ScholarGate
Asistente
Machine learningProgram analysis for security

Análisis de Taint

El análisis de taint es una técnica de análisis de flujo de datos que rastrea cómo la entrada no confiable (tainted) fluye a través de un programa para identificar vulnerabilidades donde los datos tainted alcanzan operaciones peligrosas (sinks). Formalizado por Newsome y Song en 2005, el análisis de taint marca los datos de entrada como tainted y propaga etiquetas de taint a través del programa, alertando cuando los datos tainted alcanzan operaciones sensibles como consultas SQL o llamadas al sistema. El análisis de taint es fundamental para detectar vulnerabilidades de inyección y se utiliza ampliamente en herramientas de análisis dinámico y sistemas de monitoreo de seguridad.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

Fuentes

  1. Newsome, J., & Song, D. X. (2005). Dynamic taint analysis for automatic detection, analysis, and signature generation of exploits on commodity software. In Network and Distributed System Security Symposium (NDSS 2005). link
  2. Schwartz, E. J., Avgerinos, T., & Brumley, D. (2010). All you ever wanted to know about dynamic taint analysis and forward symbolic execution (but might have been afraid to ask). In IEEE Symposium on Security and Privacy (SP), 2010, pp. 317-331. DOI: 10.1109/SP.2010.26

Cómo citar esta página

ScholarGate. (2026, June 3). Taint Analysis (Data Flow Analysis). ScholarGate. https://scholargate.app/es/cryptography/taint-analysis

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Citado por

ScholarGateTaint Analysis (Taint Analysis (Data Flow Analysis)). Recuperado el 2026-06-15 de https://scholargate.app/es/cryptography/taint-analysis · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026