नैनो-विश्लेषक

AISLE द्वारा एक न्यूनतम LLM-संचालित जीरो-डे भेद्यता स्कैनर।

प्रदर्शन उद्देश्यों के लिए शोध प्रोटोटाइप। यह एक सरल, एकल-फ़ाइल हार्नेस है जो वास्तविक जीरो-डे भेद्यताओं का पता लगाने में सक्षम है। ध्यान दें कि यह एक प्रोटोटाइप है, जो C/C++ मेमोरी सुरक्षा बगों की ओर झुका हुआ है, और गलत सकारात्मक परिणाम उत्पन्न करेगा। हम इसे खुले शोध की भावना में ज्यों-का-त्यों साझा कर रहे हैं — किनारों की अपेक्षा करें।

यह क्या करता है

नैनो-विश्लेषक एक सरल एकल-फ़ाइल पायथन स्कैनर है जो स्रोत कोड को तीन-चरणीय LLM पाइपलाइन के माध्यम से भेजता है:

1. संदर्भ निर्माण — एक मॉडल फ़ाइल के बारे में एक सुरक्षा ब्रीफिंग लिखता है: यह क्या करता है, अविश्वसनीय डेटा कहाँ प्रवाहित होता है, कौन से बफ़र्स मौजूद हैं और वे कितने बड़े हैं।
2. भेद्यता स्कैन — वही मॉडल, संदर्भ से प्रेरित होकर, फ़ंक्शन दर फ़ंक्शन जीरो-डे बगों की खोज करता है और संरचित निष्कर्ष आउटपुट करता है।
3. संदेहास्पद ट्राइएज — प्रत्येक निष्कर्ष को एक संदेहास्पद समीक्षक द्वारा कई दौर में चुनौती दी जाती है जो बचाव को सत्यापित (या खंडन) करने के लिए कोडबेस को grep कर सकता है। एक मध्यस्थ अंतिम निर्णय लेता है।

परिणाम मानव समीक्षा के लिए Markdown और JSON फ़ाइलों के रूप में सहेजे जाते हैं।

वर्तमान सीमाएँ

यह v0.1 प्रोटोटाइप है। कृपया निम्नलिखित बातों को ध्यान में रखें:

• C/C++ पूर्वाग्रह। संकेत, कुछ-उदाहरण, और अनुमान C/C++ मेमोरी सुरक्षा भेद्यताओं (बफ़र ओवरफ़्लो, NULL डेरेफ़, इंटीजर ओवरफ़्लो, टाइप कन्फ़्यूज़न) के लिए भारी रूप से ट्यून किए गए हैं। यह अन्य भाषाओं को स्कैन करेगा लेकिन वहाँ बहुत कम प्रभावी है।
• गलत सकारात्मक। बहु-दौर ट्राइएज के बावजूद, ऐसे निष्कर्षों की अपेक्षा करें जो बारीकी से निरीक्षण पर टिक नहीं पाते। हमेशा मैन्युअल रूप से सत्यापित करें।
• गलत नकारात्मक। स्कैनर संपूर्ण भेद्यता वर्गों को याद कर सकता है — तर्क बग, रेस कंडीशन, क्रिप्टोग्राफ़िक मुद्दे, प्रमाणीकरण बायपास, आदि। एक साफ स्कैन का मतलब यह नहीं है कि कोड सुरक्षित है।
• एकल-फ़ाइल विश्लेषण। प्रत्येक फ़ाइल स्वतंत्र रूप से स्कैन की जाती है। क्रॉस-फ़ाइल भेद्यताएँ जो संकलन इकाइयों के बीच परस्पर क्रिया पर निर्भर करती हैं, संभवतः छूट जाएँगी।
• LLM-निर्भर। उपयोग किए गए मॉडल के अनुसार परिणाम भिन्न होते हैं। विभिन्न मॉडल अलग-अलग चीज़ें खोजेंगे और अलग-अलग गलत सकारात्मक भ्रम पैदा करेंगे।

सेटअप

आवश्यकताएँ

• Python 3.8+
• OpenAI API कुंजी (OpenAI मॉडल के लिए) या OpenRouter API कुंजी (अन्य प्रदाताओं के लिए)
• वैकल्पिक: ट्राइएज grep लुकअप के लिए ripgrep (rg)
• वैकल्पिक: बड़े रेपो पर तेज़ grep के लिए Google codesearch (csearch/cindex)

इंस्टॉल

git clone https://github.com/weareaisle/nano-analyzer.git
cd nano-analyzer
# कोई डिपेंडेंसी इंस्टॉलेशन आवश्यक नहीं है। सीधे चलाएँ:
python3 scan.py --help

API कुंजियाँ

अपनी API कुंजी को एक पर्यावरण चर के रूप में सेट करें:

# OpenAI मॉडल के लिए (स्लैश के बिना मॉडल नाम, जैसे "gpt-5.4-nano"):
export OPENAI_API_KEY=sk-...

# OpenRouter मॉडल के लिए (स्लैश के साथ मॉडल नाम, जैसे "qwen/qwen3-32b"):
export OPENROUTER_API_KEY=sk-or-...

स्कैनर यह निर्धारित करता है कि मॉडल नाम के आधार पर किस कुंजी का उपयोग करना है: यदि इसमें / है, तो यह OpenRouter के माध्यम से रूट करता है; अन्यथा यह सीधे OpenAI API का उपयोग करता है।

उपयोग

बुनियादी स्कैन

# एकल फ़ाइल स्कैन करें
python3 scan.py ./path/to/file.c

# रिकर्सिव रूप से एक डायरेक्टरी स्कैन करें
python3 scan.py ./path/to/src/

सामान्य विकल्प

# एक अलग मॉडल का उपयोग करें
python3 scan.py ./src --model gpt-5.4

# समानता को नियंत्रित करें
python3 scan.py ./src --parallel 30

# ट्राइएज grep को पूर्ण रेपो रूट पर इंगित करें (सबडायरेक्टरी स्कैन करते समय उपयोगी)
python3 scan.py ./lib/crypto/ --repo-dir ./

# केवल उच्च-आत्मविश्वास वाले निष्कर्ष सतह पर लाएँ
python3 scan.py ./src --min-confidence 0.7

# उच्च सटीकता के लिए अधिक ट्राइएज राउंड (डिफ़ॉल्ट: 5)
python3 scan.py ./src --triage-rounds 7

सभी फ़्लैग

आउटपुट

परिणाम ~/nano-analyzer-results/<timestamp>/ (या --output-dir) में सहेजे जाते हैं:

<timestamp>/
├── summary.json              # मशीन-पठनीय स्कैन सारांश
├── summary.md                # मानव-पठनीय स्कैन सारांश
├── <filename>.md             # प्रति फ़ाइल कच्चा स्कैनर आउटपुट
├── <filename>.context.md     # प्रति फ़ाइल संदर्भ ब्रीफिंग
├── <filename>.json           # प्रति फ़ाइल पूर्ण परिणाम डेटा
├── triages/                  # विस्तृत ट्राइएज तर्क
│   └── T0001_<file>_<title>.md
├── findings/                 # निष्कर्ष जो ट्राइएज में बचे
│   └── VULN-001_<file>.md
├── triage.json               # सभी ट्राइएज निर्णय
└── triage_survivors.md       # मान्य निष्कर्षों का सारांश

ट्राइएज कैसे काम करता है

जब स्कैन मध्यम या उससे ऊपर की गंभीरता की समस्या पाता है, तो ट्राइएज पाइपलाइन शुरू होती है:

1. एक संदेहास्पद समीक्षक वास्तविक कोड के विरुद्ध निष्कर्ष की जाँच करता है और दावा किए गए बचावों को सत्यापित या खंडन करने के लिए कोडबेस को grep कर सकता है।
2. यह कई राउंड (डिफ़ॉल्ट: 5) के लिए दोहराया जाता है, प्रत्येक समीक्षक पिछले तर्कों को देखता है और पुराने बिंदुओं को दोहराने के बजाय नए सबूत खोजने के लिए प्रोत्साहित किया जाता है।
3. एक अंतिम मध्यस्थ सभी राउंड पढ़ता है और VALID/INVALID कॉल करता है।
4. आत्मविश्वास स्कोर (जैसे 80% [VVIVV→V]) उन राउंड के अंश को दर्शाता है जिन्होंने VALID कहा।

ट्राइएज में बचे निष्कर्ष पूर्ण तर्क श्रृंखलाओं के साथ findings/ डायरेक्टरी में लिखे जाते हैं।

अस्वीकरण

यह उपकरण एक शोध प्रोटोटाइप है। यह पेशेवर सुरक्षा ऑडिट, मैन्युअल कोड समीक्षा, या स्थापित स्थैतिक विश्लेषण उपकरणों का विकल्प नहीं है। इस पर अपने एकमात्र सुरक्षा मूल्यांकन के रूप में भरोसा न करें। अपने जोखिम पर उपयोग करें।

लाइसेंस

Apache License 2.0