Zurück zu den Updates
New releaseAug 27, 2026

DakshSCRA v0.38-beta

Framework-bewusstes statisches Code-Analyse-Tool für automatisierte Quellcode-Reviews mit plattformspezifischen Regeln, Taint-Analyse, Aufwandsabschätzung und Unterdrückungsbaselines.

Teilen

Daksh SCRA (Unterstützung bei der Quellcode-Überprüfung)

Author:
- Debasis Mohanty ([email protected])
- Twitter / X: @coffeensecurity
- www.coffeeandsecurity.com

Über Daksh SCRA

Daksh SCRA (Source Code Review Assist) wurde entwickelt, um die Effizienz des Quellcode-Review-Prozesses zu steigern und Code-Reviewern einen wohlstrukturierten und organisierten Ansatz zu bieten.

Anstatt unterschiedslos alles als potenzielles Problem zu kennzeichnen, fördert Daksh SCRA eine sorgfältige Analyse und drängt auf die Untersuchung und Bestätigung potenzieller Probleme. Dieser Ansatz mildert das hektische Bestreben, jede mögliche Besorgnis als Bug zu markieren, und reduziert die Verwirrung und die verschwendete Zeit durch Fehlalarme.

Debüt

Daksh SCRA wurde erstmals während einer Schulung zum Quellcode-Review auf der Black Hat USA 2022 (6.–9. August) vorgestellt, wo es einem spezifischen Publikum dezent präsentiert wurde. Sein offizielles öffentliches Debüt fand auf der Black Hat USA 2023 in Las Vegas statt.

Funktionen und Funktionalitäten

DakshSCRA vereint unverwechselbare Fähigkeiten für das manuelle Quellcode-Review, von Dateipfad-Interessenbereichen und Aufwandsschätzung bis hin zu Software-Reconnaissance, kontextuellen Regeln und dateiübergreifender Analyse.

FunktionTagWarum sie wichtig ist
Dateipfad-InteressenbereicheWeltweit erste*Durchsucht Datei- und Verzeichnisnamen selbst, neben dem Code, um verdächtige Pfade wie Backup-Dateien, Debug-Endpunkte, Konfigurations-Dumps und Anmeldedatendateien zu kennzeichnen, die Reviewer oft übersehen.
Wissenschaftliche AufwandsschätzungWeltweit erste*Erstellt eine quantifizierte Schätzung des manuellen Review-Aufwands basierend auf der Codebasis-Größe und Projektsignalen. Konfigurierbare Annahmen machen die Einsatzplanung explizit und wiederholbar.
Software-ReconnaissanceWeltweit zweite*Erkennt Sprachen, Frameworks und Infrastruktur aus Dateiinhalten und Projektstruktur vor dem Scannen. Verbindet das Technologie-Inventar mit automatischer Regelauswahl, semantischer Analyse und Review-Planung.
Fortschrittliche semantische und dateiübergreifende AnalyseFortschrittlichste Open Source zum Release-Zeitpunkt*Verfolgt benutzergesteuerte Daten von der Quelle bis zur Senke über unterstützte Dateigrenzen hinweg mithilfe zweckgebundener Analyse. Die Advanced Analysis wurde zusammen mit der ursprünglichen RDL im März 2026 veröffentlicht; RDL v2 erweitert die semantische Regelauswertung über Dateien hinweg.
  • Basierend auf allgemeinen Suchen zum Zeitpunkt der Einführung jeder Funktion. Es wurde keine ähnliche Funktion in Open-Source-Sicherheits-Code-Review-Tools gefunden. Für die Aufwandsschätzung wurde auch in kommerziellen Tools kein ähnlicher Ansatz gefunden. Recon kam nach Microsoft Application Inspector auf den zweiten Platz. Die dateiübergreifende Analyse war zum Zeitpunkt ihrer Veröffentlichung die fortschrittlichste unter den Open-Source-Code-Review-Tools.

Funktionshistorie und Belege

Funktion / MeilensteinDatumReleaseBeleg / Umfang
Erste Beta und Dateipfad-Regeln22. Oktober 2022v0.1-betaErstveröffentlichung; der erhaltene Quellcode enthält das dedizierte Inventar der Dateipfad-Regeln.
Software-Reconnaissance (veröffentlichte Einführung)9. Juli 2023v0.3-betaDie Release-Notes führen Recon ein; früherer Repository-Code ist separater Implementierungsbeleg.
Aufwandsschätzung für manuelles Review (Implementierung)29. Juli 2023Implementierungs-CommitDediziertes Schätzmodul hinzugefügt; nicht das Datum des späteren Fix-Releases.
Ursprüngliche RDL und dateiübergreifende Advanced Analysis2. März 2026v0.31-betaBedingte Regellogik und unabhängige dateiübergreifende Analyse wurden zusammen veröffentlicht. Das angezeigte Release-Datum ist der 2. März; der Veröffentlichungszeitstempel ist der 1. März 2026 um 18:39 UTC.

Vergleichende Belege

  • Recon-Vorgänger: Microsoft Application Inspector (16. Januar 2020) dokumentiert ein früheres Tool zur Analyse von Quellcode-Eigenschaften. Daksh SCRA Recon wird dahinter auf den zweiten Platz gesetzt.

Die Daten kennzeichnen Repository- oder Release-Meilensteine.

DakshSCRA wurde während der Black Hat USA 2022-Schulung vorgestellt und debütierte öffentlich auf der Black Hat USA 2023. Diese Daten beschreiben die Einführung des Projekts, nicht jedes aktuelle Feature.

Aktive Verbesserungen sind fortlaufend. Mehrere neue Funktionen und Verbesserungen sind für kommende Releases geplant.

Fühlen Sie sich frei, zur Aktualisierung oder Hinzufügung neuer Regeln und zur zukünftigen Entwicklung beizutragen.

Wenn Sie Fehler finden, melden Sie diese an [email protected].

Ausführliche Dokumentation: https://dakshlabs.com/#docs


Erste Schritte

Es gibt zwei Möglichkeiten, Daksh SCRA auszuführen – wählen Sie diejenige, die zu Ihrem Workflow passt:

Am besten geeignet fürSpringen zu
🌐 Web UI (Docker)Der einfachste Einstieg – ein Befehl, ein Browser-Dashboard, Live-Scan-Fortschritt und ein Berichts-/Artefakt-Browser. Für die meisten Benutzer empfohlen.Web UI (Docker)
💻 CLI (Python)Skripterstellung, CI-Pipelines oder Ausführen von Scans ohne Docker.CLI-Einrichtung

Beide Wege führen dieselbe Scan-Engine aus – die Web UI ist eine Browser-Oberfläche über derselben CLI, sodass die Ergebnisse in beiden Fällen identisch sind.


Web UI (Docker)

Der schnellste Weg, Daksh SCRA auszuführen, ist über seine browserbasierte Web UI, die mit dem host-bewussten Docker-Starthelfer gestartet wird. Sie bietet einen Scan-Starter, einen Live-Konsolen-Feed und einen durchsuchbaren Verlauf vergangener Berichte. Der Starthelfer benötigt Python 3 (nur Standardbibliothek); die Anwendung und ihre Abhängigkeiten laufen in Docker.

Das Docker-Setup führt die Web UI und die CLI als unabhängige Dienste aus, die aus demselben Image erstellt werden, sodass Sie beide (oder eine von beiden) aus demselben Container verwenden können.

Starten der Web UI

Nachdem Sie Daksh SCRA von GitHub heruntergeladen haben, extrahieren Sie zuerst das ZIP-Archiv. Öffnen Sie ein Terminal (PowerShell oder Eingabeaufforderung unter Windows) innerhalb des extrahierten Projektordners, der docker-compose.yml und dakshscra.py enthält. Führen Sie alle unten aufgeführten Start- und Docker-Compose-Befehle aus diesem Ordner aus.

Wenn Ihr Terminal an einer anderen Stelle geöffnet wird, wechseln Sie zuerst in den extrahierten Ordner:

cd "path/to/extracted/DakshSCRA-folder"

Ersetzen Sie den Beispielpfad durch Ihren tatsächlichen Download-Speicherort und Ordnernamen. Wenn Sie stattdessen das Repository geklont haben, führen Sie cd DakshSCRA aus dessen übergeordnetem Ordner aus.

Das Start-Hilfsskript erkennt Windows, WSL, Linux und macOS und bindet dann das Host-Stammverzeichnis, verfügbare Windows-Laufwerke und gängige Ordner schreibgeschützt ein, bevor die Container gestartet werden. Führen Sie es auf dem Computer aus, auf dem Docker läuft.

Linux, macOS oder WSL (Vordergrund):

python3 tools/start_webui.py

Windows PowerShell oder Eingabeaufforderung (Vordergrund):

py tools/start_webui.py

Kategorien