TOCTOU Gap - Time-of-Check-to-Time-of-Use Race Condition 완전 가이드

April 24, 2026

TL;DR

용어 사전 (Terminology) 3.
1. 등장 배경과 이유
원문 전체는 아래 상세 내용에 그대로 포함했다.

1. 개념

용어 사전 (Terminology) 3.

2. 배경

용어 사전 (Terminology)

3. 이유

등장 배경과 이유

4. 특징

역사적 기원

5. 상세 내용

TOCTOU Gap - Time-of-Check-to-Time-of-Use Race Condition 완전 가이드

개요
용어 사전 (Terminology)
등장 배경과 이유
역사적 기원
학술적/이론적 배경
진화 타임라인
대안 비교 (Alternatives & Mitigation)
상황별 최적 선택
실전 베스트 프랙티스
함정과 안티패턴
TOCTOU 취약 패턴 및 수정 코드
탐지 도구와 마이그레이션
빅테크 실전 사례
빅테크 공통 패턴 요약
References

1. 개요

TOCTOU란 무엇인가

TOCTOU(Time-of-Check-to-Time-of-Use)는 소프트웨어가 리소스의 상태를 확인(Check)한 시점과 해당 리소스를 실제로 사용(Use)하는 시점 사이에 시간 간격(Gap)이 존재하며, 이 간격 동안 리소스의 상태가 외부 요인에 의해 변경될 수 있는 race condition이다. “TOCK-too”로 발음하며, TOCTTOU, TOC/TOU로 표기하기도 한다.

MITRE의 CWE-367로 공식 분류되어 있으며, CWE-362(Race Condition)의 하위 항목에 해당한다. 파일 시스템, 데이터베이스, API, 분산 시스템, 블록체인 스마트 컨트랙트 등 모든 동시성 환경에서 발생할 수 있다.

TOCTOU의 구조

TOCTOU 취약점은 다음과 같은 시간 흐름 속에서 발생한다:

CHECK 시점 (T1) ──────── Gap (취약 창) ──────── USE 시점 (T2)
  리소스 상태 확인           공격자가 상태 변경         확인된 상태 기반으로 행동
      │                         │                         │
  "파일이 존재하는가?"     symlink 교체/권한 변경      "파일을 열고 쓰기"
  "잔액이 충분한가?"       다른 트랜잭션이 차감         "출금 처리"
  "쿠폰이 유효한가?"       다른 요청이 사용 처리        "할인 적용"

핵심 문제: Check 시점에 참이었던 조건이 Use 시점에서도 여전히 참이라는 보장이 없다. 두 연산이 원자적(atomic)으로 실행되지 않기 때문이다.

안전한 코드 vs TOCTOU 취약 코드

구분	안전한 코드 (Atomic)	TOCTOU 취약 코드 (Non-Atomic)
파일 생성	`open(path, O_CREAT\\|O_EXCL)` — 존재 확인 + 생성을 단일 syscall로	`if (!exists(path)) { open(path) }` — 두 syscall 사이에 gap
잔액 차감	`UPDATE accounts SET balance = balance - 100 WHERE balance >= 100` — 단일 SQL	`SELECT balance; if (balance >= 100) UPDATE balance = balance - 100` — 두 쿼리 사이에 gap
쿠폰 사용	`UPDATE coupons SET used=TRUE WHERE id=? AND used=FALSE` + ROWCOUNT 확인	`SELECT used FROM coupons; if (!used) UPDATE SET used=TRUE`
카운터 증가	`AtomicInteger.incrementAndGet()`	`int v = counter; counter = v + 1`
임시 파일	`mkstemp()` — 이름 생성 + 파일 열기를 원자적으로	`mktemp()` + `open()` — 이름 반환 후 별도 open
회원가입	`INSERT ... ON CONFLICT DO NOTHING` + UNIQUE 제약	`SELECT COUNT(*) WHERE email=?; INSERT ...`

2. 용어 사전 (Terminology)

용어	풀네임	설명
TOCTOU	Time-of-Check-to-Time-of-Use	확인 시점과 사용 시점 사이의 race condition. “TOCK-too”로 발음한다. TOCTTOU, TOC/TOU 등의 변형 표기가 존재한다.
Race Condition	-	TOCTOU의 상위 개념. 두 이상의 실행 흐름이 공유 자원에 접근할 때, 실행 순서나 타이밍에 따라 결과가 달라지는 현상이다. CWE-362로 분류된다.
Check-Then-Act	-	조건을 관찰(Check)한 후, 그 조건이 여전히 유효하다고 가정하고 행동(Act)하는 패턴. TOCTOU의 근본 원인이 되는 프로그래밍 관용구다.
Symlink Race	Symbolic Link Race	파일 시스템 TOCTOU의 전형적 공격 형태. `access()` → `open()` 호출 사이에 공격자가 대상 파일을 symlink로 교체하여 의도하지 않은 파일에 접근하게 만든다.
CWE-367	Common Weakness Enumeration 367	MITRE에서 부여한 TOCTOU의 공식 분류 코드. CWE-362(Race Condition) 아래의 하위 항목이다.
Vulnerability Window	취약 창	Check와 Use 사이의 시간 구간. 공격자가 리소스 상태를 변경할 수 있는 기회의 창이다. 이 창이 좁을수록 공격은 어렵지만 불가능하지는 않다.
EAFP	Easier to Ask Forgiveness than Permission	사전 Check 없이 바로 시도(Use)한 후 실패를 처리하는 프로그래밍 철학. Python 커뮤니티에서 권장하며, TOCTOU 방어의 핵심 원칙이다.
LBYL	Look Before You Leap	행동 전에 먼저 조건을 확인하는 프로그래밍 철학. Check-Then-Act 패턴과 동일하며, TOCTOU에 구조적으로 취약하다.
CAS	Compare-and-Swap	하드웨어 레벨에서 제공하는 원자적 연산. “현재 값이 기대값과 같으면 새 값으로 교체”하는 Check+Use를 단일 CPU 명령으로 수행한다.
Fencing Token	-	분산 락 환경에서 stale write를 방지하기 위한 단조증가(monotonically increasing) 토큰. 락 획득 시 발급되며, 리소스 서버가 이전 토큰의 쓰기를 거부한다. Martin Kleppmann이 제안했다.
Reentrancy	재진입	스마트 컨트랙트에서의 TOCTOU 변형. 외부 컨트랙트를 호출하는 중에 해당 컨트랙트가 원래 함수를 재귀적으로 호출하여 상태 변경 전에 반복 실행되는 공격이다. 2016년 DAO Hack의 원인이다.
Idempotency Key	멱등성 키	동일한 요청이 여러 번 전송되더라도 한 번만 처리되도록 보장하는 고유 키. API의 중복 요청 방지에 사용되며, Stripe가 대중화했다.
Double-Checked Locking	이중 확인 잠금	멀티스레드 환경에서 lazy initialization을 위한 패턴. 잘못 구현하면 TOCTOU를 유발한다 (CWE-609). Java에서는 `volatile` 키워드가 필수다.
Dangling Pointer	댕글링 포인터	메모리 레벨의 TOCTOU 유사 패턴. 해제된(freed) 메모리를 가리키는 포인터를 통해 접근하는 Use-After-Free 취약점이다.
Dirty COW	Copy-on-Write Race	CVE-2016-5195. Linux 커널의 COW(Copy-on-Write) 메커니즘에서 발생한 TOCTOU race condition. 9년간 존재했으며, 모든 Linux 기반 장치에 영향을 미쳤다.
Optimistic Locking	낙관적 잠금	충돌이 드물다고 가정하고 version 컬럼으로 변경 감지하는 동시성 제어 방식. `UPDATE ... WHERE version = ?`으로 구현한다.
Pessimistic Locking	비관적 잠금	충돌이 잦다고 가정하고 선제적으로 락을 획득하는 방식. `SELECT ... FOR UPDATE`가 대표적이다.
STM	Software Transactional Memory	트랜잭션 개념을 메모리 접근에 적용한 동시성 제어 메커니즘. Haskell, Clojure 등에서 지원한다.
CRDT	Conflict-free Replicated Data Type	분산 환경에서 충돌 없이 병합 가능한 데이터 구조. 락 없이도 최종 일관성을 보장한다.

3. 등장 배경과 이유

세 가지 근본 원인

TOCTOU가 존재하는 이유는 크게 세 가지 구조적 원인에서 비롯된다.

1. Unix 파일 시스템의 비원자성

Unix/POSIX 파일 시스템 API는 access(), stat(), open(), chmod() 등이 각각 별개의 시스템 콜로 설계되어 있다. 멀티태스킹 환경에서 두 호출 사이에 OS 스케줄러가 다른 프로세스에 CPU를 할당할 수 있으며, 이 간격 동안 파일 시스템 상태가 변경될 수 있다.

/* 취약한 패턴: 두 개의 별도 syscall */
if (access("/tmp/data", R_OK) == 0) {   /* CHECK: T1 */
    /* --- 취약 창(Gap) --- 공격자가 /tmp/data를 symlink로 교체 --- */
    fd = open("/tmp/data", O_RDONLY);     /* USE: T2 */
}

2. Setuid 프로그램의 권한 상승 메커니즘

Unix의 setuid 프로그램은 real UID(실제 사용자)와 effective UID(실행 권한)가 다르다. access() 시스템 콜은 real UID로 권한을 체크하고, open() 은 effective UID(종종 root)로 파일을 연다. 이 구조적 불일치가 TOCTOU와 결합하면 즉각적인 권한 상승(privilege escalation)이 가능해진다.

시스템 콜	사용 UID	역할
`access()`	real UID (일반 사용자)	“이 사용자가 파일에 접근할 수 있는가?”
`open()`	effective UID (root)	“파일을 연다” — setuid root이면 모든 파일 접근 가능

공격자가 access() → open() 사이에 파일을 /etc/shadow로의 symlink로 교체하면, access()는 일반 파일에 대해 OK를 반환하지만, open()은 root 권한으로 /etc/shadow를 열게 된다.

3. 임시 파일 처리 관행

초기 Unix의 mktemp() 함수는 고유한 파일 이름만 반환할 뿐, 파일 자체를 생성하지 않았다. 이름 반환 → open() 호출 사이에 공격자가 동일한 이름으로 symlink를 생성하면, 프로그램은 공격자가 지정한 파일에 쓰기를 수행하게 된다.

/* 취약: mktemp()는 이름만 반환 */
char *name = mktemp("/tmp/app.XXXXXX");   /* 이름 생성 */
/* --- Gap: 공격자가 name과 동일한 이름의 symlink 생성 → /etc/passwd 등 --- */
fd = open(name, O_WRONLY | O_CREAT);       /* 공격자의 symlink를 통해 의도치 않은 파일에 쓰기 */

/* 안전: mkstemp()는 이름 생성 + 파일 열기를 원자적으로 수행 */
char template[] = "/tmp/app.XXXXXX";
fd = mkstemp(template);   /* O_CREAT | O_EXCL로 열기까지 한 번에 */

“if-then-do” 패턴이 위험한 이유

동시성 환경에서 “조건을 확인한 후 행동한다(if-then-do)”는 패턴이 위험한 이유는 다음 세 가지 암묵적 가정이 모두 성립하지 않기 때문이다:

#	암묵적 가정	현실
1	상태 불변성 가정 — Check와 Use 사이에 상태가 변하지 않는다	다른 스레드/프로세스/요청이 언제든 상태를 변경할 수 있다
2	원자성 가정 — Check → Use가 하나의 불가분 연산이다	OS 스케줄러, 네트워크 지연, GC 등이 두 연산을 분리할 수 있다
3	독점성 가정 — 이 프로세스만 해당 리소스에 접근한다	공유 리소스이므로 다수의 경쟁자가 동시 접근한다

단일 스레드, 단일 사용자 환경에서는 이 세 가정이 성립할 수 있지만, 현대의 멀티코어, 멀티프로세스, 분산 환경에서는 하나도 보장되지 않는다.

4. 역사적 기원

TOCTOU의 발견과 초기 연구

TOCTOU 취약점은 1970년대 초 운영체제 보안 연구에서 최초로 인식되었다.

연도	사건	의의
1973-74	MIT Project MAC의 Multics 보안 감사	시분할(time-sharing) 시스템에서 race condition 문제 최초 인식. Saltzer의 1974년 CACM 논문 “Protection and the Control of Information Sharing in Multics”에서 보안 원리 체계화
1974	McPhee — Unix에서 이름-객체 바인딩 문제 특징화	파일 이름이 가리키는 객체가 Check와 Use 사이에 변경될 수 있다는 문제를 최초로 명시적으로 특징화
1980s	Sendmail /tmp race condition 공격 발생	실제 공격이 관찰된 최초 사례 중 하나. BSD mail 유틸리티의 `mktemp()` 취약점도 이 시기에 발견
1996	Matt Bishop & Michael Dilger — “Checking for Race Conditions in File Accesses”	Computing Systems (USENIX) 발표. TOCTOU 학술 연구의 기준점. 의미론적 탐지 방법론 제시. SunOS/HP-UX의 `passwd` 명령에서 TOCTOU 취약점 발견
1999	OpenSSH Unix domain socket race condition	널리 사용되는 보안 소프트웨어에서의 TOCTOU 발견으로 경각심 확산

주요 CVE 연혁

TOCTOU 취약점은 현재까지도 지속적으로 발견되고 있다. 영향력이 컸던 주요 CVE를 정리한다.

CVE	연도	대상	CVSS	설명
CVE-2006-0058	2006	Sendmail	9.8	시그널 핸들러 내 race condition으로 원격 코드 실행(RCE) 가능. 수십만 메일 서버에 영향
CVE-2016-5195	2016	Linux Kernel	7.8	“Dirty COW” — Copy-on-Write race로 권한 상승. 2007년부터 9년간 존재. 모든 Android 기기 루팅 가능
CVE-2018-15664	2018	Docker `cp`	7.5	`docker cp` 명령의 symlink race로 컨테이너 내부에서 호스트 root 파일 시스템 접근 가능
CVE-2022-29799	2022	systemd (networkd-dispatcher)	8.4	“Nimbuspwn” — directory traversal + symlink race로 root 권한 획득
CVE-2022-29800	2022	systemd (networkd-dispatcher)	8.4	Nimbuspwn의 두 번째 CVE. TOCTOU race로 공격자 스크립트 실행
CVE-2024-23651	2024	Docker BuildKit	8.7	mount cache race condition으로 컨테이너 탈출(container escape) 가능
Pwn2Own 2023	2023	Tesla Model 3	-	Synacktiv 팀이 TOCTOU race condition으로 Tesla 게이트웨이 침해. $100,000 바운티 수상
2025	2025	AWS DynamoDB	-	DNS 관리 시스템의 TOCTOU로 US-EAST-1 리전 대규모 장애 발생

Dirty COW 심층 분석

Dirty COW(CVE-2016-5195)는 TOCTOU 취약점의 가장 유명한 사례다.

매커니즘: Linux 커널의 Copy-on-Write(COW) 페이지 처리에서 race condition이 발생한다. 정상적으로는 읽기 전용 매핑에 쓰기를 시도하면 COW가 트리거되어 사본(copy)에 쓰기가 이루어지지만, 특정 타이밍에 race를 유발하면 원본 페이지에 직접 쓰기가 가능해진다.

Thread A: madvise(MADV_DONTNEED) — 페이지 매핑 해제 반복
Thread B: write() via /proc/self/mem — 쓰기 반복

두 스레드가 동시에 실행되면:
  1. Thread B가 COW 트리거 → 커널이 사본 생성
  2. Thread A가 MADV_DONTNEED로 사본 제거
  3. Thread B의 쓰기가 원본 페이지에 직접 적용됨 (race 성공)

영향: 읽기 전용 파일(/etc/passwd 등)에 쓰기 가능 → 모든 Linux 시스템에서 root 권한 획득 가능. Android 기기의 루팅에도 즉시 악용되었다.

5. 학술적/이론적 배경

핵심 논문

TOCTOU 연구의 학문적 발전을 이끈 핵심 논문들을 연대순으로 정리한다.

#	논문	저자	발표	핵심 기여
1	“Checking for Race Conditions in File Accesses”	Matt Bishop, Michael Dilger	Computing Systems (USENIX), 1996	TOCTOU의 의미론적 탐지 방법론 제시. 이름(name)과 객체(object) 사이의 바인딩(binding) 불변성 개념 정립. TOCTOU 학술 연구의 기준점
2	“Dynamic Detection and Prevention of Race Conditions in File Accesses”	Eugene Tsyrklevich, Bennet Yee	USENIX Security, 2003	커널 레벨 동적 탐지 및 방어 시스템 구현. 런타임에 TOCTOU 시퀀스를 탐지하여 차단하는 접근법
3	“A Practical Mimicry Attack Against Powerful System-Call Monitors”	Dean & Hu	USENIX Security, 2004	TOCTOU 불가능성 정리: “이식 가능하고(portable) 결정론적인(deterministic) TOCTOU 방어법은 존재하지 않는다.” 확률적(probabilistic) 해법만이 가능함을 증명
4	“STEM: a Framework for Simulation of Software Process Evolution Models” / Race condition analysis	Wei & Pu	USENIX FAST, 2005	Unix 시스템에서 224개의 exploitable TOCTOU 쌍을 체계적으로 열거. STEM(Symlink-based TOCTOU Exploitation Model) 정립
5	“Portably Preventing File Race Attacks with User-Mode Path Resolution”	Tsafrir, Herber, Wagner	USENIX FAST, 2008	Hardness Amplification — 파일 시스템 maze 공격에도 버티는 사용자 레벨 방어법. 커널 수정 없이 안전한 경로 해석(path resolution)을 구현

Dean & Hu의 불가능성 정리 (2004)

이 정리는 TOCTOU 방어의 이론적 한계를 보여준다:

“어떤 사용자 공간 프로그램도 이식 가능하고 결정론적인 방식으로 파일 시스템 TOCTOU race condition을 완전히 방지할 수 없다.”

증명 핵심: 사용자 공간에서의 어떤 Check-then-Use 시퀀스든 커널의 경로 해석(pathname resolution) 과정에서 race가 개입할 수 있으며, 사용자 공간 코드가 이를 원자적으로 방지할 방법이 없다. 커널 레벨 지원(O_NOFOLLOW, openat() 등) 또는 확률적 방어만이 유효하다.

CWE 계층 구조

TOCTOU는 CWE(Common Weakness Enumeration) 분류 체계에서 다음과 같이 위치한다:

CWE-664: Improper Control of a Resource Through its Lifetime
  └─ CWE-662: Improper Synchronization
       └─ CWE-362: Concurrent Execution using Shared Resource with Improper Synchronization
            │         ("Race Condition")
            └─ CWE-367: Time-of-check Time-of-use (TOCTOU) Race Condition
                 └─ CWE-363: Race Condition Enabling Link Following

규칙	제목	설명
FIO01-C	Be careful using functions that use file names for identification	파일 이름 기반 함수(`access()`, `stat()`, `chmod()`) 사용 시 TOCTOU 주의
FIO45-C	Avoid TOCTOU race conditions while accessing files	파일 접근 시 fd(file descriptor) 기반 API(`fstat()`, `fchmod()`, `fchown()`) 사용 권장
POS35-C	Avoid race conditions while checking for the existence of a symbolic link	symlink 존재 확인 시 TOCTOU 방지 기법 사용

형식 검증 도구

TOCTOU를 포함한 race condition을 정적/형식적으로 분석하는 도구들:

도구	저자/기관	접근법	비고
RacerX	Engler et al.	정적 분석 (SOSP 2003)	컴파일러 기반 race condition 탐지. 수백만 줄 규모 코드베이스에 적용
TLA+	Leslie Lamport	형식 명세	동시성 시스템의 상태 공간을 열거하여 race 시나리오 검증
Alloy	MIT	관계 논리 기반 모델 검사	작은 범위(small scope)에서 반례를 탐색하여 race condition 발견
CodeQL	GitHub/Semmle	의미론적 쿼리	`cpp/toctou-race-condition` 쿼리로 CWE-367 패턴 탐지

6. 진화 타임라인

TOCTOU의 인식, 공격, 방어가 발전해온 역사를 시간순으로 정리한다.

1973  Multics 보안 감사 — 시분할 시스템에서 TOCTOU 최초 인식
  │
1974  McPhee — 이름-객체 바인딩 문제 최초 특징화
  │   Saltzer — "Protection and the Control of Information Sharing" CACM 논문
  │
1980s Sendmail /tmp race condition — 실제 공격 발생
  │   BSD mail 유틸리티 mktemp() 취약점 발견
  │
1996  Bishop & Dilger — "Checking for Race Conditions in File Accesses"
  │   TOCTOU 학술 체계화, 의미론적 탐지 방법론 정립
  │
1999  OpenSSH Unix domain socket race condition 발견
  │
2003  Tsyrklevich & Yee — 커널 레벨 동적 TOCTOU 탐지/방어 시스템
  │   Engler et al. — RacerX 정적 분석 도구 (SOSP)
  │
2004  Dean & Hu — TOCTOU 불가능성 정리 (USENIX Security)
  │   Borisov et al. — 파일 시스템 maze 공격 기법
  │
2005  Wei & Pu — 224개 exploitable TOCTOU 쌍 열거, STEM 모델
  │
2006  CWE-367 (TOCTOU) MITRE에 최초 게재
  │   CVE-2006-0058 Sendmail 시그널 핸들러 race (원격 코드 실행)
  │
2008  Tsafrir et al. — Hardness Amplification, 사용자 레벨 방어
  │
2010s 클라우드/마이크로서비스 확산 → TOCTOU가 분산 시스템, API로 확장
  │   RESTful API에서의 race condition 인식 증가
  │
2015  Starbucks 기프트카드 race condition 해킹 — 잔액 증식 공격
  │
2016  DAO Hack ($60M) — Ethereum 스마트 컨트랙트 Reentrancy = 블록체인 TOCTOU
  │   Dirty COW (CVE-2016-5195) — Linux 커널 TOCTOU, 9년간 존재
  │
2018  CVE-2018-15664 Docker cp symlink race — 컨테이너 TOCTOU
  │
2020s 컨테이너 탈출 CVE 시리즈, Kubernetes TOCTOU 취약점 다수 발견
  │
2022  Nimbuspwn (CVE-2022-29799/29800) — systemd symlink race → root 권한
  │
2023  Tesla Model 3 Pwn2Own — TOCTOU로 게이트웨이 침해
  │   James Kettle — Single-Packet Attack 기법 발표 (HTTP/2 기반 race condition)
  │
2024  CVE-2024-23651 Docker BuildKit mount cache race — 컨테이너 탈출
  │
2025  AWS DynamoDB DNS 관리 TOCTOU → US-EAST-1 대규모 장애
  │   Python filelock CVE — 파일 락 라이브러리의 TOCTOU 취약점

패러다임 변화

시대	TOCTOU 발생 영역	공격 표면
1970-80s	단일 시스템 파일 시스템	setuid 프로그램, /tmp 디렉터리
1990-2000s	멀티프로세스/멀티스레드	커널 race, 공유 메모리
2010s	웹 API, 데이터베이스	재고/잔액 동시 요청, 쿠폰 중복 사용
2015s~	분산 시스템, 컨테이너	마이크로서비스 간 상태 불일치, 컨테이너 탈출
2016s~	블록체인/스마트 컨트랙트	Reentrancy 공격, Flash Loan 기반 가격 조작
2020s~	자동차, IoT, AI 인프라	ECU 펌웨어, 모델 서빙 파이프라인

7. 대안 비교 (Alternatives & Mitigation)

TOCTOU를 방어하는 전략은 적용 계층에 따라 다양하다. 각 계층별로 상세히 비교한다.

7.1 파일 시스템 레벨

전략	작동 원리	장점	단점
open() + fstat() (fd 기반 검증)	`open()`으로 파일을 먼저 연 후 `fstat(fd)`로 속성 확인. fd는 열린 파일 객체를 직접 참조하므로 이름 기반 race 불가	이름 바인딩 race 완전 제거. POSIX 표준	open() 자체의 경로 해석 시 race 가능. 기존 코드 리팩터링 필요
O_NOFOLLOW 플래그	`open()` 호출 시 심볼릭 링크를 따라가지 않도록 지시. symlink이면 `ELOOP` 오류 반환	symlink race 완전 차단. 단일 플래그 추가로 간단 적용	경로의 중간 디렉터리 symlink는 차단하지 못함. 정상적인 symlink 사용도 차단
*openat() / at() 패밀리**	디렉터리 fd를 기준으로 상대 경로 해석. `openat(dirfd, "file", flags)` 형태	경로 해석을 디렉터리 fd에 고정하여 경로 중간의 race 방지	API 변경 필요. 디렉터리 fd 관리 복잡성
Linux Capabilities / Namespaces	setuid 대신 세분화된 capabilities 부여. User namespace로 권한 격리	setuid 자체를 제거하여 TOCTOU + 권한 상승 조합 차단	기존 setuid 프로그램 전면 수정 필요. capabilities 설계 복잡
mkstemp() / tmpfile()	임시 파일 이름 생성과 열기를 원자적으로 수행. `O_CREAT\\|O_EXCL` 내부 사용	임시 파일 TOCTOU 완전 제거	mktemp()에 비해 API 약간 상이. 일부 레거시 시스템 미지원

7.2 프로그래밍 레벨

전략	작동 원리	장점	단점
Atomic Operations (CAS, Test-and-Set)	하드웨어 CPU 명령으로 Check+Use를 단일 원자적 연산으로 수행	락 없이 최고 성능. 커널 개입 불필요	단일 변수에만 적용. 복잡한 상태 변경 불가
Mutex / Lock	임계 구역(critical section)을 잠금으로 보호. Check와 Use를 한 스레드만 실행	다중 변수/복잡한 로직 보호 가능. 직관적	데드락 위험. 성능 병목. 분산 환경 불가
Read-Write Lock (RWLock)	읽기는 동시 허용, 쓰기는 독점. 읽기 비율이 높을 때 성능 향상	Mutex보다 읽기 처리량 높음	쓰기 기아(starvation) 가능. 구현 복잡
Optimistic Locking (version)	version 컬럼으로 변경 감지. 업데이트 시 version 일치 여부 확인	락 없이 높은 동시 처리량. 충돌 시만 재시도	충돌 빈번 시 재시도 폭증. ABA 문제 가능
Pessimistic Locking	선제적으로 락 획득 후 작업. `SELECT FOR UPDATE` 등	충돌 보장 방지. 복잡한 트랜잭션 안전	데드락 위험. 처리량 저하. 분산 환경 어려움
STM (Software Transactional Memory)	메모리 접근을 트랜잭션으로 감싸고, 충돌 시 자동 롤백/재시도	명시적 락 불필요. 합성(composition) 가능	부작용 있는 연산 불가. 런타임 오버헤드. 언어 지원 필요
Immutable Data Structures	데이터를 변경하지 않고 새 버전 생성. 기존 참조는 불변	race condition 구조적 불가능. 추론 용이	메모리 사용량 증가. 성능 오버헤드. 패러다임 전환 필요

7.3 데이터베이스 레벨

전략	작동 원리	장점	단점
SELECT FOR UPDATE	읽기 시점에 행 레벨 배타 락 획득. 트랜잭션 종료까지 유지	확실한 원자성. 복잡한 비즈니스 로직 지원	데드락 위험. 동시 처리량 감소. 장기 트랜잭션 주의
Serializable Isolation	트랜잭션을 직렬 실행한 것과 동일한 결과 보장 (MVCC 또는 2PL)	모든 race condition 이론적 제거	심각한 성능 저하. 재시도 로직 필수. 대부분의 애플리케이션에 과도
Advisory Locks	애플리케이션 레벨 락. DB가 강제하지 않고 협력적으로 동작	유연. 테이블/행 외 리소스에도 적용 가능	모든 코드 경로가 준수해야 함. 강제성 없음
Unique Constraints	DB가 중복 삽입을 원자적으로 거부. `INSERT ON CONFLICT`	가장 간단하고 확실. DB가 강제	삽입에만 적용. 복잡한 비즈니스 규칙 불가
CAS (WHERE version = ?)	`UPDATE ... SET version = version + 1 WHERE id = ? AND version = ?`	락 없이 높은 처리량. 단일 쿼리로 원자적	충돌 시 재시도 필요. 높은 경합 시 성능 저하

7.4 분산 시스템 레벨

전략	작동 원리	장점	단점
Redis SETNX / Redlock	분산 락. SETNX(SET if Not eXists)로 원자적 락 획득. Redlock은 다수 Redis 인스턴스에 동시 락	빠른 락 획득/해제. 구현 상대적 간단	네트워크 파티션 시 안전성 보장 불완전 (Martin Kleppmann 비판). 클럭 의존
ZooKeeper / etcd (Consensus)	Paxos/Raft 합의 알고리즘 기반. Linearizable 읽기/쓰기 보장	강력한 일관성. 네트워크 파티션에서도 안전	높은 지연(latency). 운영 복잡성. 처리량 한계
CRDT (Conflict-free Replicated Data Type)	수학적으로 병합 가능한 데이터 구조. 락 없이 최종 일관성 보장	락/합의 불필요. 높은 가용성. 오프라인 동작	지원하는 연산 제한적. 최종 일관성만 보장. 설계 복잡
Saga Pattern	긴 분산 트랜잭션을 단계별 로컬 트랜잭션 + 보상 트랜잭션으로 분해	서비스 간 느슨한 결합. 각 서비스 자율성 유지	보상 로직 구현 복잡. 부분 실패 시 일관성 복구 어려움
Idempotency Keys	각 요청에 고유 키 부여. 서버가 키 기반으로 중복 처리 방지	네트워크 재시도 안전. 클라이언트 구현 간단	서버 사이드 키 저장소 필요. 키 만료/정리 관리

7.5 웹/API 레벨

전략	작동 원리	장점	단점
ETag / If-Match	리소스 버전을 ETag 헤더로 관리. 업데이트 시 `If-Match` 헤더로 버전 확인	HTTP 표준. 캐싱과 동시성 제어 겸용	클라이언트가 헤더를 올바르게 사용해야 함. 서버 구현 필요
Double-Submit Prevention	제출 후 토큰 무효화. 같은 토큰의 재제출 거부	폼 중복 제출 방지. UX 개선	서버 사이드 상태 필요. 분산 환경에서 토큰 동기화
Idempotency Tokens	API 요청에 `Idempotency-Key` 헤더 포함. 서버가 키별 결과 캐시	결제 등 중요 API의 중복 처리 완전 방지	키 저장소 운영. TTL 관리. 모든 API에 적용 시 오버헤드

종합 비교표

전략	적용 계층	TOCTOU 제거 수준	성능 영향	구현 복잡도	분산 환경
open() + fstat()	파일 시스템	높음	무시 가능	낮음	N/A
O_NOFOLLOW	파일 시스템	중간 (symlink만)	무시 가능	매우 낮음	N/A
openat()	파일 시스템	높음	무시 가능	중간	N/A
mkstemp()	파일 시스템	높음 (임시 파일)	무시 가능	매우 낮음	N/A
CAS (하드웨어)	프로그래밍	높음 (단일 변수)	매우 낮음	중간	단일 노드만
Mutex	프로그래밍	높음	중간	낮음	단일 노드만
RWLock	프로그래밍	높음	낮음~중간	중간	단일 노드만
Optimistic Locking	프로그래밍/DB	높음	낮음 (충돌 적을 때)	중간	단일 DB
Pessimistic Locking	DB	매우 높음	높음	낮음	단일 DB
STM	프로그래밍	높음	중간	높음	단일 노드만
Immutable Data	프로그래밍	매우 높음	중간	높음 (패러다임)	양호
SELECT FOR UPDATE	DB	매우 높음	높음	낮음	단일 DB
Serializable Isolation	DB	매우 높음	매우 높음	낮음	단일 DB
Unique Constraints	DB	높음 (삽입)	낮음	매우 낮음	단일 DB
CAS (WHERE version=?)	DB	높음	낮음	중간	단일 DB
Redis SETNX/Redlock	분산	중간~높음	낮음	중간	가능 (제한적)
ZooKeeper / etcd	분산	매우 높음	높음	높음	완전 지원
CRDT	분산	중간 (최종 일관성)	낮음	매우 높음	완전 지원
Saga + Outbox	분산	높음	중간	매우 높음	완전 지원
Idempotency Keys	분산/API	높음 (중복 방지)	낮음	중간	완전 지원
ETag / If-Match	API	높음	무시 가능	중간	완전 지원

8. 상황별 최적 선택

의사결정 트리

TOCTOU 발생 위치와 환경에 따라 최적의 전략을 선택하는 가이드다.

TOCTOU 발생 위치는?
│
├─ 파일 시스템
│   ├─ 임시 파일 생성 → mkstemp() / tmpfile()
│   ├─ symlink 공격 우려 → O_NOFOLLOW + openat()
│   ├─ 파일 존재 확인 후 생성 → open(O_CREAT | O_EXCL)
│   └─ 파일 속성 확인 후 사용 → open() 후 fstat(fd) / fchmod(fd)
│
├─ 단일 프로세스 / 멀티스레드
│   ├─ 단일 변수 → CAS / Atomic
│   ├─ 짧은 임계 구역 → Mutex
│   ├─ 읽기 많음 → RWLock
│   └─ 복잡한 상태 변경 → STM (지원 시) 또는 Mutex + 조건 변수
│
├─ 단일 데이터베이스
│   ├─ 충돌 잦음 → SELECT FOR UPDATE (Pessimistic Locking)
│   ├─ 충돌 드묾 → Optimistic Locking (version 컬럼)
│   ├─ 중복 삽입 방지 → UNIQUE CONSTRAINT + INSERT ON CONFLICT
│   └─ 복합 비즈니스 규칙 → Serializable Isolation (최후 수단)
│
├─ 마이크로서비스 간
│   └─ Idempotency Key + Saga Pattern + Transactional Outbox
│
├─ 분산 시스템
│   ├─ 성능 우선 → Redis SETNX / Redlock (+ Fencing Token)
│   └─ 정확성 우선 → etcd / ZooKeeper (Linearizable)
│
├─ API / 웹
│   ├─ 리소스 업데이트 → ETag + If-Match
│   ├─ 결제/중요 연산 → Idempotency Key + DB atomic UPDATE
│   └─ Rate Limiting → Redis Lua Script (원자적 실행)
│
└─ 스마트 컨트랙트
    └─ Checks-Effects-Interactions 패턴 + ReentrancyGuard

상황별 최적 전략 요약

상황	최적 전략	이유
단일 프로세스 파일 접근	`O_CREAT\\|O_EXCL` + `O_NOFOLLOW`	단일 syscall로 check+use 통합. symlink 추종 차단
멀티스레드 공유 자원 (짧은 임계 구역)	`Mutex`	직관적이고 안정적. 다중 변수 보호 가능
멀티스레드 공유 자원 (읽기 많음)	`RWLock`	읽기 동시성 허용으로 처리량 향상
단일 DB (충돌 잦음)	`SELECT FOR UPDATE`	행 레벨 락으로 원자적 처리 보장
단일 DB (충돌 드묾)	`Optimistic Locking (version)`	락 없이 높은 동시 처리량. 대부분의 요청이 성공
중복 삽입 방지	`UNIQUE CONSTRAINT + EAFP`	DB 엔진이 원자적으로 중복 강제. 가장 간단
마이크로서비스 간	`Idempotency Key + Saga + Outbox`	분산 트랜잭션 불가 환경에서 최선의 일관성
분산 시스템 (성능 우선)	`Redis SETNX / Redlock`	밀리초 단위 락 획득. 높은 처리량
분산 시스템 (정확성 우선)	`etcd / ZooKeeper`	Linearizability 보장. CP 시스템
API 동시 요청	`Idempotency Key + DB atomic UPDATE`	중복 방지 + 원자적 상태 변경 결합
Rate Limiting	`Redis Lua Script`	카운터 확인 + 증가를 단일 원자적 Lua 실행
스마트 컨트랙트	`Checks-Effects-Interactions + ReentrancyGuard`	재진입 방지의 표준 패턴. OpenZeppelin 라이브러리 제공

9. 실전 베스트 프랙티스

설계 원칙

TOCTOU를 구조적으로 방지하기 위한 4대 설계 원칙:

#	원칙	설명	적용
1	EAFP (Ask Forgiveness, Not Permission)	사전 조건 확인(Check) 없이 바로 시도(Use)한 후, 실패 시 예외/에러를 처리한다	파일 존재 확인 대신 바로 open() 후 ENOENT 처리
2	Atomic Operation 우선	Check와 Use를 하나의 원자적 연산으로 결합한다. gap 자체를 제거	`O_CREAT\\|O_EXCL`, `UPDATE ... WHERE`, CAS
3	“Don’t Check, Just Do”	이름 기반 API 대신 fd(file descriptor) 기반 API를 사용한다	`fstat(fd)` > `stat(path)`, `fchmod(fd)` > `chmod(path)`
4	Idempotent Operation 설계	같은 연산을 여러 번 수행해도 결과가 동일하도록 설계한다. 재시도가 안전해짐	Idempotency Key, `INSERT ON CONFLICT`, 결정론적 ID

언어별 베스트 프랙티스

Java

// 1. synchronized — 간단한 임계 구역 보호
public synchronized void transfer(Account from, Account to, int amount) {
    if (from.getBalance() >= amount) {
        from.debit(amount);
        to.credit(amount);
    }
}

// 2. AtomicReference — 락 없는 CAS
AtomicReference<Config> config = new AtomicReference<>(initialConfig);
config.compareAndSet(expectedOld, newConfig);

// 3. ConcurrentHashMap.computeIfAbsent() — 원자적 conditional insert
cache.computeIfAbsent(key, k -> expensiveComputation(k));

// 4. JPA @Version — Optimistic Locking
@Entity
public class Account {
    @Version
    private Long version;  // JPA가 자동으로 CAS 수행
    private BigDecimal balance;
}

// 5. @Transactional(isolation = SERIALIZABLE) — 최강 격리 수준
@Transactional(isolation = Isolation.SERIALIZABLE)
public void criticalOperation() { /* ... */ }

Python

# 1. threading.Lock — 멀티스레드 보호
import threading
lock = threading.Lock()
with lock:
    # Check와 Use가 락 안에서 원자적으로 실행
    if resource.is_available():
        resource.use()

# 2. asyncio.Lock — 비동기 환경
import asyncio
lock = asyncio.Lock()
async with lock:
    balance = await get_balance(account_id)
    if balance >= amount:
        await deduct(account_id, amount)

# 3. os.open() with O_CREAT|O_EXCL — 파일 원자적 생성
import os
try:
    fd = os.open(path, os.O_CREAT | os.O_EXCL | os.O_WRONLY, 0o600)
except FileExistsError:
    pass  # EAFP: 이미 존재 시 처리

# 4. EAFP 패턴 — Check 없이 시도
# 나쁨 (LBYL):
if os.path.exists(filepath):
    with open(filepath) as f:
        data = f.read()

# 좋음 (EAFP):
try:
    with open(filepath) as f:
        data = f.read()
except FileNotFoundError:
    data = default_value

Go

// 1. sync.Mutex — 표준 락
var mu sync.Mutex
mu.Lock()
defer mu.Unlock()
if balance >= amount {
    balance -= amount
}

// 2. sync/atomic — CAS
var counter int64
atomic.CompareAndSwapInt64(&counter, expected, newVal)

// 3. Channel 직렬화 — Go 관용구
type request struct {
    amount int
    result chan error
}
// 단일 goroutine이 채널에서 요청을 순서대로 처리
go func() {
    for req := range requests {
        if balance >= req.amount {
            balance -= req.amount
            req.result <- nil
        } else {
            req.result <- ErrInsufficientFunds
        }
    }
}()

// 4. os.OpenFile with O_CREATE|O_EXCL
f, err := os.OpenFile(path, os.O_CREATE|os.O_EXCL|os.O_WRONLY, 0600)
if errors.Is(err, os.ErrExist) {
    // 파일 이미 존재
}

Rust

// Rust의 ownership 시스템이 컴파일 타임에 data race를 방지한다.
// &mut 참조는 동시에 하나만 존재할 수 있다.

// 1. Mutex<T> — 타입 시스템과 통합된 락
use std::sync::Mutex;
let balance = Mutex::new(1000u64);
{
    let mut b = balance.lock().unwrap();
    if *b >= amount {
        *b -= amount;
    }
} // MutexGuard 드롭 시 자동 unlock

// 2. AtomicU64 — 락 프리 원자적 연산
use std::sync::atomic::{AtomicU64, Ordering};
let counter = AtomicU64::new(0);
counter.fetch_add(1, Ordering::SeqCst);

// 3. OpenOptions::create_new() — 원자적 파일 생성
use std::fs::OpenOptions;
let file = OpenOptions::new()
    .write(true)
    .create_new(true)  // O_CREAT | O_EXCL
    .open("data.txt")?;

C/C++

/* C: 파일 시스템 TOCTOU 방지 */

// 1. O_CREAT|O_EXCL — 원자적 생성
int fd = open(path, O_CREAT | O_EXCL | O_WRONLY | O_NOFOLLOW, 0600);
if (fd == -1 && errno == EEXIST) {
    /* 이미 존재 */
}

// 2. fd 기반 API — 이름 기반 대신 사용
int fd = open(path, O_RDONLY | O_NOFOLLOW);
struct stat st;
fstat(fd, &st);      // stat(path, &st) 대신
fchmod(fd, 0600);    // chmod(path, 0600) 대신
fchown(fd, uid, gid); // chown(path, uid, gid) 대신

// 3. mkstemp() — 안전한 임시 파일
char template[] = "/tmp/myapp.XXXXXX";
int fd = mkstemp(template);  // 이름 생성 + 열기 원자적
/* 사용 후 */
unlink(template);
close(fd);

// C++: 멀티스레드 TOCTOU 방지

// 1. std::mutex
#include <mutex>
std::mutex mtx;
{
    std::lock_guard<std::mutex> lock(mtx);
    if (balance >= amount) {
        balance -= amount;
    }
}

// 2. std::atomic — CAS
#include <atomic>
std::atomic<int> counter{0};
int expected = counter.load();
while (!counter.compare_exchange_weak(expected, expected + 1)) {
    // CAS 실패 시 expected가 현재 값으로 갱신됨
}

// 3. C11 fopen("wx") — 배타적 생성 모드
FILE *f = fopen("data.txt", "wx");  // C11: x = O_EXCL
if (f == NULL && errno == EEXIST) {
    /* 이미 존재 */
}

JavaScript/Node.js

// Node.js는 단일 스레드이지만 await 사이에 TOCTOU가 발생한다!

// 나쁨: await 사이에 다른 요청이 상태 변경
async function withdraw(userId, amount) {
    const balance = await db.getBalance(userId);  // CHECK
    // --- 여기서 다른 요청이 balance 변경 가능 ---
    if (balance >= amount) {
        await db.setBalance(userId, balance - amount);  // USE
    }
}

// 좋음: DB 원자 연산으로 위임
async function withdraw(userId, amount) {
    const result = await db.query(
        'UPDATE accounts SET balance = balance - $1 WHERE id = $2 AND balance >= $1 RETURNING balance',
        [amount, userId]
    );
    if (result.rowCount === 0) {
        throw new InsufficientFundsError();
    }
}

// 좋음: async-mutex (인메모리 상태 보호 시)
import { Mutex } from 'async-mutex';
const mutex = new Mutex();
const release = await mutex.acquire();
try {
    // 원자적 실행 보장
    const balance = getBalance();
    if (balance >= amount) {
        setBalance(balance - amount);
    }
} finally {
    release();
}

10. 함정과 안티패턴

TOCTOU 방어에서 흔히 범하는 실수와 안티패턴을 정리한다.

#	안티패턴	위험성	올바른 접근
1	Check와 Use 사이에 `await`/`yield`	event loop에 제어를 반환하여 다른 코루틴이 공유 상태를 변경할 수 있다. 단일 스레드 환경에서도 TOCTOU 발생	DB 원자 연산으로 위임하거나, async-mutex로 임계 구역 보호
2	`os.path.exists()` → `open()`	두 syscall 사이에 파일이 생성/삭제/교체될 수 있다	EAFP: `try: open() except FileNotFoundError`
3	`SELECT` → `INSERT` (unique constraint 없이)	동시에 두 트랜잭션이 SELECT 통과 → 중복 INSERT	UNIQUE 제약 + `INSERT ON CONFLICT`
4	분산 락 타임아웃 후 작업 계속	락 만료 후 다른 프로세스가 같은 리소스를 수정 중. stale write 발생	Fencing Token으로 stale write 감지/거부
5	락 순서 불일치	프로세스 A가 락1→락2, 프로세스 B가 락2→락1 순서로 획득 시 데드락	모든 코드 경로에서 동일한 락 획득 순서 강제
6	Read-Modify-Write without lock	`read(x)` → `x = x + 1` → `write(x)` 세 단계 사이에 다른 스레드가 개입	`atomic.fetch_add()` 또는 락으로 보호
7	Double-Checked Locking 잘못 구현	`volatile`(Java) 또는 `std::atomic`(C++) 없이 구현 시 부분 초기화된 객체가 다른 스레드에 노출 (CWE-609)	Java: `volatile` 필수. C++11: `std::call_once`. 또는 holder 패턴
8	`access()` → `fopen()`	real UID로 Check, effective UID로 Use. setuid 환경에서 권한 상승	`open()` + `fstat(fd)`, 또는 setuid 제거
9	캐시된 토큰으로 권한 체크	캐시 TTL 내에 권한이 변경되어도 반영되지 않음. 퇴사자가 수 분간 접근 유지	중요 연산은 원본(DB/IdP)에서 재검증. 캐시 TTL 최소화
10	클라이언트 사이드만 동시성 체크	클라이언트 검증은 우회 가능. `curl`/Postman으로 직접 API 호출	서버에서 반드시 재검증. 클라이언트 검증은 UX 용도만
11	`sleep()`으로 race condition “해결”	타이밍 창(window)을 변경할 뿐, race를 제거하지 못한다. 부하에 따라 다시 발생	원자적 연산 또는 적절한 동기화 메커니즘 사용

안티패턴 코드 예시

# 안티패턴 #1: await 사이의 TOCTOU (Python asyncio)
async def apply_coupon(coupon_id, order_id):
    coupon = await db.get_coupon(coupon_id)       # CHECK
    # --- 이 지점에서 다른 요청이 같은 쿠폰 사용 가능 ---
    if not coupon.is_used:                         # CHECK 결과 사용
        await db.mark_coupon_used(coupon_id)       # USE
        await db.apply_discount(order_id, coupon.discount)
    # 결과: 같은 쿠폰이 두 번 적용될 수 있음

# 수정: DB 원자 연산
async def apply_coupon(coupon_id, order_id):
    result = await db.execute(
        "UPDATE coupons SET is_used = TRUE WHERE id = $1 AND is_used = FALSE RETURNING discount",
        [coupon_id]
    )
    if result.rowcount == 1:
        await db.apply_discount(order_id, result[0]['discount'])
    else:
        raise CouponAlreadyUsedError()

11. TOCTOU 취약 패턴 및 수정 코드

실무에서 흔히 발생하는 7가지 TOCTOU 패턴과 그 수정 방법을 코드와 함께 제시한다.

패턴 1: 파일 시스템 — access() → open()

취약 코드 (C):

#include <unistd.h>
#include <fcntl.h>

void write_log(const char *path, const char *data) {
    /* CHECK: real UID로 쓰기 권한 확인 */
    if (access(path, W_OK) == 0) {
        /* ---- 취약 창: 공격자가 path를 /etc/shadow symlink로 교체 ---- */

        /* USE: effective UID(root)로 파일 열기 */
        int fd = open(path, O_WRONLY | O_APPEND);
        write(fd, data, strlen(data));
        close(fd);
    }
}

공격 시나리오:

# 공격자 (일반 사용자)
$ ln -sf /etc/shadow /tmp/logfile   # access() 후 open() 전에 실행
# setuid 프로그램이 /etc/shadow에 데이터를 쓰게 됨

수정 코드 (C):

#include <fcntl.h>
#include <sys/stat.h>

void write_log(const char *path, const char *data) {
    /* O_NOFOLLOW: symlink이면 ELOOP 오류 */
    /* O_CREAT|O_EXCL: 원자적 생성 (이미 존재하면 실패) */
    int fd = open(path, O_WRONLY | O_APPEND | O_NOFOLLOW, 0600);
    if (fd == -1) {
        perror("open");
        return;
    }

    /* fd 기반으로 소유자/권한 확인 (이름 기반 race 없음) */
    struct stat st;
    fstat(fd, &st);
    if (st.st_uid != getuid() || !S_ISREG(st.st_mode)) {
        close(fd);
        return;  /* 소유자 불일치 또는 정규 파일 아님 */
    }

    write(fd, data, strlen(data));
    close(fd);
}

패턴 2: 인증/인가 — 권한 체크 → 작업

취약 코드 (Python/SQL):

async def delete_document(user_id, doc_id):
    # CHECK: 권한 확인
    doc = await db.fetchone(
        "SELECT owner_id FROM documents WHERE id = $1", [doc_id]
    )
    if doc['owner_id'] != user_id:
        raise PermissionError("Not the owner")

    # ---- 취약 창: 관리자가 이 시점에 소유자를 변경할 수 있음 ----
    # 또는: 소유자가 변경되었지만 이전 Check 결과로 삭제 진행

    # USE: 삭제 실행
    await db.execute("DELETE FROM documents WHERE id = $1", [doc_id])

수정 코드 (Python/SQL):

async def delete_document(user_id, doc_id):
    # Check + Use를 단일 트랜잭션 + FOR UPDATE로 원자적 처리
    async with db.transaction():
        doc = await db.fetchone(
            "SELECT owner_id FROM documents WHERE id = $1 FOR UPDATE",
            [doc_id]
        )
        if doc is None:
            raise NotFoundError()
        if doc['owner_id'] != user_id:
            raise PermissionError("Not the owner")
        # FOR UPDATE 락이 유지된 상태에서 삭제
        await db.execute("DELETE FROM documents WHERE id = $1", [doc_id])

패턴 3: 재고/잔액 — SELECT balance → UPDATE

취약 코드 (Java):

public void withdraw(long accountId, BigDecimal amount) {
    // CHECK
    BigDecimal balance = accountRepo.getBalance(accountId);

    // ---- 취약 창: 다른 스레드가 동시에 출금 처리 중 ----

    if (balance.compareTo(amount) >= 0) {
        // USE: 잔액 갱신
        accountRepo.setBalance(accountId, balance.subtract(amount));
        // 결과: 잔액이 음수가 될 수 있음 (이중 출금)
    }
}

수정 코드 A — Pessimistic Locking (SQL):

BEGIN;
    SELECT balance FROM accounts WHERE id = 123 FOR UPDATE;
    -- 락이 유지된 상태에서 조건 확인 + 갱신
    UPDATE accounts SET balance = balance - 100
        WHERE id = 123 AND balance >= 100;
COMMIT;

수정 코드 B — Atomic UPDATE (권장):

-- Check + Use를 단일 SQL 문으로 결합
UPDATE accounts
SET balance = balance - 100
WHERE id = 123 AND balance >= 100;

-- ROWCOUNT == 0이면 잔액 부족

// Java 구현
@Transactional
public boolean withdraw(long accountId, BigDecimal amount) {
    int updated = jdbcTemplate.update(
        "UPDATE accounts SET balance = balance - ? WHERE id = ? AND balance >= ?",
        amount, accountId, amount
    );
    if (updated == 0) {
        throw new InsufficientFundsException();
    }
    return true;
}

패턴 4: 쿠폰/할인 — is_used 확인 → 적용

취약 코드 (Python):

async def use_coupon(coupon_code, order_id):
    # CHECK
    coupon = await db.fetchone(
        "SELECT id, discount, is_used FROM coupons WHERE code = $1",
        [coupon_code]
    )

    if coupon['is_used']:
        raise CouponAlreadyUsedError()

    # ---- 취약 창: 동시에 2개의 요청이 여기에 도달 ----

    # USE
    await db.execute("UPDATE coupons SET is_used = TRUE WHERE id = $1", [coupon['id']])
    await db.execute(
        "UPDATE orders SET discount = $1 WHERE id = $2",
        [coupon['discount'], order_id]
    )
    # 결과: 같은 쿠폰이 두 번 적용됨

수정 코드 (Python):

async def use_coupon(coupon_code, order_id):
    # Atomic UPDATE: is_used = FALSE인 경우에만 TRUE로 변경
    result = await db.fetchone(
        """UPDATE coupons
           SET is_used = TRUE
           WHERE code = $1 AND is_used = FALSE
           RETURNING id, discount""",
        [coupon_code]
    )

    if result is None:
        raise CouponAlreadyUsedError()

    # 쿠폰이 성공적으로 사용 처리된 후 할인 적용
    await db.execute(
        "UPDATE orders SET discount = $1 WHERE id = $2",
        [result['discount'], order_id]
    )

패턴 5: 예약 시스템 — 가용성 확인 → 예약

취약 코드 (Java):

public Reservation bookRoom(Long roomId, LocalDate date) {
    // CHECK: 해당 날짜에 예약이 있는지 확인
    boolean available = reservationRepo.countByRoomAndDate(roomId, date) == 0;

    // ---- 취약 창: 다른 사용자가 동시에 같은 방 예약 ----

    if (available) {
        // USE: 예약 생성
        return reservationRepo.save(new Reservation(roomId, date));
        // 결과: 같은 방에 이중 예약
    }
    throw new RoomNotAvailableException();
}

수정 코드 A — Unique Constraint + EAFP (권장):

-- 테이블에 유니크 제약 추가
ALTER TABLE reservations ADD CONSTRAINT uq_room_date UNIQUE (room_id, date);

public Reservation bookRoom(Long roomId, LocalDate date) {
    try {
        // EAFP: Check 없이 바로 INSERT 시도
        return reservationRepo.save(new Reservation(roomId, date));
    } catch (DataIntegrityViolationException e) {
        // DB가 중복을 원자적으로 거부
        throw new RoomNotAvailableException();
    }
}

수정 코드 B — Optimistic Locking with Retry:

@Retryable(maxAttempts = 3, backoff = @Backoff(delay = 100))
@Transactional
public Reservation bookRoom(Long roomId, LocalDate date) {
    Room room = roomRepo.findByIdWithLock(roomId);  // @Version 기반
    if (room.isAvailable(date)) {
        room.addReservation(date);
        return roomRepo.save(room);  // version 불일치 시 OptimisticLockException
    }
    throw new RoomNotAvailableException();
}

패턴 6: 회원가입 — 중복 확인 → 생성

취약 코드 (Python):

async def register(email, password):
    # CHECK: 이메일 중복 확인
    existing = await db.fetchone(
        "SELECT id FROM users WHERE email = $1", [email]
    )

    if existing:
        raise EmailAlreadyExistsError()

    # ---- 취약 창: 동시에 같은 이메일로 가입 시도 ----

    # USE: 사용자 생성
    hashed = hash_password(password)
    await db.execute(
        "INSERT INTO users (email, password) VALUES ($1, $2)",
        [email, hashed]
    )
    # 결과: 같은 이메일로 2개의 계정 생성

수정 코드 (Python):

async def register(email, password):
    hashed = hash_password(password)
    try:
        # EAFP: Check 없이 바로 INSERT. UNIQUE 제약이 중복 방지
        await db.execute(
            """INSERT INTO users (email, password) VALUES ($1, $2)
               ON CONFLICT (email) DO NOTHING
               RETURNING id""",
            [email, hashed]
        )
    except UniqueViolationError:
        raise EmailAlreadyExistsError()

-- 전제: users 테이블에 UNIQUE 제약 필수
ALTER TABLE users ADD CONSTRAINT uq_email UNIQUE (email);

패턴 7: Rate Limiting — GET count → INCR

취약 코드 (Python/Redis):

async def check_rate_limit(user_id, limit=100):
    key = f"rate:{user_id}"

    # CHECK: 현재 카운트 조회
    count = await redis.get(key)

    # ---- 취약 창: 동시 요청들이 모두 같은 count 값을 읽음 ----

    if count and int(count) >= limit:
        raise RateLimitExceeded()

    # USE: 카운트 증가
    await redis.incr(key)
    await redis.expire(key, 60)
    # 결과: limit=100인데 200개의 요청이 통과

수정 코드 — Redis Lua Script (원자적 실행):

RATE_LIMIT_SCRIPT = """
local key = KEYS[1]
local limit = tonumber(ARGV[1])
local window = tonumber(ARGV[2])

local current = redis.call('INCR', key)

if current == 1 then
    redis.call('EXPIRE', key, window)
end

if current > limit then
    return 0  -- 거부
end

return 1  -- 허용
"""

async def check_rate_limit(user_id, limit=100, window=60):
    key = f"rate:{user_id}"
    # Lua 스크립트는 Redis에서 원자적으로 실행됨
    allowed = await redis.eval(RATE_LIMIT_SCRIPT, 1, key, limit, window)
    if not allowed:
        raise RateLimitExceeded()

12. 탐지 도구와 마이그레이션

정적/동적 탐지 도구

도구	유형	언어	TOCTOU 탐지 방식	비고
Coverity	정적 분석	C/C++/Java	TOCTOU checker. `stat()`→`fopen()`, `access()`→`open()` 등의 시퀀스 패턴 탐지	상용. 대규모 코드베이스에 적합. CI/CD 통합
CodeQL	정적 분석	C/C++/Java/Python	`cpp/toctou-race-condition` 쿼리로 CWE-367 패턴 탐지. 데이터 플로우 분석 기반	오픈소스. GitHub Advanced Security 통합
Semgrep	정적 분석	다국어	규칙 기반으로 `access()`→`open()` 등의 패턴 매칭. 커스텀 규칙 작성 가능	오픈소스. 빠른 실행. 규칙 커뮤니티 활발
SonarQube	정적 분석	C/C++/ObjC	Rule S5847로 TOCTOU 패턴 탐지	커뮤니티/상용. 다양한 언어 지원
ThreadSanitizer (TSan)	동적 분석	C/C++/Go	happens-before 관계 추적으로 data race 탐지. `-fsanitize=thread` 컴파일 옵션	GCC/Clang 내장. 런타임 2-15x 오버헤드
Helgrind	동적 분석	C/C++	Valgrind 기반 race detector. 락 순서 분석, data race 탐지	오픈소스. TSan보다 느리지만 더 정밀한 분석
RacerD	정적 분석	Java/C/ObjC	Facebook Infer 기반. 소유권(ownership) 기반 race 탐지	오픈소스. CI 통합 용이
go vet -race	동적 분석	Go	Go 런타임의 내장 race detector	Go 표준 도구체인 포함. `go test -race`

CodeQL 쿼리 예시

/**
 * @name TOCTOU race condition
 * @description Finds access() followed by open() on the same path
 * @kind path-problem
 * @problem.severity warning
 * @id cpp/toctou-race-condition
 * @tags security
 *       external/cwe/cwe-367
 */
import cpp
import semmle.code.cpp.dataflow.TaintTracking

from FunctionCall access, FunctionCall open
where
    access.getTarget().hasName("access") and
    open.getTarget().hasName("open") and
    // 같은 경로 변수를 사용하는지 확인
    access.getArgument(0).(VariableAccess).getTarget() =
        open.getArgument(0).(VariableAccess).getTarget()
select access, "TOCTOU: access() at $@ followed by open() at $@",
    access, access.getLocation().toString(),
    open, open.getLocation().toString()

Semgrep 규칙 예시

rules:
  - id: toctou-access-open
    patterns:
      - pattern: |
          access($PATH, ...);
          ...
          open($PATH, ...);
    message: >
      TOCTOU race condition: access() followed by open() on the same path.
      Use open() with O_NOFOLLOW and check with fstat() instead.
    severity: WARNING
    metadata:
      cwe: CWE-367
    languages: [c, cpp]

마이그레이션 패턴

기존 TOCTOU 취약 코드를 안전한 코드로 전환하는 전형적 패턴:

취약 패턴	안전한 패턴	마이그레이션 방법
`access()` → `open()`	`open(O_NOFOLLOW)` + `fstat(fd)`	access() 호출 제거, open() 플래그 추가, fstat()으로 검증
`stat()` → `open()`	`open()` + `fstat(fd)`	stat() 호출 제거, open() 후 fd 기반 검증
`mktemp()` → `open()`	`mkstemp()`	mktemp() → mkstemp()로 함수 교체
`SELECT` → `INSERT`	`INSERT ON CONFLICT` + UNIQUE	UNIQUE 제약 추가, SELECT 제거, INSERT ON CONFLICT로 교체
`SELECT` → `UPDATE`	`UPDATE ... WHERE condition`	SELECT+조건검사 제거, WHERE 절에 조건 통합
`GET` → `SET` (Redis)	`Lua script` 또는 `WATCH/MULTI/EXEC`	GET+SET 시퀀스를 Lua 스크립트로 교체
Distributed check → act	Idempotency Key + atomic operation	멱등성 키 도입, 원자적 DB 연산으로 전환
2PC (Two-Phase Commit)	Saga + Transactional Outbox	분산 트랜잭션을 로컬 트랜잭션 + 보상으로 분해

코드 리뷰 체크리스트

TOCTOU 취약점을 코드 리뷰에서 발견하기 위한 8가지 점검 항목:

#	점검 항목	확인 방법
1	`access()`, `stat()`, `lstat()` 호출 후 같은 경로로 `open()` 호출하는가?	파일 이름 기반 함수 → fd 기반 함수 전환 필요
2	`SELECT` 결과를 기반으로 `INSERT`/`UPDATE`를 별도 쿼리로 실행하는가?	단일 쿼리로 결합하거나 FOR UPDATE 사용
3	`await`/`yield` 사이에 공유 상태를 확인 후 사용하는가?	DB 원자 연산 또는 async-mutex 사용
4	분산 락의 타임아웃 후에도 작업을 계속하는가?	Fencing Token 도입
5	캐시된 값으로 권한/자격을 확인하는가?	중요 연산은 원본에서 재검증
6	Read-Modify-Write가 원자적으로 수행되는가?	Atomic 연산 또는 락 사용
7	임시 파일을 `mktemp()` + `open()`으로 생성하는가?	`mkstemp()`로 교체
8	클라이언트 측에서만 동시성/중복 검증을 수행하는가?	서버 측 재검증 필수

13. 빅테크 실전 사례

Google

Spanner TrueTime

Google Spanner는 TOCTOU의 시간(time) 차원을 인프라 레벨에서 해결한 사례다.

문제: 분산 데이터베이스에서 트랜잭션 타임스탬프의 불확실성이 race window를 생성한다. 노드 A에서의 Check 시각과 노드 B에서의 Use 시각이 정확히 비교 불가능하다.

해법 — TrueTime API:

API	반환값	용도
`TT.now()`	`[earliest, latest]` 구간	현재 시각의 불확실성 범위
`TT.after(t)`	boolean	시각 t가 확실히 과거인지
`TT.before(t)`	boolean	시각 t가 확실히 미래인지

GPS 수신기 + 원자 시계를 각 데이터센터에 배치하여 타임스탬프 불확실성을 7ms 미만으로 제한
Commit Wait: 트랜잭션 커밋 시 불확실성 구간만큼 대기한 후 커밋 완료를 선언. 이로써 외부 일관성(external consistency)을 보장 — 커밋 순서가 실제 물리적 시간 순서와 일치
race window를 수학적으로 봉쇄: 불확실성이 0에 수렴하면 gap도 0에 수렴

Chubby Lock Service

Google의 분산 락 서비스. 분산 환경에서 TOCTOU의 stale write 문제를 해결한다.

Sequencer 토큰: 락 획득 시 단조증가하는 시퀀스 번호를 발급. 리소스 서버가 이전 시퀀스의 쓰기를 거부하여 만료된 락의 stale write를 방지
Lock-Delay: 락 해제 후 일정 시간(기본 1분) 동안 새로운 클라이언트에게 락을 부여하지 않음. 네트워크 지연으로 인한 메시지 지연 공격을 방어

Zanzibar (권한 시스템)

Google의 전사적 인가(authorization) 시스템. 초당 수백만 건의 권한 체크를 처리한다.

“New Enemy Problem”: 사용자 A의 권한을 제거한 직후, replication lag 동안 A가 다른 레플리카에서 여전히 접근 가능한 TOCTOU 문제.

해법 — Zookie (Consistency Token):

권한 변경 시 Zookie라는 일관성 토큰을 발급
이후 권한 체크 시 Zookie를 함께 전달하면, 시스템이 해당 Zookie 이후의 상태를 기반으로 판단
“적어도 이 시점 이후의 상태를 보장”하는 snapshot consistency 제공
replication lag으로 인한 TOCTOU 창을 논리적으로 제거

Meta/Facebook

TAO (The Associations and Objects)

Facebook의 소셜 그래프를 위한 분산 데이터 저장소.

TOCTOU 방어 전략:

Leader 티어: 모든 쓰기 요청을 특정 Leader 캐시 서버로 라우팅. Leader가 쓰기를 직렬화(serialize)하여 race condition 방지
버전 번호: 객체마다 version을 유지. 캐시 무효화 시 version 비교로 stale data 감지
Thundering Herd 방지: 인기 객체의 캐시 만료 시 수천 요청이 동시에 DB 조회하는 문제. “lease” 메커니즘으로 한 요청만 DB 접근 허용

캐시 일관성 시스템

문제: Facebook 규모(수십억 사용자)에서 캐시와 DB 사이의 일관성 유지. 캐시 무효화의 TOCTOU.

해법:

Polaris 관측 시스템: 캐시 불일치를 실시간 모니터링. 불일치 발견 시 자동 무효화
Consistency Tracing Library: 모든 읽기/쓰기에 추적 컨텍스트를 부여하여 인과 관계 추적
결과: 캐시 일관성을 6-nines(99.9999%)에서 10-nines(99.99999999%)로 향상

Amazon/AWS

DynamoDB

기능	TOCTOU 방어 방식
Conditional Writes	`ConditionExpression`으로 Check+Write를 단일 원자적 연산으로 결합. `attribute_exists()`, `attribute_not_exists()`, 비교 연산자 지원
Optimistic Locking	`version` 속성 + `ConditionExpression: version = :expected`. 충돌 시 `ConditionalCheckFailedException`
Transaction	`TransactWriteItems`로 최대 100개 항목을 원자적으로 처리

# DynamoDB Conditional Write 예시
table.update_item(
    Key={'id': order_id},
    UpdateExpression='SET #status = :new_status, version = version + :one',
    ConditionExpression='#status = :expected_status AND version = :expected_version',
    ExpressionAttributeNames={'#status': 'status'},
    ExpressionAttributeValues={
        ':new_status': 'confirmed',
        ':expected_status': 'pending',
        ':expected_version': current_version,
        ':one': 1
    }
)

S3

2020년 12월: Amazon S3가 strong read-after-write consistency로 전환
이전: 최종 일관성(eventual consistency)으로 인해 PUT 직후 GET이 이전 버전을 반환하는 TOCTOU 발생
이후: PUT 완료 직후 GET이 반드시 최신 데이터를 반환. 추가 비용이나 성능 저하 없이 달성

SQS FIFO

MessageDeduplicationId: 동일 메시지의 5분 내 중복 전송을 원자적으로 거부
프로듀서의 재시도로 인한 중복 처리(TOCTOU의 메시지 큐 변형)를 방지

Netflix

EVCache

Netflix의 분산 캐시 시스템. Memcached 기반.

TOCTOU 방어:

3-AZ 동기 쓰기: 3개 가용 영역(AZ)에 동시에 쓰기. 어떤 AZ에서 읽어도 최신 데이터 보장
Kafka + CDC(Change Data Capture): DB 변경 이벤트를 Kafka로 전파하여 캐시 무효화. 폴링 기반의 TOCTOU 창을 이벤트 기반으로 축소
Moneta: 데이터 정합성 검증 시스템. 캐시와 DB 간 불일치를 지속적으로 탐지

Zuul (API Gateway)

Origin Concurrency Protection: 백엔드 서비스별 동시 연결 수 제한. 제한 초과 시 즉시 거부하여 race condition 하의 과부하 방지
Per-host 연결 풀: 호스트별로 격리된 연결 풀 운영. 한 호스트의 지연이 다른 호스트에 영향 미치지 않도록 격리

Uber

Ringpop

Uber의 분산 애플리케이션 프레임워크.

핵심 아이디어: Consistent Hashing으로 각 엔티티(라이드, 드라이버 등)에 단일 소유 노드(owner node)를 할당. 해당 엔티티에 대한 모든 연산이 소유 노드에서 직렬화된다.

요청 A (드라이버 매칭) ──→ Hash(ride_123) ──→ 노드 7 (소유자)
요청 B (드라이버 매칭) ──→ Hash(ride_123) ──→ 노드 7 (소유자)
                                                    │
                                              직렬화 실행 → race 없음

효과: 분산 락 없이도 구조적으로 race condition을 제거한다. 노드 장애 시 consistent hashing으로 소유권이 자동 이전된다.

Gulfstream 결제 시스템

결제 시스템에서의 이중 결제(double charge)는 TOCTOU의 가장 심각한 실제 피해를 초래한다.

Uber의 방어 전략:

결정론적 고유 ID: 결제 요청마다 클라이언트가 생성한 고유 ID. 서버가 ID 기반으로 중복 감지
이중 장부(복식부기): 모든 금액 이동을 차변(debit)과 대변(credit)으로 기록. 합계가 항상 0이어야 함. 불일치 시 즉시 알림
버전 기반 직렬화: 잔액 변경 시 version 비교로 TOCTOU 방지

Cadence/Temporal (워크플로우 엔진)

이벤트 소싱(Event Sourcing): 워크플로우의 모든 상태 변경을 이벤트로 기록. 현재 상태는 이벤트 재생으로 결정
TOCTOU가 원천적으로 불가능: “상태를 읽고 변경”하는 대신 “이벤트를 추가”하는 모델. 이벤트는 append-only이므로 race condition이 발생할 수 없다

Stripe

Idempotency Keys

Stripe은 결제 API의 TOCTOU를 Idempotency Key 패턴으로 해결한 업계 표준을 정립했다.

아키텍처:

구성요소	역할
Idempotency Key	클라이언트가 생성한 UUID. 요청 헤더로 전달
Recovery Point	연산의 현재 진행 상태를 나타내는 상태 기계
Enqueuer	작업을 큐에 등록
Completer	완료된 작업의 결과를 캐시
Reaper	실패/중단된 작업을 정리

핵심 — PostgreSQL SERIALIZABLE:

-- Stripe의 idempotency key 처리 (간략화)
BEGIN ISOLATION LEVEL SERIALIZABLE;

-- 1. 기존 키 조회 (있으면 캐시된 응답 반환)
SELECT * FROM idempotency_keys WHERE key = $1;

-- 2. 없으면 새 키 삽입 + 작업 시작
INSERT INTO idempotency_keys (key, status, request_params)
VALUES ($1, 'started', $2);

-- 3. Recovery point 진행
UPDATE idempotency_keys SET recovery_point = 'charge_created' WHERE key = $1;

-- 4. 작업 완료
UPDATE idempotency_keys SET status = 'completed', response = $2 WHERE key = $1;

COMMIT;

같은 Idempotency Key로 재요청이 오면, 이전에 캐시된 응답을 그대로 반환한다. 네트워크 재시도가 안전해진다.

Airbnb Orpheus

Airbnb의 결제 시스템 Orpheus도 유사한 접근법을 사용한다.

DB row-level lock 기반 idempotency: 결제 요청의 고유 키를 DB 행으로 관리. SELECT FOR UPDATE로 동일 키의 동시 처리를 직렬화
한 번에 하나의 프로세스만 특정 결제 요청을 처리할 수 있도록 보장

Twitter/X

Snowflake ID

분산 환경에서 고유 ID를 생성하는 시스템. ID 충돌이라는 TOCTOU 변형을 해결한다.

구조:

0 - 00000000 00000000 00000000 00000000 00000000 0 - 00000 - 00000 - 000000000000
│              41 bits (timestamp)                   5bits   5bits    12 bits
│                                                   DC ID  Worker   Sequence
sign bit                                                    ID

TOCTOU 방어:

ZooKeeper로 머신 ID 원자적 할당: 각 워커의 고유 ID를 ZooKeeper의 ephemeral sequential 노드로 할당. 중복 할당 불가
시계 역행(clock regression) 시 ID 생성 거부: 시계가 뒤로 갔음을 감지하면 ID 생성을 중단. 시간 기반 순서 보장이 깨지는 것을 방지

블록체인

DAO Hack (2016)

블록체인에서의 TOCTOU — Reentrancy 공격의 가장 유명한 사례.

배경: The DAO는 Ethereum 기반의 분산 투자 펀드. 약 $150M의 ETH를 보유.

공격 메커니즘:

// 취약한 The DAO 코드 (간략화)
function withdraw(uint amount) public {
    // CHECK: 잔액 확인
    require(balances[msg.sender] >= amount);

    // USE: 송금 실행 (외부 호출)
    msg.sender.call{value: amount}("");
    // ↑ 여기서 공격자의 receive() 함수가 호출됨
    // 공격자의 receive()가 다시 withdraw()를 호출 (재진입!)
    // 아래 줄이 실행되기 전에 반복 출금 발생

    // 잔액 차감 (재진입 공격 시 이 줄에 도달하지 않음)
    balances[msg.sender] -= amount;
}

결과:

$60M 상당의 ETH 탈취
Ethereum 커뮤니티 분열 → 하드포크: ETH (포크 찬성) / ETC (포크 반대)
스마트 컨트랙트 보안의 패러다임 전환

교훈 — Checks-Effects-Interactions (CEI) 패턴:

// 안전한 코드: CEI 패턴 + ReentrancyGuard
import "@openzeppelin/contracts/security/ReentrancyGuard.sol";

contract SafeVault is ReentrancyGuard {
    mapping(address => uint256) public balances;

    function withdraw(uint256 amount) external nonReentrant {
        // 1. Checks — 조건 확인
        require(balances[msg.sender] >= amount, "Insufficient balance");

        // 2. Effects — 상태 변경 (외부 호출 전!)
        balances[msg.sender] -= amount;

        // 3. Interactions — 외부 호출 (상태가 이미 변경된 후)
        (bool success, ) = msg.sender.call{value: amount}("");
        require(success, "Transfer failed");
    }
}

실제 보안 사건 종합

사건	연도	유형	영향	TOCTOU 패턴
Sendmail /tmp race	1980s	파일 시스템	로컬 권한 상승	mktemp() → open()
Sendmail 시그널 핸들러	2006	시그널 race	원격 코드 실행	시그널 핸들러 내 비원자적 상태 변경
Dirty COW	2016	커널 메모리	모든 Linux 루트 접근	madvise() vs write() race
DAO Hack	2016	스마트 컨트랙트	$60M ETH 탈취	Reentrancy = Check → 외부 호출 → Use 전에 재진입
Docker cp	2018	컨테이너	호스트 파일 시스템 접근	symlink race
Nimbuspwn	2022	systemd	Linux root 권한	directory traversal + symlink race
Tesla Pwn2Own	2023	자동차	게이트웨이 침해	구체적 미공개. TOCTOU 기반
Docker BuildKit	2024	컨테이너	컨테이너 탈출	mount cache race
AWS DynamoDB	2025	분산 시스템	US-EAST-1 대규모 장애	DNS 관리 TOCTOU
Starbucks 기프트카드	2015	웹 API	잔액 무한 증식	잔액 확인 → 이체 사이의 race

14. 빅테크 공통 패턴 요약

빅테크들의 TOCTOU 방어 전략을 분석하면, 세 가지 핵심 철학으로 수렴한다.

세 가지 철학

철학 1: 시간을 인프라로 (Make Time Infrastructure)

기업	시스템	접근법
Google	Spanner TrueTime	GPS + 원자 시계로 시간 불확실성을 7ms 미만으로. Commit Wait로 외부 일관성 보장
Google	Zanzibar Zookie	일관성 토큰으로 replication lag의 TOCTOU 창을 논리적 제거

핵심: race window가 “시간 간격”이라면, 시간 자체를 정밀하게 제어하여 window를 수학적으로 0에 수렴시킨다. 가장 근본적인 해법이지만, 인프라 투자가 막대하다.

철학 2: 원자적 연산으로 Gap 제거 (Atomic Operations)

기업	시스템	접근법
Amazon	DynamoDB Conditional Writes	ConditionExpression으로 Check+Write 원자적 결합
Stripe	Idempotency Keys	PostgreSQL SERIALIZABLE + Recovery Point 상태 기계
Airbnb	Orpheus	DB row-level lock 기반 idempotency
Amazon	S3 Strong Consistency	Read-after-Write 일관성으로 GET/PUT 간 race 제거
Meta	TAO version numbers	버전 기반 캐시 일관성

핵심: Check와 Use 사이의 Gap을 단일 원자적 연산으로 결합하여 제거한다. 가장 범용적이고 실용적인 접근법이다.

철학 3: 소유권으로 직렬화 (Ownership Serialization)

기업	시스템	접근법
Uber	Ringpop	Consistent hashing으로 엔티티별 단일 소유 노드. 분산 락 불필요
Google	Chubby	Sequencer 토큰으로 소유권 증명. stale write 방지
Meta	TAO Leader	쓰기를 Leader 노드에서 직렬화
Twitter	Snowflake	ZooKeeper로 워커 ID 원자적 할당

핵심: 리소스에 대한 소유권(ownership)을 단일 엔티티에 부여하고, 해당 엔티티가 모든 연산을 직렬(serial)로 처리한다. 분산 환경에서 락의 복잡성을 제거하는 구조적 해법이다.

공통 패턴 비교

철학	강점	약점	적합한 상황
시간을 인프라로	가장 근본적. 시간 기반 race 완전 제거	막대한 인프라 투자. Google 규모에서만 현실적	전역 시간 순서가 필수인 분산 DB
원자적 연산	범용적. 대부분의 언어/DB에서 즉시 적용	복잡한 비즈니스 로직의 원자화 어려움	단일 DB, API, 대부분의 웹 서비스
소유권 직렬화	분산 락 불필요. 구조적 해결	소유 노드 장애 시 처리 복잡. 핫스팟 가능	엔티티 기반 분산 시스템, 마이크로서비스

15. References

학술 논문

#	참조
1	Checking for Race Conditions in File Accesses - Matt Bishop, Michael Dilger (1996)
2	Dynamic Detection and Prevention of Race Conditions in File Accesses - Tsyrklevich & Yee (USENIX Security 2003)
3	Fixing Races for Fun and Profit: How to Abuse atime - Dean & Hu (USENIX Security 2004)
4	TOCTTOU Vulnerabilities in UNIX-Style File Systems: An Anatomical Study - Wei & Pu (USENIX FAST 2005)
5	Portably Preventing File Race Attacks with User-Mode Path Resolution - Tsafrir, Herber, Wagner (USENIX ATC 2008)
6	Bugs as Deviant Behavior: A General Approach to Inferring Errors in Systems Code (RacerX) - Engler et al. (SOSP 2003)
7	Protection and the Control of Information Sharing in Multics - Saltzer (CACM 1974)
8	Zanzibar: Google’s Consistent, Global Authorization System - Pang et al. (USENIX ATC 2019)
9	Spanner: Google’s Globally Distributed Database - Corbett et al. (OSDI 2012)
10	TAO: Facebook’s Distributed Data Store for the Social Graph - Bronson et al. (USENIX ATC 2013)

공식 표준/분류

#	참조
1	CWE-367: Time-of-check Time-of-use (TOCTOU) Race Condition - MITRE
2	CWE-362: Concurrent Execution using Shared Resource with Improper Synchronization - MITRE
3	CWE-363: Race Condition Enabling Link Following - MITRE
4	CWE-609: Double-Checked Locking - MITRE
5	FIO01-C: Be careful using functions that use file names for identification - CERT
6	FIO45-C: Avoid TOCTOU race conditions while accessing files - CERT
7	POS35-C: Avoid race conditions while checking for the existence of a symbolic link - CERT

빅테크 엔지니어링 블로그

#	참조
1	Spanner, TrueTime and the CAP Theorem - Eric Brewer, Google (2017)
2	The Chubby Lock Service for Loosely-Coupled Distributed Systems - Mike Burrows, Google (OSDI 2006)
3	Scaling Memcache at Facebook - Nishtala et al. (NSDI 2013)
4	Amazon DynamoDB: A Scalable, Predictably Performant, and Fully Managed NoSQL Database Service (USENIX ATC 2022)
5	Implementing Stripe-like Idempotency Keys in Postgres - Brandur Leach
6	EVCache: Distributed In-Memory Data Store at Netflix - Netflix Tech Blog
7	Ringpop: Scalable, fault-tolerant application-layer sharding - Uber Engineering
8	Snowflake ID - Twitter/X Engineering (Original Blog Post)
9	Avoiding Double Payments in a Distributed Payments System - Uber Engineering
10	Temporal: Open Source Durable Execution Platform

보안 권고/CVE

#	참조
1	CVE-2016-5195 (Dirty COW) - NVD
2	CVE-2018-15664 (Docker cp) - NVD
3	CVE-2022-29799 (Nimbuspwn) - Microsoft Security Blog
4	CVE-2022-29800 (Nimbuspwn) - NVD
5	CVE-2024-23651 (Docker BuildKit) - NVD
6	CVE-2006-0058 (Sendmail) - NVD
7	Analysis of the DAO Exploit - Phil Daian (2016)
8	Pwn2Own Vancouver 2023 Results - Zero Day Initiative

도구/라이브러리 문서

#	참조
1	CodeQL - TOCTOU Race Condition Query
2	ThreadSanitizer (TSan) - Clang Documentation
3	Helgrind: A Thread Error Detector - Valgrind
4	Coverity Static Analysis
5	Semgrep - Lightweight Static Analysis
6	SonarQube - Rule S5847
7	OpenZeppelin ReentrancyGuard
8	Go Race Detector
9	Java ConcurrentHashMap.computeIfAbsent()
10	Rust std::fs::OpenOptions::create_new()

서적

#	참조
1	Java Concurrency in Practice - Brian Goetz et al. (Addison-Wesley, 2006)
2	Designing Data-Intensive Applications - Martin Kleppmann (O’Reilly, 2017)
3	The Art of Multiprocessor Programming - Maurice Herlihy, Nir Shavit (Morgan Kaufmann, 2012)
4	How to Distribute Locks Safely - Martin Kleppmann (2016) — Redlock 비판 및 Fencing Token 제안

m1ser4ble

1. 개념

2. 배경

3. 이유

4. 특징

5. 상세 내용

TOCTOU Gap - Time-of-Check-to-Time-of-Use Race Condition 완전 가이드

목차

1. 개요

TOCTOU란 무엇인가

TOCTOU의 구조

안전한 코드 vs TOCTOU 취약 코드

2. 용어 사전 (Terminology)

3. 등장 배경과 이유

세 가지 근본 원인

1. Unix 파일 시스템의 비원자성

2. Setuid 프로그램의 권한 상승 메커니즘

3. 임시 파일 처리 관행

“if-then-do” 패턴이 위험한 이유

4. 역사적 기원

TOCTOU의 발견과 초기 연구

주요 CVE 연혁

Dirty COW 심층 분석

5. 학술적/이론적 배경

핵심 논문

Dean & Hu의 불가능성 정리 (2004)

CWE 계층 구조

관련 CERT 규칙

형식 검증 도구

6. 진화 타임라인

패러다임 변화

7. 대안 비교 (Alternatives & Mitigation)

7.1 파일 시스템 레벨

7.2 프로그래밍 레벨

7.3 데이터베이스 레벨

7.4 분산 시스템 레벨

7.5 웹/API 레벨

종합 비교표

8. 상황별 최적 선택

의사결정 트리

상황별 최적 전략 요약

9. 실전 베스트 프랙티스

설계 원칙

언어별 베스트 프랙티스

Java

Python

Go

Rust

C/C++

JavaScript/Node.js

10. 함정과 안티패턴

안티패턴 코드 예시

11. TOCTOU 취약 패턴 및 수정 코드

패턴 1: 파일 시스템 — access() → open()

패턴 2: 인증/인가 — 권한 체크 → 작업

패턴 3: 재고/잔액 — SELECT balance → UPDATE

패턴 4: 쿠폰/할인 — is_used 확인 → 적용

패턴 5: 예약 시스템 — 가용성 확인 → 예약

패턴 6: 회원가입 — 중복 확인 → 생성

패턴 7: Rate Limiting — GET count → INCR

12. 탐지 도구와 마이그레이션

정적/동적 탐지 도구

CodeQL 쿼리 예시

Semgrep 규칙 예시

마이그레이션 패턴

코드 리뷰 체크리스트

13. 빅테크 실전 사례

Google

Spanner TrueTime

Chubby Lock Service

Zanzibar (권한 시스템)

Meta/Facebook

TAO (The Associations and Objects)

캐시 일관성 시스템

Amazon/AWS

DynamoDB

S3

SQS FIFO

Netflix

EVCache