---
title: "Watchtower - Git Commits analysieren"
author: "Jannis von Hagen"
date: "`r Sys.Date()`"
output: html_document
---
<div style="font-family=sans-serif; font-size:1.5rem;">
system("get.data.bat")

```{r echo=FALSE, include=FALSE, warning = FALSE}

diffs <- read.delim("data/diffs.txt")
commits <- read.csv("C:/Dev/Watchtower/data/commits.txt")

install.packages('plyr', repos = "http://cran.us.r-project.org")
library('plyr')
```

<hr />

## 1 Einleitung

### 1.0 Was ist git ?

**[Git](https://git-scm.com/)** ist ein Program zur Versionskontrolle von Software und vereinfacht das Kollaborieren von mehren Leuten an einem Program. Änderungen im Quellcode werden aufgezeichnet, können zurückgesetzt werden und eine Gesamtverlust des Codes wird größtenteils verhindert.


### 1.1 Angriffsvektor

Zwar zeichnet Git Änderungen auf, allerdings wird aber immer noch darauf vertraut das die Änderungen rechtmäßig und 
Vertrauenswürdig sind. Dies bedeuet das zum Beispiel durch eine Account Übernahme schädlicher Quellcode in das Repository gelangen kann, welcher dann von mehreren anderen Computern gebaut und verteilt wird.

### 1.2 Hypothese

Da Git viele Daten speichert sollte es möglich sein diese für ein beliebiges generisches Repository zu Downloaden und dann automatisch zu analysieren. Dies erzeugt hilfreiche Informationen über den generellen Status des Repositories, sowie kann es potentiell Auffällige Commits für eine manuelle Untersuchung heraussuchen.


*Der Sicherheitstechnische Ansatz dieser Arbeit ist eher ein imaginärer Ansatz anstatt eine reale Möglichkeit (Praktischer Nutzen ist aber nicht wirklich das Ziel dieser Arbeit, sodass es ignorierbar ist).
Commits in Open Source Programmen werden generell von mindestens einer Person validiert bevor sie eingeführt werden.
Code Platformen bieten starken Schutz gegen Account Übernahmen und Vandalismus in Repositories.
Wenn ein Angreifer wirklich Code in eine Software einschleußen will ist es weitaus **[diskreter](https://nvd.nist.gov/vuln/detail/CVE-2024-3094)** möglich*
<hr />

## 2 Aufbereitung der Daten

### 2.0 Quelle
Das Ziel ist eine generische Datenanalyse bei der jedes Git Repostorie genutzt werden kann für diese Arbeit habe ich mich aber dafür
entschieden das Git Repository von **[SDL](https://www.libsdl.org/)** zu analysieren.
SDL ist eine Software Bibliothek für Software die Platformübergreifend funktionieren soll. Es wird sehr häufig zur Entwicklung von Videospielen benutzt, hat 17000 Commits und ist inzwischen 26 Jahre alt.
Das spezifische Repository welches benutzt wird kann aber im dieser Arbeit mitgelieferten Quellcode geändert werden.

### 2.1 Variablen

Die Variablen die Ausgelesen werden beinhalten zwei Datensets mit einer 1:n Beziehung, da mehrere Datein in einem Commit verändert werden können

#### commits
- Commit Hash *//Representiert die Id des jeweiligen Commits*
- Name *//Name*
- Email *//Email*
- Time *//Zeitcode wann der Commit erstellt wurde*
- Signed *//Ob dieser Comit mit einem Schlüssel "unterschrieben" wurde*

#### diffs
- Commit Hash *//Representiert die Id des jeweiligen Commits*
- Add *//Menge an hinzugefügten Codezeilen*
- Remove *//Menge an entfernten Codezeilen*
- File *//Die spezifische Datei die verändert wurde*

## Quellen

Sämtlicher Quellcode dieser Arbeit ist online verfügbar unter:  
  https://code.booklordofthe.dev/Booklordofthedings/Watchtower

- Git
  - Url: https://git-scm.com/
  - Zugriff: 20.11.2024
- Diskrete Code Backdoor
  - Url: https://nvd.nist.gov/vuln/detail/CVE-2024-3094
  - Zugriff: 20.11.2024
- SDL
  - Url: https://www.libsdl.org/
  - Zugriff: 20.11.2024

## Worterklärungen
  - Repository  
    *Ein Aufbewahrungs/Sammlungs -ort für Software Quellcode*
  - Commit  
    *Eine bestimmte Änderung an einem Repository*

```{r}
commits_u <- count(commits$name, 'commits$name')
barplot(commits_u$freq, names.arg=commits_u$commits.name)
```
</div>