Ferramenta de análise estática de código consciente de frameworks para revisão automatizada de código-fonte com regras específicas de plataforma, análise de fluxo de dados, estimativa de esforço e linhas de base de supressão.
Author:
- Debasis Mohanty ([email protected])
- Twitter / X: @coffeensecurity
- www.coffeeandsecurity.com
O Daksh SCRA (Source Code Review Assist) foi criado para aumentar a eficiência do processo de revisão de código-fonte, proporcionando uma abordagem bem estruturada e organizada para os revisores de código.
Em vez de sinalizar indiscriminadamente tudo como um possível problema, o Daksh SCRA promove uma análise criteriosa, incentivando a investigação e a confirmação de possíveis problemas. Essa abordagem reduz a correria para marcar cada possível preocupação como um bug, diminuindo a confusão e o tempo desperdiçado com falsos positivos.
O Daksh SCRA foi apresentado inicialmente durante uma sessão de treinamento em revisão de código-fonte na Black Hat USA 2022 (6 a 9 de agosto), onde foi apresentado discretamente a um público específico. Sua estreia pública oficial ocorreu na Black Hat USA 2023, em Las Vegas.
O DakshSCRA reúne capacidades distintivas para a revisão manual de código-fonte, desde áreas de interesse em caminhos de arquivos e estimativa de esforço até reconhecimento de software, regras contextuais e análise entre arquivos.
| Recurso | Tag | Por que é importante |
|---|---|---|
| Áreas de Interesse em Caminhos de Arquivos | Primeiro do mundo* | Examina os próprios nomes de arquivos e diretórios, além do código, para sinalizar caminhos suspeitos, como arquivos de backup, endpoints de depuração, dumps de configuração e arquivos de credenciais que os revisores frequentemente deixam passar. |
| Estimativa Científica de Esforço | Primeiro do mundo* | Produz uma estimativa quantificada do esforço de revisão manual com base no tamanho da base de código e nos sinais do projeto. Premissas configuráveis tornam o planejamento do engajamento explícito e repetível. |
| Reconhecimento de Software | Segundo do mundo* | Detecta linguagens, frameworks e infraestrutura a partir do conteúdo dos arquivos e da estrutura do projeto antes da varredura. Conecta o inventário de tecnologias à seleção automática de regras, à análise semântica e ao planejamento da revisão. |
| Análise Semântica Avançada e Entre Arquivos | Mais avançada em código aberto no lançamento* | Rastreia dados controlados pelo usuário da origem ao destino através dos limites de arquivos suportados, usando uma análise especialmente desenvolvida. A Análise Avançada foi lançada junto com o RDL original em março de 2026; o RDL v2 estende a avaliação de regras semânticas entre arquivos. |
| Recurso / marco | Data | Versão | Evidência / escopo |
|---|---|---|---|
| Beta inicial e regras de caminhos de arquivos | 22 de outubro de 2022 | v0.1-beta | Versão inicial; o código-fonte retido inclui o inventário dedicado de regras de caminhos de arquivos. |
| Reconhecimento de software (introdução publicada) | 9 de julho de 2023 | v0.3-beta | As notas de versão introduzem o reconhecimento; o código anterior do repositório é evidência de implementação separada. |
| Estimativa de esforço de revisão manual (implementação) | 29 de julho de 2023 | Commit de implementação | Módulo de estimativa dedicado adicionado; não é a data da versão de correção posterior. |
| RDL original e Análise Avançada entre arquivos | 2 de março de 2026 | v0.31-beta | Lógica de regras condicionais e análise independente entre arquivos lançadas juntas. A data de exibição da versão é 2 de março; o carimbo de data/hora de publicação é 1 de março de 2026 às 18:39 UTC. |
As datas identificam marcos do repositório ou da versão.
O DakshSCRA foi apresentado durante o treinamento da Black Hat USA 2022 e estreou publicamente na Black Hat USA 2023. Essas datas descrevem a introdução do projeto, não todos os recursos atuais.
Melhorias ativas estão em andamento. Vários novos recursos e melhorias estão planejados para as próximas versões.
Sinta-se à vontade para contribuir com a atualização ou adição de novas regras e com o desenvolvimento futuro.
Se você encontrar algum bug, reporte-o para [email protected].
Documentação detalhada: https://dakshlabs.com/#docs
Existem duas maneiras de executar o Daksh SCRA - escolha a que melhor se adapta ao seu fluxo de trabalho:
| Ideal para | Ir para | |
|---|---|---|
| 🌐 Web UI (Docker) | A maneira mais fácil de começar - um comando, um painel no navegador, progresso do scan em tempo real e um navegador de relatórios/artefatos. Recomendado para a maioria dos usuários. | Web UI (Docker) |
| 💻 CLI (Python) | Scripts, pipelines de CI ou execução de scans sem Docker. | Configuração da CLI |
Ambos os caminhos executam exatamente o mesmo mecanismo de scan - a Web UI é uma interface de navegador sobre a mesma CLI, portanto os resultados são idênticos em ambos os casos.
A maneira mais rápida de executar o Daksh SCRA é através de sua Web UI baseada em navegador, iniciada com o auxiliar de inicialização Docker ciente do host. Ele oferece um lançador de scans, um feed de console ao vivo e um histórico navegável de relatórios anteriores. O auxiliar de inicialização requer Python 3 (apenas biblioteca padrão); a aplicação e suas dependências são executadas no Docker.
A configuração do Docker executa a Web UI e a CLI como serviços independentes construídos a partir da mesma imagem, para que você possa usar qualquer uma (ou ambas) a partir do mesmo contêiner.
Após baixar o Daksh SCRA do GitHub, extraia primeiro o arquivo ZIP.
Abra um terminal (PowerShell ou Prompt de Comando no Windows) dentro da pasta
do projeto extraída que contém docker-compose.yml e dakshscra.py.
Execute todos os comandos de inicialização e Docker Compose abaixo a partir dessa pasta.
Se o seu terminal abrir em outro local, mude primeiro para a pasta extraída:
cd "path/to/extracted/DakshSCRA-folder"
Substitua o caminho de exemplo pelo local real do seu download e nome da pasta.
Se você clonou o repositório, execute cd DakshSCRA a partir da pasta pai.
O auxiliar de inicialização reconhece Windows, WSL, Linux e macOS e, em seguida, monta a raiz do host, as unidades Windows disponíveis e pastas comuns em modo somente leitura antes de iniciar os contêineres. Execute-o no computador que está executando o Docker.
Linux, macOS ou WSL (primeiro plano):
python3 tools/start_webui.py
Windows PowerShell ou Prompt de Comando (primeiro plano):
py tools/start_webui.py
Descubra as ferramentas mais usadas pela nossa comunidade.
Sem dados de popularidade ainda.