
正規表現ルール、レキサーによるセマンティック分析、ハッシュ値マッチングを組み合わせ、コード内に露出した認証情報を検出するオフラインシークレットスキャナー。SARIF出力に対応。
絶対に違います!
LLMブームの時代にあっても、DeepSecretsは完全にあなたのマシン上で動作します。オフラインで、安全に、そして無料で優れた結果を得られます。
既存のスキャナーのほとんどは、実はコードを「理解」していません。代わりにテキストを解析するだけで、カバレッジも不十分です。
DeepSecretsは、従来の正規表現スキャナーと本格的な商用SASTツールの間のギャップを埋めます。古典的な正規表現ベースのスキャン戦略を拡張し、セマンティックコード解析、危険な変数の検出、コンテキストを考慮したエントロピー解析に大きく依存しています。 シークレット候補は、テキストだけからではなく、コードが語る内容、その名前、代入、呼び出しから導き出されます。DeepSecretsは約600の言語とフォーマット向けのレキサー(Pygments)でコードを読み取り、14言語向けの検出ルールとその他向けの汎用ルールで変数を見つけます。
DeepSecretsはまた、ゼロ知識で認証情報を見つける新しい方法、HashedSecret Engineを導入します。既知の本番シークレットのハッシュ値さえ提供すれば、ツールがコード内で平文として露出しているそれらを見つけ出します。
DeepSecrets 2.3は(2026年11月に)SecretBenchベンチマークで評価されました。すべてのファイルがスキャンされ、ラベル付けされたすべての行がカウントされました。
2026年6月の評価と同じ方法で、その独自の行セットに対してカウントすると、2.3は再現率94%、適合率85%です(2026年6月の2.0: 93%と67%)。
これらの数値はdsbenchから得られています。これはオープンソースのベンチマークハーネスで、ラベル付きコーパス上でスキャナーをブラックボックスとして実行し、報告された内容をカウントします。SecretBench(作者からリクエストにより入手可能)とdsbenchを使えば、誰でも上記の行ごとの数値と以下の比較を再現できます。
dsbench prepare # load SecretBench's labels and the corpus listing
dsbench run --tool-ref v2.3.0 # DeepSecrets 2.3.0 from its tag, in a venv from its own poetry.lock
dsbench tools fetch # the pinned gitleaks and Betterleaks releases, checked by SHA-256
dsbench run --tool gitleaks
dsbench run --tool betterleaks
dsbench compare RUN RUN ... # side by side, with 95% intervals
どの実行でも、各ツールのパス除外を無効にした状態で、すべてのファイルをスキャンします。June-way の数値には、2026年6月の評価における行の表と、ラベルを超えたシークレットの件数についての判定結果も必要ですが、どちらも公開されていません。なぜなら、どちらも漏洩した認証情報を指し示しているからです。
(内部の詳細な経緯とベンチマークの内訳は、私の HackerNoon 記事 こちら で読むことができます)
Github から pip 経由で
$ pip install git+https://github.com/ntoskernel/deepsecrets.git
PyPi から
$ pip install deepsecrets
DeepSecrets には Python 3.11 以降が必要です。
スキャンを実行する最も簡単な方法は次のとおりです:
$ deepsecrets --target-dir /path/to/your/code --outformat dojo-sarif --outfile report.json
これにより、デフォルト設定を使用して /path/to/your/code に対してスキャンが実行されます:
SARIF形式のレポート(DefectDojoおよびGitHub Securityと互換性あり)が report.json に保存されます。
--help コマンドはいつでもガイドとして利用できますが、環境に合わせてスキャンを調整するために使用できる主なフラグは以下のとおりです:
--regex-rules /path/to/rules.json: 独自のカスタム正規表現ルールセットを指定します。--hashed-values /path/to/hashes.json: 既知の本番シークレットを事前にハッシュ化したリストを提供し、安全に検索します。--excluded-paths /path/to/exclusions.json: スキャン中に無視されるデフォルトのパスを上書きまたは拡張します。--deep-max-size BYTES: このサイズ(デフォルト 250,000 バイト)を超えるファイルは高速分析の対象となります:言語レクサーを使用せず、正規表現ルールと変数検索のみを実行します。大きなファイルはほとんどが生成物またはミニファイされたものであり、レクサーはそれらのファイルのスキャン時間の大部分を占めるにもかかわらず、それ以上見つかることはほとんどありません。0 を指定すると、すべてのファイルが完全な分析の対象となります。--skip-bundles: 他のパス除外に加えて、ミニファイされた JavaScript、ソースマップ、バンドル(*.min.js、*.map、*.bundle.js)を完全にスキップします。--confidence-level {all,low,medium,high,very-high}: 報告する最低信頼度(デフォルトは low、すべての検出結果)。medium、high、very-high は信頼度 5、6、9 以上、つまり同名以上の SARIF ティアの検出結果を保持します;all はスキャナーがシークレットではないと判断した正規表現の一致(プレースホルダー、例)も -INFO ルール ID 付きで報告します。--min-confidence N: 信頼度 N 以上の検出結果を報告します。N は 0 から 10 です:任意のカットオフで、--confidence-level がティアの下限を提供するのに対し、こちらは任意の値を指定できます。all を除くすべてのレベルと同様に、シークレットではないと判断された正規表現の一致は除外されます。いずれか一方のフラグを使用し、両方は使用しないでください。--exclude-tags TAG [TAG ...]: これらのタグのいずれかを持つ検出結果を除外します。タグは検出結果がどの種類のシークレットであるかを示し、信頼度はそれがシークレットである可能性の高さを示します:weak-password(パスワードらしい名前の下の弱い値)、publishable(クライアントに出荷するために作られたキー:reCAPTCHA やその他のサイトキー、Stripe の pk_ キー、Mapbox の pk. トークン、プレーヤー、分析、地図のキー)、test-context(ターゲットディレクトリからの相対パスで、テスト、spec、フィクスチャ、モック、例、サンプルのパス)、recorded-traffic(VCR カセット、セッション記録、HAR ファイル)、identifier(ユーザー、ロール、ポリシーの AWS ID で、何も付与しないもの)、web-page(HTML ページ)。デフォルトではすべての検出結果が報告されます;例えば、実際に有効なシークレットを探す場合は --exclude-tags test-context を使用します。--report-diagnostics: ターゲットの下で見つかったすべてのファイルを、そのステータス、スキャン時間、スキップ理由、分析の深さとともに SARIF レポートに追加します。--regex-candidate-scoring-rules /path/to/rules.json: 正規表現の一致が報告される前にそれを判定するための独自のルールを指定します。フラグに値を指定しない場合、正規表現の一致は判定なしで報告されます。--multiprocessing-context {forkserver,spawn,fork}: ワーカープロセスの起動方法。プラットフォームが対応している場合(Linux、macOS)のデフォルトは forkserver です:ワーカーはサーバープロセスにすでにロードされているスキャナーを共有します。Windows では spawn を使用します。3 つすべてが同じ検出結果を返します。--disable-masking: 出力レポートで潜在的なシークレットをマスクせずに保持します (以下の注意を参照)。--ci / --no-ci: CI モードをオンまたはオフにします。CI モードでは、ライブ進捗表示の代わりに 30 秒ごとにプレーンな進捗行を出力します。CI サービス(GitHub Actions、GitLab CI、Jenkins など)内では自動的にオンになり、出力がターミナルでない場合にも常にオンになります。例:.github/workflows/deepsecrets.yml
name: DeepSecrets Scan
on: [push, pull_request]
jobs:
scan:
runs-on: ubuntu-latest
steps:
- name: Checkout code
uses: actions/checkout@v4
- name: Set up Python
uses: actions/setup-python@v5
with:
python-version: '3.14'
- name: Install DeepSecrets
run: pip install deepsecrets
- name: Run Scan
run: deepsecrets --target-dir . --outformat dojo-sarif --outfile report.sarif
continue-on-error: true
- name: Upload SARIF report
uses: github/codeql-action/upload-sarif@v3
with:
sarif_file: report.sarif
v1.3.0 以降、パイプラインの成果物を保護するため、レポート内の潜在的なシークレットは自動的にマスキングされます。必要に応じて --disable-masking フラグでこれを無効にできます。
マスキングは、レポート内の partialFingerprints セクションが生データに基づいて正しく設定されるため、ダウンストリームプラットフォーム(GitHub など)の重複排除ロジックを壊しません。
[!Caution]
マスキングを無効にして DeepSecrets を CI パイプラインに統合すると、CI ログや成果物内でシークレットが再び漏洩する可能性が高くなります。
すべての検出結果には信頼度スコアが付与されます。ただし、セキュリティプラットフォームごとに SARIF メトリクスの解析方法が異なります。最新の ASPM ダッシュボード間での互換性を確保するため、DeepSecrets は次の処理を行います:
仮想サブルール (rules[]): 信頼度ティアごとにルールを動的に生成します。S105-LOW(信頼度 0〜4)から -MEDIUM(5)、-HIGH(6〜8)、S105-VERY-HIGH(9 と 10)まで、さらに --confidence-level all レポートで拒否されたマッチには -INFO を生成します。これにより、GitHub Security と DefectDojo はネイティブパーサーを壊すことなく、セマンティックな精度のばらつきを適切にマッピングできます。
決定的な結果レベル: このツールは常に results[] モデルで level: error を明示的に設定します。これは CI/CD パイプラインや古い SAST パーサーに対する汎用的なフォールバックとして機能し、個々のルールの解釈に関係なく、露出したシークレットが確実にビルドを失敗させたり Pull Request をブロックしたりするようにします。
タグ: 各結果は、タグがある場合、SARIF 標準の properties.tags 配列(weak-password、publishable、test-context、recorded-traffic、identifier、web-page)にそのタグを保持します。ルール ID、重大度、フィンガープリントはこれらに依存しません。
コンテキストメッセージ: 生の数値信頼度スコアを result.message.text にネイティブに注入するため、セキュリティアナリストはダッシュボード上で即座に確認できます。
regex チェック用の組み込みルールセットは /deepsecrets/rules/regexes.json にあります。この形式に従ってカスタムルールセットを自由に作成できます。
ハッシュチェック用のルールセットの例は /tests/fixtures/hashed_secrets.json にあります。この形式に従ってカスタムルールセットを自由に作成できます。
リポジトリ内で平文として公開することなく既知の本番シークレットを検索するには、それらのハッシュを含む JSON を提供します:
[
{
"name": "KNOWN-PROD-DATABASE-PASSWORD",
"hash": "e3b0c44298fc1c149afbf4c8996fb92427ae41e4649b934ca495991b7852b855",
"length": 12,
"algorithm": "sha1"
}
]
--hashed-values /path/to/hashes.json を付けて実行します。DeepSecrets は字句解析ステージ中に文字列候補をオンザフライで自動的にハッシュ化し、それらと照合します。
ふん、まだ正規表現ベースなの?
はい、そして違います。もちろん、他のツールと同様に型付きシークレットを見つけるために正規表現を使用します。しかし、言語理解(字句解析ステージ)と変数検出も内部的には正規表現を使用しています。正規表現は道具であり、問題ではありません。問題は、意味的な文脈なしに正規表現を盲目的に適用することです。
でも Semgrep Secrets はどうなの?彼らのものをクローンしているように見えるけど。