Skip to content
KitploitKITPLOIT
ツールエクスプロイトブログ
Log in
提出
ツールエクスプロイトブログ
提出

ハッキング、侵入テスト、サイバーセキュリティツールをあなたのセキュリティアーセナルに!

Kitploitはハッキング、サイバーセキュリティ、ペネトレーションテストのツールディレクトリです。最新のプロジェクトアップデートを見つけて、脆弱性の発見、システム分析、テストの自動化、セキュリティの強化を行いましょう。

フィードお問い合わせプライバシー© 2026 Kitploit

ツールディレクトリ

カテゴリ

すべてのカテゴリを見る
Loading categories
DakshSCRA — フレームワーク対応の静的コード解析ツールで、自動ソースコードレビュー、プラットフォーム固有のルール、汚染解析、工数見積もり、抑制ベースラインを備えています。 | Kitploit
ツール/GitHubGitHub/coffeeandsecurity/dakshscra
静的分析脆弱性スキャナー静的コード分析 (SAST)脆弱性分析コード分析ウェブセキュリティペネトレーションテストDevSecOpsモバイルセキュリティ学習と教育
GitHubcoffeeandsecurity/dakshscra
45715015日前Kitploit レビュー済み

DakshSCRA

フレームワーク対応の静的コード解析ツールで、自動ソースコードレビュー、プラットフォーム固有のルール、汚染解析、工数見積もり、抑制ベースラインを備えています。

リポジトリを見る
共有
# Daksh SCRA (ソースコードレビュー支援)

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

## Daksh SCRAについて

Daksh SCRA(Source Code Review Assist)は、ソースコードレビュープロセスの効率を高めるために構築されており、コードレビュー担当者に構造化され整理されたアプローチを提供します。

潜在的な問題をすべて無差別にフラグ付けするのではなく、Daksh SCRAは思慮深い分析を促進し、潜在的な問題の調査と確認を促します。このアプローチにより、あらゆる潜在的な懸念をバグとしてタグ付けしようと慌てることを軽減し、誤検知に費やす混乱と無駄な時間を削減します。

### デビュー

Daksh SCRAは当初、Black Hat USA 2022(8月6日〜9日)でのソースコードレビュートレーニングセッション中に、特定の聴衆に向けてさりげなく紹介されました。正式な一般公開は、ラスベガスで開催されたBlack Hat USA 2023で行われました。

## 機能と特徴

DakshSCRAは、手動ソースコードレビューのための独自の機能を結集しています。ファイルパスの関心領域や工数見積もりから、ソフトウェア偵察、コンテキストルール、ファイル横断分析に至るまでをカバーします。

| 機能 | タグ | 重要な理由 |
|---|---|---|
| **ファイルパスの関心領域** | 世界初* | コードと並行してファイル名やディレクトリ名自体をスキャンし、レビュー担当者が見落としがちなバックアップファイル、デバッグエンドポイント、設定ダンプ、認証情報ファイルなどの疑わしいパスをフラグ付けします。 |
| **科学的工数見積もり** | 世界初* | コードベースの規模とプロジェクトのシグナルに基づいて、手動レビュー工数の定量化された見積もりを生成します。設定可能な前提条件により、エンゲージメント計画が明示的かつ再現可能になります。 |
| **ソフトウェア偵察** | 世界で2番目* | スキャン前に、ファイルの内容とプロジェクト構造から言語、フレームワーク、インフラストラクチャを検出します。技術インベントリを自動ルール選択、セマンティック分析、レビュー計画に結び付けます。 |
| **高度なセマンティックおよびファイル横断分析** | リリース時点で最も高度なオープンソース* | 専用に構築された分析を用いて、サポート対象のファイル境界を越えてユーザー制御データをソースからシンクまで追跡します。高度な分析は2026年3月に元のRDLとともに提供されました。RDL v2は、ファイルをまたいだセマンティックルール評価を拡張します。 |

* 各機能が導入された時点での一般的な検索に基づきます。オープンソースのセキュリティコードレビューツールにおいて同様の機能は見つかりませんでした。工数見積もりについては、商用ツールにおいても同様のアプローチは見つかりませんでした。偵察はMicrosoft Application Inspectorに次いで2番目でした。ファイル横断分析は、リリース時点でオープンソースコードレビューツールの中で最も高度なものでした。

### 機能の履歴と根拠

| 機能 / マイルストーン | 日付 | リリース | 根拠 / 範囲 |
|---|---|---|---|
| 初期ベータとファイルパスルール | 2022年10月22日 | v0.1-beta | [初期リリース。保持されているソースには専用のファイルパスルール一覧が含まれています。](https://github.com/coffeeandsecurity/DakshSCRA/releases/tag/v0.1-beta) |
| ソフトウェア偵察(公開された導入) | 2023年7月9日 | v0.3-beta | [リリースノートで偵察が導入されています。それ以前のリポジトリコードは別個の実装根拠です。](https://github.com/coffeeandsecurity/DakshSCRA/releases/tag/v0.3-beta) |
| 手動レビュー工数見積もり(実装) | 2023年7月29日 | 実装コミット | [専用の見積もりモジュールが追加されました。後の修正リリースの日付ではありません。](https://github.com/coffeeandsecurity/DakshSCRA/commit/65d5c6a) |
| 元のRDLとファイル間の高度な分析 | 2026年3月2日 | v0.31-beta | [条件付きルールロジックと独立したファイル横断分析が同時に提供されました。リリース表示日は3月2日、公開タイムスタンプは2026年3月1日18:39 UTCです。](https://github.com/coffeeandsecurity/DakshSCRA/commit/d90ba51) |

### 比較根拠

- **偵察の前身:** [Microsoft Application Inspector](https://www.microsoft.com/en-us/security/blog/2020/01/16/introducing-microsoft-application-inspector/)(2020年1月16日)は、より早いソース特性ツールを文書化しています。Daksh SCRAの偵察はそれに次いで2番目に位置付けられています。

日付はリポジトリまたはリリースのマイルストーンを示します。

DakshSCRAは**Black Hat USA 2022**のトレーニングで紹介され、**Black Hat USA 2023**で一般公開されました。これらの日付はプロジェクトの紹介時期を示すものであり、現在のすべての機能を示すものではありません。

> 積極的な機能強化が継続中です。今後のリリースでは、複数の新機能と改善が予定されています。

新しいルールの更新や追加、今後の開発への貢献を歓迎します。

バグを見つけた場合は、[[email protected]](mailto:[email protected])までご報告ください。

詳細なドキュメント: [https://dakshlabs.com/#docs](https://dakshlabs.com/#docs)

---

## はじめに

Daksh SCRAを実行する方法は2つあります。ワークフローに合った方を選んでください:

| | 最適な用途 | ジャンプ先 |
|---|---|---|
| 🌐 **Web UI (Docker)** | 最も簡単に始める方法 - コマンド1つ、ブラウザダッシュボード、ライブスキャン進捗、レポート/アーティファクトブラウザ。ほとんどのユーザーに推奨。 | [Web UI (Docker)](#web-ui-docker) |
| 💻 **CLI (Python)** | スクリプト、CIパイプライン、またはDockerなしでのスキャン実行。 | [CLIセットアップ](#cli-setup) |

どちらの方法もまったく同じスキャンエンジンを実行します - Web UIは同じCLIの上に構築されたブラウザフロントエンドであるため、どちらでも結果は同一です。

---

## Web UI (Docker)

Daksh SCRAを実行する最速の方法は、ホスト対応のDocker起動ヘルパーで起動するブラウザベースのWeb UIを使用することです。スキャンランチャー、ライブコンソールフィード、過去のレポートを閲覧できる履歴が提供されます。起動ヘルパーにはPython 3が必要です(標準ライブラリのみ)。アプリケーションとその依存関係はDocker内で実行されます。

Dockerセットアップでは、Web UIとCLIを同じイメージからビルドされた独立したサービスとして実行するため、同じコンテナからどちらか(または両方)を使用できます。

### Web UIの起動

GitHubからDaksh SCRAをダウンロードした後、**まずZIPアーカイブを展開してください**。
`docker-compose.yml`と`dakshscra.py`を含む展開済みの
プロジェクトフォルダ内でターミナル(WindowsではPowerShellまたはコマンドプロンプト)を開きます。
**以下のすべての起動コマンドとDocker Composeコマンドは、そのフォルダから実行してください。**

ターミナルが別の場所で開いた場合は、まず展開したフォルダに移動してください:

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

例のパスを、実際のダウンロード場所とフォルダ名に置き換えてください。
代わりにリポジトリをクローンした場合は、その親フォルダから `cd DakshSCRA` を実行してください。

起動ヘルパーは Windows、WSL、Linux、macOS を認識し、コンテナを起動する前に
ホストのルート、利用可能な Windows ドライブ、および一般的なフォルダを読み取り専用でマウントします。
Docker を実行しているコンピュータ上で実行してください。

Linux、macOS、または WSL(フォアグラウンド):

```bash
python3 tools/start_webui.py
```

Windows PowerShell またはコマンドプロンプト(フォアグラウンド):

```powershell
py tools/start_webui.py
```

デタッチ(バックグラウンド)モードで実行するには、`--detach` を追加します。起動コマンドが戻った後もコンテナは実行し続け、ターミナルは利用可能なままになります。

Linux、macOS または WSL(デタッチ):

```bash
python3 tools/start_webui.py --detach
```

Windows PowerShell またはコマンドプロンプト(デタッチ):

```powershell
py tools/start_webui.py --detach
```

`--dry-run` を使用すると、コンテナを起動せずに検出されたパスを確認できます。
既存の `.env` パスの上書き設定は尊重されます。アカウント、スキャン、ランタイム
ボリュームは、コンテナが再作成されても保持されます。

Docker Desktop では、選択したホストパスを共有するための権限が必要になる場合があります。マウントが
拒否された場合は、Docker Desktop でその場所を許可し、ヘルパーを再実行してください。
リモートブラウザには **Docker ホストの** フォルダが表示され、自身のコンピュータのドライブは表示されません。
自動検出にはローカルの Docker エンジンが必要です。リモートの Docker コンテキストを使用する場合は、
エンジンホスト上でヘルパーを実行してください。

手動で設定したマウントの場合、`docker compose up --build -d api web` は引き続き
利用できます。そのベースラインでは、リポジトリを `/scan-targets` に、
`${DAKSH_HOST_MOUNT:-/}` を `/host/root` にマウントします。Windows のドライブ検出
および共通フォルダのショートカットにはヘルパーを使用してください。通常の Compose ではクライアント OS を検出できません。

次に [http://localhost:3030](http://localhost:3030) を開きます。

別のポートを使用する場合:

```bash
DAKSH_PORT=9090 python3 tools/start_webui.py
```

スタックを停止するには:

```bash
docker compose down
```

### 繰り返しの Docker ビルド後にディスク容量を解放する

リポジトリフォルダにある個別のクリーンアップヘルパーを使用してください。デフォルトではプレビューのみ実行されます:

**これにより Daksh のコンテナ、サービスイメージ、ネットワーク、ボリュームが削除されます。これには保存されたアカウント、スキャン履歴、ランタイムボリュームに保存されたアーティファクトが含まれます。保持したいものは事前にバックアップしてください。**

```bash
python3 tools/clean_project_docker.py
python3 tools/purge_all_docker.py
```

`--execute` を追加して削除を実行し、その後要求される確認を入力します。最初のヘルパーはこのプロジェクトのコンテナ、ネットワーク、サービスイメージ、ボリュームを削除し、共有ビルドキャッシュは保持します。2 番目のヘルパーは**選択した Docker エンジン上のすべてのプロジェクト**にわたってコンテナを強制的に削除し、イメージ、ネットワーク、名前付き/匿名ボリューム、デフォルトビルダーのキャッシュを prune します。リモートエンジンに影響を与える可能性があります。どちらもバインドマウントされたホストファイルを削除したり、Docker をアンインストールしたりしません。Windows ユーザーは `python3` を `py` に置き換えることができます。カスタムプロジェクト名、除外、削除の詳細については [クリーンアップの範囲とコマンド](https://github.com/coffeeandsecurity/dakshscra/blob/main/docs/usage-guide.md#docker-cleanup-and-full-purge) を参照してください。

残りの Docker ディスク使用量を確認するには:

```bash
docker system df
```

未使用のビルドキャッシュのみを解放し、保存済みの Daksh データを保持するには、`docker builder prune --all --force` を実行するだけです。リポジトリやスキャン対象を含む、バインドマウントされたホストフォルダ内のファイルはディスク上に残ります。準備ができたら `python3 tools/start_webui.py --detach` で再度起動してください。

### ログイン

Web UI にはアカウントが必要です。

**初回ログイン**

1. ポータルを起動し(`python3 tools/start_webui.py --detach`)、[http://localhost:3030](http://localhost:3030) を開きます。
2. ログインページが初回セットアップを検出します。ユーザー名 `admin` と初期パスワードが事前入力され、初回セットアップの通知が表示されます。

   | 設定 | 値 |
   |---|---|
   | ユーザー名 | `admin`(または `.env` の `DAKSH_ADMIN_USERNAME`) |
   | 初期パスワード | `Daksh@ChangeMe1`(または `.env` の `DAKSH_ADMIN_PASSWORD`) |

3. **Sign in** をクリックします。全画面の**パスワード変更**ステップが表示され、スキップできません。現在のパスワードとして初期パスワードを入力し、新しいパスワード(8文字以上、現在のものと異なること)を選択し、必要に応じてユーザー名を変更します。
4. 保存後、ダッシュボードに移動します。以降、ログインページは何も事前入力しなくなり、自身の認証情報でサインインします。

初期パスワードはデータベースにアカウントが存在しない間のみ使用され、変更されるとすぐに機能しなくなります。それまでは、ポータルに到達できる誰もがこのパスワードでサインインできるため、ポータルが他の人から到達可能な場合は、初回起動前に `.env` で `DAKSH_ADMIN_PASSWORD` を設定してください。管理者アカウントは `POST /api/v1/auth/users` API エンドポイント経由で追加のアカウントを作成できます(これ専用の UI はまだありません)。新規アカウントおよびリセットされたアカウントも、初回ログイン時に割り当てられたパスワードを変更する必要があります。認証関連の設定(セッション有効期間、Cookie セキュリティ、CORS)の完全な一覧は `.env.example` を参照してください。

### 得られるもの

- scan、recon、estimate、recon+estimate、list、PDF-from-JSON モードに対応したレスポンシブなコマンドビルダー
- 実行中のリアルタイムコンソールフィードとステージごとのライブ進捗
- HTML / PDF / JSON 出力のジョブごとのアーティファクトスナップショット
- 結果とレポートのための Developer Mode、Code Review Mode、または Both のガイダンス。デフォルトは Both
- 実行フォーム、ライブフィード、アーティファクト、最近のジョブ間の高速なブラウザ内ナビゲーション
- 対象パス選択のための組み込みディレクトリブラウザ(OS 対応: Windows、macOS、Linux / Docker)

内部的には、CLI が引き続き信頼できる唯一の情報源です。スキャンをすべて実行し、すべての HTML / PDF / JSON 出力を生成します。Web UI は一度に1つのアクティブなジョブを実行し、完了した各ジョブの出力を `runtime/webui/jobs/<job-id>/artifacts/` にスナップショットするため、過去のレポートに引き続きアクセスできます。

### Docker で CLI を実行する

CLI を使用するためにローカルの Python 環境は必要ありません。同じイメージからビルドされた専用の Compose サービスとして利用できます。

```bash
docker compose run --rm cli -h
docker compose run --rm cli -r auto -t /scan-targets/path/to/source
```

### イメージに含まれるもの

- FastAPI バックエンド + Web UI フロントエンド
- 完全な Daksh SCRA CLI(別サービスとして)
- PDF 生成用の Playwright Chromium
- 永続化された `reports/` および `runtime/` ボリューム
- コンテナ内からソースツリーにスキャンが到達できるよう、ホストパスをマウント

**主要なマウントポイント:**

| マウント | コンテナ内のパス |
|---|---|
| プロジェクトソース | `/app` |
| デフォルトのスキャンルート(リポジトリ、または `DAKSH_SCAN_ROOT`) | `/scan-targets` |
| ホストファイルシステム(Windows の場合はシステムドライブ) | `/host/root` |
| 追加の Windows/WSL ドライブ | `/host/drives/<letter>` |
| 現在のユーザーのホーム | `/host/user` |
| 一般的なホストフォルダ | `/host/locations/<name>` |
| オプションの `DAKSH_HOST_SOURCE` | `/host/source` |

オプションのパスおよび認証の上書き設定を行うには、`.env.example` を `.env` にコピーしてください。
`DAKSH_BROWSE_ROOTS` は **コンテナ** パスのカンマ区切り許可リストです。
未設定のままにすると、マウントされた場所が自動検出されます。ヘルパーに切り替える際は、廃止された `/host/c`、`/host/d`、`/mnt` の許可リストを削除または更新してください。
ホストフォルダは読み取り専用です。レポートとランタイムデータは、既存のアプリケーション上の場所で引き続き書き込み可能です。別のドライブを接続した後は、ヘルパーを使用して再起動してください。Docker ソケットや特権コンテナは不要です。

---

## CLI セットアップ

Daksh SCRA を Python で直接実行したいですか?ローカルでのセットアップ方法は次のとおりです。

### 前提条件

- Python 3.8+
- `requirements.txt` に記載されているすべてのライブラリ

### 1. Daksh SCRA をダウンロードする

```bash
git clone https://github.com/coffeeandsecurity/DakshSCRA.git
```

または、最新のzipを [https://github.com/coffeeandsecurity/DakshSCRA](https://github.com/coffeeandsecurity/DakshSCRA) からダウンロードして解凍します。

### 2. 仮想環境のセットアップ

> 💡 仮想環境は任意のディレクトリに作成できます - DakshSCRAフォルダ内である必要はありません。

**オプションA: ワンステップセットアップ(推奨)**

```bash
python setup_env.py
```

このスクリプトは仮想環境を作成し、すべての依存関係をインストールし、PlaywrightのChromiumブラウザ(PDFエクスポートに必要)をインストールします。

**オプションB: 手動セットアップ**

Windows:
```bash
python -m venv daksh-env
.\daksh-env\Scripts\activate
```

macOS / Linux:
```bash
python3 -m venv daksh-env
source daksh-env/bin/activate
```

次に依存関係をインストールします:
```bash
cd path/to/DakshSCRA
pip install -r requirements.txt
playwright install chromium
```

## CLI の使用方法

仮想環境内では `python` を使用し、仮想環境外では `python3` を使用してください。

### コマンドラインオプション

```
usage: dakshscra.py [-h] [-r RULES] [-f FILE_TYPES] [-v] [-t TARGET_DIR]
                    [-l {R,RF}] [--recon] [--rs] [--estimate]
                    [-rpt FORMATS] [--pdf-from-json]
                    [--json-input-dir PATH] [--pdf-output PATH]
                    [--pdf-multi-dir PATH] [--pdf-single-only]
                    [--skip-analysis] [--loc]
                    [--baseline-file PATH] [--baseline-generate] [--no-baseline]
                    [--review-config PATH]
                    [--resume-scan] [--state-file PATH] [--no-state] [--state]
```

| オプション | 説明 |
|---|---|
| `-r RULES` | プラットフォームルール(例: `php`、`java`、`php,java`)または自動検出のための `auto` |
| `-f FILE_TYPES` | スキャン用のデフォルトファイルタイプを上書き |
| `-v` | 詳細度レベル(`-v`、`-vv`、`-vvv`) |
| `-t TARGET_DIR` | 対象ソースコードディレクトリ |
| `-l {R,RF}` | プラットフォームルール + フレームワーク `[R]` を一覧表示、またはファイルタイプ `[RF]` を含める |
| `--recon` | 偵察(プラットフォーム / フレームワーク / 言語の検出)を実行 |
| `--rs`, `--recon-strict` | 厳格な偵察: 高信頼度の検出のみ(`--recon` と併用) |
| `--estimate` | コードベースのサイズに基づいてコードレビューの工数を見積もり |
| `-rpt`, `--report FORMATS` | レポート形式: `html`、`pdf`、`docx`、`json`、またはカンマ区切りの組み合わせ(デフォルト: `html`) |
| `--pdf-from-json` | 再スキャンせずに既存の JSON 出力から PDF レポートを生成 |
| `--json-input-dir PATH` | JSON レポートディレクトリ(デフォルト: `./reports/data`) |
| `--pdf-output PATH` | 単一 PDF の出力パス(デフォルト: `./reports/scan/pdf/report.pdf`) |
| `--pdf-multi-dir PATH` | 複数ファイル PDF の出力ディレクトリ(デフォルト: `./reports/scan/pdf/multi-file`) |
| `--pdf-single-only` | 統合された単一ファイル PDF のみを生成し、プラットフォームごとの複数ファイルセットをスキップ |
| `--skip-analysis` | この実行ではアナライザーステージを無効化 |
| `--loc` | 有効なコード行数をカウント |
| `--baseline-file PATH` | 抑制ベースラインファイル(JSON) |
| `--baseline-generate` | 現在の検出結果から抑制ベースラインを生成 |
| `--no-baseline` | この実行ではベースライン抑制を無効化 |
| `--review-config PATH` | 検出結果のトリアージファイル(JSON)。以前にレビュー済みの誤検知をレポートから抑制 |
| `--resume-scan` | 状態ファイルから以前に中断されたスキャンを再開 |
| `--state-file PATH` | カスタムスキャン状態 / チェックポイントファイルのパス |
| `--no-state` | この実行ではスキャン状態のチェックポイントを無効化 |
| `--state` | この実行ではスキャン状態のチェックポイントを強制的に有効化 |

### 使用例

> `-f`(ファイルタイプ)は任意です。指定しない場合、DakshSCRA は選択したプラットフォームのデフォルトファイルタイプを使用します。

```bash
# Single platform scan
python dakshscra.py -r php -t /path/to/source

# Multiple platforms
python dakshscra.py -r php,java,cpp -t /path/to/source

# Auto-detect platform and apply matching rules
python dakshscra.py -r auto -t /path/to/source

# Override filetypes
python dakshscra.py -r php -f dotnet -t /path/to/source

# Reconnaissance only (no scanning)
python dakshscra.py --recon -t /path/to/source

# Reconnaissance + scanning
python dakshscra.py --recon -r php -t /path/to/source

# Strict recon (high-confidence detections only)
python dakshscra.py --recon --rs -t /path/to/source

# Effort estimation
python dakshscra.py --estimate -t /path/to/source

# Scan with HTML + PDF report output
python dakshscra.py -r auto -t /path/to/source -rpt html,pdf

# Verbosity levels
python dakshscra.py -r php -v -t /path/to/source     # default
python dakshscra.py -r php -vvv -t /path/to/source   # show all pattern checks

# Generate suppression baseline from current findings
python dakshscra.py -r auto -t /path/to/source --baseline-generate

# Apply suppression baseline (suppress known FPs)
python dakshscra.py -r auto -t /path/to/source --baseline-file config/suppressions.json

# Disable baseline for this run
python dakshscra.py -r auto -t /path/to/source --no-baseline

# Apply findings triage / review config
python dakshscra.py -r auto -t /path/to/source --review-config config/review.json

# Scan with checkpoint state enabled
python dakshscra.py -r auto -t /path/to/source --state

# Resume an interrupted scan
python dakshscra.py -r auto -t /path/to/source --resume-scan

# Resume with a custom state file
python dakshscra.py -r auto -t /path/to/source --resume-scan --state-file runtime/scan_state.json

# Generate PDF from existing JSON outputs (no re-scan)
python dakshscra.py --pdf-from-json

# Generate PDF from a custom JSON directory
python dakshscra.py --pdf-from-json --json-input-dir ./custom/reports/data

# Custom output paths for PDF
python dakshscra.py --pdf-from-json --pdf-output ./reports/scan/pdf/custom.pdf --pdf-multi-dir ./reports/scan/pdf/multi-file

# Single combined PDF only (skip per-platform set)
python dakshscra.py --pdf-from-json --pdf-single-only
```

### サポート対象のプラットフォームルールとフレームワーク

```bash
python dakshscra.py -l R    # List platform rules and framework mappings
python dakshscra.py -l RF   # List platform rules, framework mappings, and filetypes
```

現在サポートされているプラットフォームとフレームワークのマッピング:

<!-- supported-platforms:start -->
| プラットフォーム | フレームワーク |
|---|---|
| dotnet | aspnetcore, blazor, entityframework, identity |
| php | codeigniter, drupal, laravel, symfony, wordpress, yii |
| java | hibernate, mybatis, spring, springboot, struts |
| javascript | angular, electron, express, nestjs, nextjs, react, vue |
| kotlin | exposed, ktor, springkotlin |
| python | django, fastapi, flask, sqlalchemy |
| go | echo, fiber, gin, gorilla, gorm |
| c | freertos |
| cpp | boost, qt |
| android | cordova-android, flutter-android, ionic-android, jetpack, nativescript-android, reactnative-android, retrofit, room, xamarin-android |
| ios | alamofire, cordova-ios, coredata, flutter-ios, ionic-ios, nativescript-ios, reactnative-ios, swiftui, uikit, xamarin-ios |
| reactnative | expo, reactnative |
| flutter | flutter, flutter-dio, flutter-hive |
| xamarin | xamarin |
| maui | - |
| kmp | - |
| ionic | ionic |
| nativescript | nativescript |
| cordova | cordova |
| bash | - |
| powershell | - |
| dockerfile | - |
| terraform | terraform-aws, terraform-azure, terraform-gcp |
| kubernetes | - |
| ruby | rails, sinatra |
| rust | actix, axum, rocket |
| common | - |
<!-- supported-platforms:end -->

この表は登録済みのルールパックを一覧にしたものです。ダッシュは、個別のフレームワークパックが登録されていないことを意味します。分析のカバレッジは言語とルールによって異なります。

プラットフォームまたはフレームワークのレジストリを変更した後は、この表を更新し、変更を提出する前に確認してください:

```bash
python3 tools/supported_platforms.py
python3 tools/supported_platforms.py --check
```

最新のサポート対象プラットフォームとフレームワークを取得するには、常に次を実行してください:

```bash
python dakshscra.py -l R
```

## 設定リファレンス

### `config/tool.yaml`

Daksh SCRA のランタイムデフォルトは `config/tool.yaml` を通じて制御されます。

```yaml
state_management:
  enabled: false
  resume_mode: manual
  persist_after_seconds: 300
  persist_interval_seconds: 30
  default_state_file: runtime/scan_state.json
  cleanup_on_success: false

analysis:
  run_by_default: true
  include_frameworks: true
  report_theme: hacker_mode
```

**アナライザー設定オプション:**

- `analysis.run_by_default`
  - `true`: スキャン中にアナライザーが自動的に実行される
  - `false`: 設定または CLI で再有効化しない限りアナライザーは無効
- `analysis.include_frameworks`
  - `true`: フレームワーク検出が存在する場合、フレームワークレベルのアナライザーエントリを含める
  - `false`: プラットフォームレベルのアナライザー出力のみ
- `analysis.report_theme`
  - `hacker_mode`: ダークで高コントラストのモダンなアナライザーテーマ(デフォルト)
  - `professional_mode`: ライトでモダンなアナライザーテーマ
  - `both`: 両方のテーマバリアントを並べて生成

### パターンルールとセマンティックルール

**パターンルールは、パターンとコンテキスト条件を用いて関心のある領域を特定します。レビュアーは、それらが実際のセキュリティ問題を表しているかどうかを調査します。**

**セマンティックルールは、コードの関係、入力の伝播、モデル化された保護を分析することで、より強力な証拠を提供します。これらは検出結果を裏付けたり抑制したりできますが、不完全なモデリング、デプロイ設定、実行時の動作が依然として結論に影響を与える可能性があります。**

`--rule-mode pattern|semantic|both`(デフォルトは `both`)を選択するか、New Scan で同じモードを選択します。セマンティックのみの場合はネイティブテキストベースラインをスキップしつつ、改良されたモバイルソース/設定チェックとサポート対象のフローモデルを保持します。サポート対象の検出結果であってもレビュアーによる確認が必要であり、抑制は安全性を確立するものではありません。

組み込みチェックは、[`rules/scanning/platform/`](https://github.com/coffeeandsecurity/dakshscra/blob/main/rules/scanning/platform) 配下の単一ファイルのパターンルールとして作成され、プラットフォームとフレームワークのディレクトリを保持します。例えば、Java のチェックは `java/java.rules/*.yaml` に、Spring のチェックは `java/framework/spring.rules/*.yaml` にあります。各ファイルは、パターン、コンテキスト条件、ルールと影響の説明、開発者およびレビュアー向けのガイダンス、推奨事項、そしてすべてのコードコンテキストとハイライト設定を保持します。実行可能な `review_steps` と `recommendations` は、元のガイダンスを実行可能な手順で拡張します。既存のパックに YAML ファイルを追加し、`python3 tools/rdl_lint.py rules/scanning/platform` で検証してから、小さなポジティブ/ネガティブフィクスチャをスキャンします。スキャナーは XML や別個の RDL v1 ファイルを編集することなく、それを検出します。

セマンティック定義は引き続き [`rules/scanning/logic/rdl/v2/`](https://github.com/coffeeandsecurity/dakshscra/blob/main/rules/scanning/logic/rdl/v2) 配下にあります。そのエンジンによって評価されるネイティブテキストベースラインは、引き続きパターンルールです。従来の `--rdl-engine` の選択は、保存されたスキャンや既存のスクリプトとの互換性を維持します。

YAML 形式、条件、検証、証拠設定、外部 XML インポートについては、[ルール作成と移行ガイド](https://github.com/coffeeandsecurity/dakshscra/blob/main/docs/usage-guide.md#pattern-rules-and-semantic-rules)を参照してください。

---

[Read more](https://github.com/coffeeandsecurity/dakshscra)
ツールをダウンロード

人気

すべて見る →

コミュニティで最も使われているツールを見つけましょう。

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 究極のOSINTツールキット:調査グラフ、信頼度スコアリング、エイリアスファミリー、マップ、タイムライン、レポート。49個のモジュール、400以上のサイト、APIキー不要。

    786
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    GhostLock ワンタップ実行アプリ(CVE-2026-43499)

    506
  • 3

    ARTEX

    baarai/artex

    プランナー/ワーカーエージェント、資産グラフと探索グラフ、MITMトラフィック記録、脆弱性の再テストを備えたLLMマルチエージェント自律ペネトレーションテストプラットフォーム。

    429
  • 4

    redforge

    cybersecurity91/redforge

    ブラウザ側のレッドチームツールキット。偵察、ペイロード生成、認証情報攻撃、暗号、エンコーディング、エンゲージメントレポート向けの102のオフラインツールを備えています。

    345
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    AIネイティブなサイバーセキュリティのためのアクションシステム。意図がガバナンスされた実行に変わり、証拠が運用記憶となり、すべての操作が次の操作を改善する。

    262
  • 6

    looking-glass

    anonghosty/looking-glass

    ShadowserverレポートをMongoDBに取り込み、インタラクティブなマップ、分析、調査結果、アドバイザリ、エグゼクティブダッシュボードとして再生するCSIRTプラットフォーム。

    256

すべてのツールを探索

ツールコレクションを閲覧

すべてのツールを見る →