rodhnin/pythia-sql-clairvoyance高度なSQLインジェクションスキャナーで、AIを活用した分析、倫理的コンプライアンスフレームワーク、プロフェッショナルなレポート機能を備えています。
プロダクション対応のSQLインジェクションスキャナー。6つの検出手法、AIによる修復アドバイス、SARIF出力、CI/CD統合を備えています。
クイックスタート · ドキュメント · Docker · AI解析 · GitHubでスター
HTMLレポート — 重要度バッジとOWASPマッピング付きの検出概要 |
検出テーブル — PYTHIA-SQLコード、DBMS検出、CWE-89マッピング |
Pythiaはプロダクション対応のSQLインジェクション検出スキャナーであり、倫理を最優先しています。ペネトレーションテスター、セキュリティ研究者、DevSecOpsエンジニア向けに構築され、6つの検出方法でSQLインジェクションの脆弱性を特定し、CI/CDパイプラインに直接統合できます。
--fail-on、--sarif、--diffフラグでパイプライン統合~/.argos/argos.db）| 検出手法 | 説明 | 必要モード |
|---|---|---|
| Error-Based | レスポンス内のSQLエラー (MySQL, PostgreSQL, MSSQL, Oracle, SQLite) | Safe |
| Boolean-Blind | TRUE/FALSE条件によるレスポンスの違い | Safe |
| Time-Based Blind | SLEEP/WAITFORペイロードによる応答遅延 | Aggressive |
| UNION-Based | UNION SELECTによるデータ抽出 | Aggressive |
| Second-Order | 保存→取得のインジェクションパターン (POST→GETチェーン) | Aggressive |
| ORDER BY Injection | 数値ソートパラメータインジェクション | Aggressive |
python -m pyth --target http://example.com/products?id=1 --html
- **14 発見コード**: DBMS固有（MySQL、PostgreSQL、MSSQL、Oracle、SQLite）+ 手法固有
- **DBMS フィンガープリンティング**: 自動データベース種別とバージョン検出
- **WAF バイパス**: アグレッシブモードで170以上のバイパスペイロード（hex、URLエンコード、インラインコメント、大文字小文字のバリエーション）
- **セッション変数検出**: DVWA-highスタイルの認証パターンに対するPOST→GETチェーン
- **スマートクローラ**: BFS（幅優先探索）によるポップアップ/onclick抽出（`--js`）、サイトマップ、robots.txt
- **偽陽性の強化**: SequenceMatcher類似性スコアリング + マルチペイロード確認
### CI/CD 統合```bash
# Pipeline-friendly: exit 10 if high+ findings found
python -m pyth --target https://staging.app.com --aggressive --fail-on high
echo $? # 0=clean, 10=findings found, 1=error
# SARIF for GitHub Security / GitLab SAST
python -m pyth --target https://app.com --aggressive --sarif > results.sarif
# Compare vs last scan — show what's new, what's fixed
python -m pyth --target https://app.com --aggressive --diff last --html
python -m pyth --target https://api.example.com/v1/users
--auth-header "Authorization: Bearer eyJhbGc..."
--auth-header "X-API-Key: sk-prod-xxx"
--aggressive --html
Pass `--auth-header` multiple times for multiple headers.
### AIを活用した分析
コマンドラインからAIプロバイダーを選択してください:
| Provider | 最適用途 | 速度 | コスト | プライバシー |
| -------------------------------- | --------------------------------- | ---------- | ----------- | ------------ |
| **OpenAI gpt-4o-mini** (デフォルト) | 高品質・低コスト | 高速 | ~$0.02/スキャン | 標準 |
| **Anthropic Claude** | プライバシー重視、コード修正 | 高速 | ~$0.06/スキャン | 強化 |
| **Ollama (ローカル)** | 完全なプライバシー | 低速 (CPU) | 無料 | 100%オフライン |```bash
# Standard analysis
python -m pyth --target http://example.com --use-ai --ai-tone technical --html
# Agent mode: AI queries NVD for real CVEs (no API key for NVD)
python -m pyth --target http://example.com --use-ai --ai-agent --html
# Multi-provider comparison
python -m pyth --target http://example.com --use-ai \
--ai-compare "openai:gpt-4o-mini,anthropic:claude-3-5-haiku-20241022" --html
# With budget cap
python -m pyth --target http://example.com --use-ai --ai-budget 0.05 --html
JSONレポート (機械可読, v0.2.0 schema)```json { "tool": "pythia", "version": "0.2.0", "target": "http://localhost:8081", "mode": "aggressive", "summary": { "total": 26, "critical": 18, "high": 6, "medium": 2 }, "findings": [ { "id": "PYTHIA-SQL-001", "title": "Error-Based SQL Injection (MySQL/MariaDB)", "severity": "critical", "confidence": "high", "parameter": "id", "vector": "GET", "dbms": "MySQL 8.0.32", "cvss": 9.8, "contextual_score": 9.9, "risk_factors": ["no_ssl", "pii_detected"], "payload": "' OR '1'='1' --", "owasp": { "id": "A03", "name": "Injection" }, "cwe": { "id": "CWE-89", "name": "SQL Injection" }, "detection_method": "error-based" } ], "notes": { "scan_duration_seconds": 87.3, "requests_sent": 342, "rate_limit_applied": "5.0 req/s", "false_positive_disclaimer": "..." }, "diff": null }
**HTML レポート** (人間に優しい)
- フィルターバー: 深刻度、OWASPカテゴリ、検出方法、DBMS
- 各検出結果に OWASP/CWE/CVE バッジ (外部参照へのリンク付き)
- CVSS 基本スコア + コンテキストスコア (色分け表示)
- ペイロード可視化付きの展開可能な証拠セクション
- AI 分析タブ (標準 / エージェント / 比較)
- 差分セクション (新規 / 修正 / 継続中の検出結果)
- Oracle テーマ (紫色 `#6a11cb`) — クライアントにそのまま提出可能
### 検出コード
全コード → **OWASP A03 Injection** / **CWE-89 SQL Injection**
| コード | タイプ | DBMS / ベクター | モード |
| ---------------- | ------------------ | ------------------------ | ---------- |
| `PYTHIA-SQL-001` | エラーベース | MySQL / MariaDB | セーフ |
| `PYTHIA-SQL-002` | エラーベース | PostgreSQL | セーフ |
| `PYTHIA-SQL-003` | エラーベース | MSSQL | セーフ |
| `PYTHIA-SQL-004` | エラーベース | Oracle | セーフ |
| `PYTHIA-SQL-005` | エラーベース | SQLite | セーフ |
| `PYTHIA-SQL-010` | ブーリアンブラインド | 任意の DBMS | セーフ |
| `PYTHIA-SQL-011` | ブーリアンブラインド | ヘッダーインジェクション経由 | セーフ |
| `PYTHIA-SQL-020` | タイムベース | MySQL SLEEP() | アグレッシブ |
| `PYTHIA-SQL-021` | タイムベース | MSSQL WAITFOR | アグレッシブ |
| `PYTHIA-SQL-022` | タイムベース | PostgreSQL pg_sleep() | アグレッシブ |
| `PYTHIA-SQL-030` | UNION ベース | GET/POST パラメータ | アグレッシブ |
| `PYTHIA-SQL-031` | UNION ベース | Cookie 経由 | アグレッシブ |
| `PYTHIA-SQL-040` | セカンドオーダー | 保存→取得パターン | アグレッシブ |
| `PYTHIA-SQL-050` | ORDER BY インジェクション | 数値ソートパラメータ | アグレッシブ |
---
## 検証とテスト
Pythia v0.2.0 は、管理された Docker ベースの脆弱なアプリケーションを使用して**実証的に検証**されています。
### QA 結果 (2026年5月)
| ターゲット | モード | 検出結果数 | 備考 |
| ----------------------- | --------------------------------- | --------------- | ------------------------------------------ |
| **PHP Lab** (8081) | `--aggressive` | **26 件の検出** | 全4手法 + セカンドオーダー + ORDER BY |
| **Flask Lab** (8082) | `--js --aggressive` | **18 件の検出** | セッション変数 + セカンドオーダー + ORDER BY |
| **DVWA Low** | `--no-crawl --aggressive` | 4/4 手法 | PYTHIA-SQL-001/010/020/030 |
| **DVWA Medium** | `--no-crawl --aggressive` | 4/4 手法 | POST フォーム、全手法 |
| **DVWA High** | `--js --max-pages 2 --aggressive` | 4/4 手法 | セッション変数 POST→GET チェーン |
| **False Positive テスト** | `--aggressive` | **0 件の検出** | 静的 URL — 誤検出なしを確認 |
**主な検証結果:**
- ✅ 全14種類の検出コードが機能
- ✅ DVWA high (セッション変数パターン) — 完全な4/4パリティ
- ✅ セカンドオーダー検出 (PYTHIA-SQL-040)
- ✅ ORDER BY インジェクション検出 (PYTHIA-SQL-050)
- ✅ 静的URLで誤検出ゼロ
- ✅ `--fail-on` 終了コード (0/10/1) が正しい
- ✅ SARIF 2.1.0 出力が検証済み
- ✅ `--diff last` 比較が動作
- ✅ `--auth-header` がすべてのリクエストにヘッダーを通過させる
---
## クイックスタート
### 前提条件
- **Python 3.11+** (3.12 推奨)
- **pip** (Python パッケージマネージャー)
- **Docker** (オプション、脆弱なラボ環境用)
### インストール
**1. リポジトリをクローン**```bash
git clone https://github.com/rodhnin/pythia-sql-clairvoyance.git
cd pythia-sql-clairvoyance
2. 仮想環境を作成してアクティブ化する```bash python3 -m venv .venv source .venv/bin/activate
**3. 依存関係のインストール**```bash
python -m pip install --upgrade pip
python -m pip install -r requirements.txt
4. APIキーを設定する（クラウドAIを使用する場合）```bash export OPENAI_API_KEY="sk-..." export ANTHROPIC_API_KEY="sk-ant-..."
**5. インストールの確認**```bash
python -m pyth --version
# Output: Pythia v0.2.0
python -m pyth --target "http://testphp.vulnweb.com/artists.php?artist=1"
python -m pyth --target "http://testphp.vulnweb.com/artists.php?artist=1" --html
python -m pyth --gen-consent example.com python -m pyth --verify-consent http --domain example.com --token verify-abc123 python -m pyth --target http://example.com --aggressive --html
レポートは `~/.pythia/reports/` に保存されます。
---
## 使用ガイド
### CLIフラグリファレンス```
Scan Options:
--target URL Target URL to scan
--safe Safe mode (default): error-based + boolean-blind
--aggressive Aggressive mode: all 6 techniques + WAF bypass payloads
Auth:
--cookie COOKIE Session cookie string
--auth-header HEADER Custom HTTP header (pass multiple times for multiple headers)
--auto-csrf Automatically detect and include CSRF tokens
Crawler:
--max-depth N Max crawl depth (default: 2)
--max-pages N Max pages to crawl (default: 100)
--no-robots Ignore robots.txt
--no-crawl Skip BFS crawl, test target URL only
--js JS-aware popup/onclick URL extraction
Output:
--report-dir DIR Output directory for reports (default: ~/.pythia/reports/)
--html Generate HTML report
--db Save findings to database
--diff SCAN_ID Compare vs previous scan (use "last" for most recent)
--sarif Output SARIF 2.1.0 to stdout (logs redirect to stderr)
--fail-on SEVERITY Exit 10 if findings found at this severity or higher
CI/CD:
--fail-on SEVERITY Exit codes: 0=clean, 10=findings found, 1=error
Logging:
-v / -vv / -vvv Verbosity levels
-q Quiet mode (errors only)
--log-file FILE Log to file
--log-json Structured JSON logging
--no-color Disable colored output
AI:
--use-ai Enable AI analysis
--ai-tone TONE Analysis tone: technical, non_technical, both
--api-key-env VAR Environment variable name for API key
--ai-provider NAME AI provider: openai, anthropic, ollama
--ai-model MODEL Model name (e.g. gpt-4o-mini, claude-3-5-haiku-20241022)
--ai-stream Stream AI output token by token
--ai-compare LIST Compare providers (e.g. "openai,anthropic" or "openai:gpt-4o-mini,anthropic:claude-3-5-haiku-20241022")
--ai-agent Agent mode: NVD CVE lookup + iterative analysis
--ai-budget AMOUNT Cost cap per scan in USD
Consent:
--gen-consent DOMAIN Generate consent token for domain
--verify-consent METHOD Verify consent: http or dns
--domain DOMAIN Domain for consent verification
--token TOKEN Consent token value
Advanced:
--rate N Request rate limit (default: 2.0 safe, 5.0 aggressive)
--timeout N HTTP timeout in seconds (default: 10)
--user-agent STRING Custom User-Agent
--no-verify-ssl Disable SSL verification
--threads N Worker threads (default: 5)
--version Show version and exit
python -m pyth --target "http://example.com/search?q=test"
python -m pyth --target "http://example.com/products?id=1" --html
python -m pyth --target "http://example.com/api/users?id=1" -vv
python -m pyth --target "http://example.com/api/users?id=1" --no-crawl
### CI/CD統合```bash
# Exit 10 if high or critical findings exist (blocks pipeline)
python -m pyth \
--target https://staging.myapp.com \
--aggressive \
--fail-on high
# SARIF output for GitHub Security tab
python -m pyth \
--target https://staging.myapp.com \
--aggressive \
--sarif > results.sarif
# Compare vs last scan to see what changed
python -m pyth \
--target https://staging.myapp.com \
--aggressive \
--diff last \
--html
python -m pyth
--target https://api.example.com/v1/products
--aggressive
--auth-header "Authorization: Bearer eyJhbGc..."
--html
python -m pyth
--target https://api.example.com/v1/users
--aggressive
--auth-header "Authorization: Bearer eyJhbGc..."
--auth-header "X-API-Key: sk-prod-xxx"
--html
python -m pyth
--target "http://localhost:8080/vulnerabilities/sqli/?id=1&Submit=Submit"
--no-crawl
--aggressive
--cookie "PHPSESSID=abc123; security=low"
### JS対応クローリング```bash
# Extract popup/onclick URLs for complex navigation patterns
python -m pyth \
--target http://localhost:8082 \
--js \
--aggressive \
--html
# DVWA high: session-variable form (needs popup URL extraction)
python -m pyth \
--target "http://localhost:8080/vulnerabilities/sqli/" \
--js \
--max-pages 2 \
--aggressive \
--cookie "PHPSESSID=abc123; security=high"
--js フラグは onclick 属性から正規表現抽出を使用します — Playwright の依存関係は不要です。
python -m pyth --gen-consent example.com
python -m pyth --verify-consent http
--domain example.com
--token verify-a3f9b2c1d8e4
python -m pyth
--target http://example.com
--aggressive
--html -v
---
## Docker デプロイ
Pythia は2つの Docker デプロイオプションを提供します:
1. **スキャナーイメージ**: Pythia を Docker イメージとしてビルドし、ワンショットスキャン用にします
2. **テストラボ**: 安全なテストのための脆弱なアプリケーション（DVWA、PHP、Flask）
### クイックスタート```bash
cd docker
./deploy.sh
テストラボをパブリックインターネットに絶対に公開しないでください — ローカルテストのみ！```bash
sudo docker compose -f docker/compose.testing.yml up -d
python -m pyth --target http://localhost:8081 --aggressive --html
sudo docker compose -f docker/compose.testing.yml down
---
## AIを活用した分析
Pythiaは**LangChain v1.0.0**を使用し、複数のAIプロバイダをサポートしています。
### 2つの分析モード
- **技術者向け**: プリペアドステートメント、パラメータ化クエリ、入力検証コード（PHP/PDO、Python/SQLAlchemy、Node.js/pg、Java/PreparedStatement）
- **経営者向け**: ステークホルダーや管理職向けの平易なリスク評価
### プロバイダの切り替え```bash
# CLI flags (v0.2.0) — no YAML editing required
python -m pyth --target http://example.com --use-ai --ai-provider anthropic --ai-model claude-3-5-haiku-20241022 --html
python -m pyth --target http://example.com --use-ai --ai-provider ollama --ai-model llama3.2 --html
YAML設定（config/default.yaml）はフォールバックとして引き続き使用できます。CLIフラグが優先されます。
完全なAI統合ガイドについては、docs/AI_INTEGRATION.mdを参照してください。
~/.pythia/ ├── reports/ │ ├── pythia_sqli_report_localhost_20260318_143022.json │ └── pythia_sqli_report_localhost_20260318_143022.html ~/.argos/ ├── argos.db # Shared Argos Suite database ├── costs.json # AI cost tracking (shared) └── logs/ └── pythia.log # Scan logs
### 重大度マッピング
- **CRITICAL (9.0-10.0)**: エラーベース、タイムベース、UNIONベース、確認済みの悪用を伴う二次注入
- **HIGH (7.0-8.9)**: ブールベース盲検（高信頼性）、ORDER BY注入
- **MEDIUM (4.0-6.9)**: ブールベース盲検（中程度の信頼性）
- **LOW (0.1-3.9)**: 決定的な証拠がない可能性のあるSQLi
### 終了コード
| コード | 意味 |
| ------- | ----------------------------------------------------------------------------- |
| `0` | スキャン完了、`--fail-on` しきい値で発見なし（または `--fail-on` 未使用） |
| `1` | 技術的エラー（接続、タイムアウト、データベース） |
| `10` | `--fail-on` 重大度しきい値以上で発見あり |
| `130` | ユーザーによるキャンセル（Ctrl+C） |
---
## データベース永続化
SQLiteデータベースは **Argosエコシステムと共有**（`~/.argos/argos.db`）：
- **スキャン履歴**: 日付、所要時間、発見数、検出方法
- **発見リポジトリ**: 検索可能なSQLインジェクション脆弱性データベース
- **検証済みドメイン**: 有効期限付きの同意トークン追跡
- **AIコスト**: スキャンごとのコスト追跡（v0.2.0の新機能）```bash
# Query recent Pythia scans
sqlite3 ~/.argos/argos.db "SELECT * FROM scans WHERE tool='pythia' ORDER BY scan_id DESC LIMIT 10"
# Find critical SQL injections
sqlite3 ~/.argos/argos.db "SELECT * FROM findings WHERE severity='critical' AND scan_id IN (SELECT scan_id FROM scans WHERE tool='pythia')"
# View AI cost summary
sqlite3 ~/.argos/argos.db "SELECT provider, model, ROUND(SUM(cost_usd),4) FROM ai_costs WHERE tool='pythia' GROUP BY provider, model"
pythia-sql-clairvoyance/ ├── pyth/ │ ├── checks/ │ │ ├── crawler.py # BFS web crawler (JS-aware with --js) │ │ ├── error_based.py # PYTHIA-SQL-001..005 │ │ ├── boolean_blind.py # PYTHIA-SQL-010..011 │ │ ├── time_based.py # PYTHIA-SQL-020..022 │ │ ├── union_based.py # PYTHIA-SQL-030..031 │ │ ├── second_order.py # PYTHIA-SQL-040 │ │ ├── order_injection.py # PYTHIA-SQL-050 │ │ ├── waf_bypass.py # WAF bypass payloads (aggressive only) │ │ └── forms.py # Form analysis │ ├── core/ │ │ ├── ai.py # AI integration + AICostTracker │ │ ├── config.py # Config loader │ │ ├── consent.py # Consent token system │ │ ├── cve_lookup.py # NVD CVE API client │ │ ├── db.py # ArgosDB (shared SQLite) │ │ ├── diff.py # Diff reports │ │ ├── http_client.py # Rate-limited HTTP session │ │ ├── logging.py # Structured logging + secret redaction │ │ ├── owasp.py # OWASP/CWE mapper │ │ ├── report.py # Report generation (JSON + HTML + SARIF) │ │ └── risk_scoring.py # Contextual CVSS scoring │ ├── cli.py # CLI argument parser (35+ flags) │ ├── scanner.py # Main scan orchestrator │ └── init.py # version = "0.2.0" ├── config/ │ ├── default.yaml │ └── prompts/ # AI prompt templates ├── db/migrate.sql # Shared DB schema ├── schema/report.schema.json # JSON Schema Draft 2020-12 ├── templates/report.html.j2 # HTML template (oracle purple theme) ├── docker/ # Docker deployment + vulnerable labs └── docs/ ├── AI_INTEGRATION.md ├── CONSENT.md ├── DATABASE_GUIDE.md ├── ETHICS.md ├── REPORT_FORMAT.md ├── ROADMAP.md └── TESTING_GUIDE.md
---
## ロードマップ
### v0.1.0 — 初期リリース (2025年11月)
**ステータス:** リリース済み
- 4つの検出方法、AIによる修復、同意システム、HTML+JSONレポート、SQLite永続化
### v0.2.0 — 完全なパリティとエンタープライズ機能 (2026年5月)
**ステータス:** リリース済み
- 6つの検出方法（二次注入 + ORDER BY を追加）
- 14のDBMS固有のファインディングコード
- CI/CD統合（`--fail-on`, `--sarif`, `--diff`）
- 認証ヘッダー、JS対応クローリング、WAFバイパスペイロード
- AI: ストリーミング、比較、エージェント（NVD CVE検索）、コスト追跡、`--ai-provider`/`--ai-model`フラグ
- すべてのファインディングにOWASP/CWE/CVSS/コンテキストリスクスコアリング
- 誤検知強化（類似度スコアリング、マルチペイロード確認）
- DVWAのハイセキュリティパリティ（セッション変数チェーン）
### v0.3.0 — Pytestスイートと開発者ツール (2026年第3四半期)
**計画中:**
- すべての14のファインディングコードをカバーする40以上のpytestテスト
- 対話型設定管理（`python -m pyth config set`）
- データベースCLI（`python -m pyth db scans list`）
- 認証スキャン中のセッション有効期限検出
- マルチサイト一括スキャン（`--targets targets.txt`）
### v0.4.0 — インテリジェンスと自動化 (2027年第1四半期)
**計画中:**
- MLベースの異常検出
- 自動化された読み取り専用の悪用（影響の証明）
- スキャン結果分析のためのAIチャットインターフェース
詳細な機能説明については、[docs/ROADMAP.md](https://github.com/rodhnin/pythia-sql-clairvoyance/blob/main/docs/ROADMAP.md) を参照してください。
---
## 倫理と法律
### 黄金律
**自分が所有している、または明示的な書面による許可を得たシステムのみをスキャンしてください。**
### 同意の強制
| モード | テスト | 同意が必要 | レート制限 |
| --------------- | -------------------------------- | ---------- | ---------- |
| **セーフ** | エラーベース、ブーリアンブラインド | いいえ | 2.0 req/s |
| **アグレッシブ** | 全6技術 | はい | 5.0 req/s |
| **AI分析** | 修復ガイド | はい | 該当なし |
### 法的枠組み
- 米国: Computer Fraud and Abuse Act (CFAA)
- 英国: Computer Misuse Act 1990
- EU: Directive 2013/40/EU
- 国際: さまざまなサイバー犯罪法
完全な倫理ガイドラインについては、[docs/ETHICS.md](https://github.com/rodhnin/pythia-sql-clairvoyance/blob/main/docs/ETHICS.md) を参照してください。
---
## 貢献
バグ報告、機能リクエスト、ドキュメントの改善、コードの貢献など、あらゆる貢献を歓迎します。
### 貢献方法
1. リポジトリをフォークする
2. フィーチャーブランチを作成する（`git checkout -b feature/amazing-feature`）
3. 変更を加え、テストを書く
4. 変更をコミットする
5. ブランチにプッシュし、プルリクエストを開く
### 開発環境のセットアップ```bash
git clone https://github.com/YOUR-USERNAME/pythia-sql-clairvoyance.git
cd pythia-sql-clairvoyance
python -m pip install -r requirements.txt
python -m pip install pytest black flake8 mypy
black pyth/
flake8 pyth/
pytest tests/
| ドキュメント | 説明 |
|---|---|
| AI_INTEGRATION.md | AI完全設定ガイド（プロバイダー、ストリーミング、エージェント、コスト追跡） |
| CONSENT.md | 同意トークンシステムの技術詳細 |
| DATABASE_GUIDE.md | SQLiteスキーマv1.1、クエリ、ai_costsテーブル |
| ETHICS.md | 法的枠組みと倫理ガイドライン |
| REPORT_FORMAT.md | 完全なJSONスキーマ、SARIF、差分形式 |
| ROADMAP.md | 機能の歴史と開発計画 |
| TESTING_GUIDE.md | Dockerラボのセットアップとv0.2.0テストシナリオ |
このプロジェクトはMITライセンスの下でライセンスされています。詳細はLICENSEファイルをご覧ください。
重要: このツールは認可されたセキュリティテスト専用です。
Pythiaを使用することにより、以下を承認し同意したものとみなされます：
Rodney Dhavid Jimenez Chacin (rodhnin)