettre de secret dans le code, les placer dans la configuration de l’environnement ou dans un coffre de secrets, limiter leurs droits, les renouveler régulièrement, et révoquer immédiatement toute clé qui a été publiée par erreur.
10Comment choisir
Il n’y a pas de meilleur modèle dans l’absolu, mais des modèles adaptés à des besoins.
- Un script d’administration, une analyse de données, un prototype : un langage interprété ou à bytecode (Python, JavaScript), pour la rapidité d’écriture et le mode interactif.
- Une application d’entreprise : un langage à machine virtuelle (Java, C#, Kotlin), pour la portabilité et l’écosystème.
- Un système d’exploitation, un pilote, un jeu, un logiciel embarqué : un langage compilé directement (C, C++, Rust), pour la vitesse et le contrôle.
- Un service réseau déployé en grand nombre : Go ou Rust, qui produisent un exécutable autonome et rapide.
- Une interface web : JavaScript, ou TypeScript transpilé, et peut-être WebAssembly pour les calculs lourds.
Et surtout, retenez que ce choix n’est pas figé : avec la compilation à la volée, la compilation anticipée et les outils de traduction, les frontières bougent d’une version à l’autre d’un même langage.