Membangun Rule Engine yang Dapat Diaudit dengan Python
Bangun rule engine Python yang memisahkan aturan bisnis, mencatat keputusan, dan dapat diuji serta diaudit secara sistematis.
Bangun pipeline yang menandatangani, menghasilkan, dan memverifikasi provenance artefak dengan Sigstore dan in-toto.
Skill yang dibangun
Menghasilkan dan memeriksa signature serta attestation untuk artefak menggunakan Sigstore, lalu mengaitkannya dengan digest artefak yang tepat.
Membaca struktur provenance berbasis in-toto dan menentukan klaim proses build yang benar-benar dapat dibuktikan oleh predicate tersebut.
Merancang kebijakan verifikasi berdasarkan identitas workflow, repository, issuer, subject, dan karakteristik artefak tanpa menyamakan signature dengan jaminan keamanan menyeluruh.
Menguji pipeline terhadap artefak yang diubah, provenance yang tidak sesuai, dan sumber build yang tidak diizinkan, kemudian menganalisis alasan penolakan secara sistematis.
Pengembang perangkat lunak, engineer DevSecOps, platform engineer, dan administrator CI/CD yang sudah memahami Git, Linux, dasar jaringan, container atau artefak paket, serta konsep autentikasi dan kriptografi dasar. Peserta diharapkan pernah membuat pipeline build dan deployment sederhana, lalu ingin memahami cara membuktikan integritas asal-usul artefak, merancang kebijakan verifikasi yang dapat diaudit, dan menguji ketahanan proses rilis terhadap penyisipan artefak atau build yang tidak sah.
Project outcomes
Peserta akan membangun pipeline verifikasi artefak container atau paket perangkat lunak. Pipeline tersebut menghasilkan artefak dan provenance in-toto, menandatanganinya melalui alur Sigstore yang sesuai dengan lingkungan latihan, menyimpan metadata yang diperlukan untuk audit, lalu menjalankan gate verifikasi sebelum artefak dipromosikan ke tahap deployment. Peserta juga menambahkan skenario pengujian negatif untuk membuktikan bahwa perubahan digest, identitas workflow, atau isi predicate menyebabkan penolakan.
Artefak yang berhasil dibangun belum tentu berasal dari source code, workflow, atau lingkungan build yang diharapkan. Kursus ini membahas cara mengubah klaim tersebut menjadi bukti yang dapat diverifikasi: artefak diberi tanda tangan, proses pembuatannya direkam sebagai provenance, lalu kebijakan memutuskan apakah artefak layak dipromosikan.
Peserta akan menelusuri hubungan antara digest artefak, identitas penandatangan, transparency log, predicate in-toto, dan kebijakan verifikasi. Praktik menggunakan Sigstore dan tooling terkait dilakukan pada skenario build container atau artefak paket, dengan perhatian pada mode keyless, trust root, identitas workflow, serta batasan bukti yang dihasilkan.
Kursus ini tidak berhenti pada perintah CLI. Peserta akan menguji failure mode seperti artefak yang diubah, provenance dari workflow yang salah, predicate yang tidak memenuhi kebijakan, dan perbedaan antara autentikasi penandatangan dengan bukti proses build. Hasilnya adalah rancangan pipeline yang dapat diaudit beserta prosedur diagnosis ketika verifikasi gagal.
Bangun rule engine Python yang memisahkan aturan bisnis, mencatat keputusan, dan dapat diuji serta diaudit secara sistematis.
Bangun aplikasi flashcard berbasis Python dengan penyimpanan data dan algoritma pengulangan berjarak untuk belajar lebih teratur.
Bangun simulator CPU dengan Python untuk membandingkan FCFS, SJF, dan Round Robin melalui data, perhitungan, dan validasi hasil.
Bangun interpreter mini dengan Python sambil mempelajari lexer, parser, AST, dan evaluator melalui implementasi bertahap.