
Офлайн-сканер секретов, объединяющий правила на основе регулярных выражений, лексический семантический анализ и сопоставление хешированных значений для обнаружения раскрытых учётных данных в коде с выводом в формате SARIF.
Абсолютно нет!
В нашу эпоху хайпа вокруг LLM DeepSecrets по-прежнему работает полностью на вашей машине — давая отличные результаты офлайн, безопасно и бесплатно.
Большинство существующих сканеров на самом деле не «понимают» код. Вместо этого они просто разбирают тексты и имеют плохое покрытие.
DeepSecrets сокращает разрыв между классическими сканерами на основе регулярных выражений и полноценными коммерческими SAST-инструментами. Он расширяет классическую стратегию сканирования на основе регулярных выражений, активно опираясь на семантический анализ кода, обнаружение опасных переменных и контекстно-зависимый энтропийный анализ. Кандидаты в секреты происходят из того, что говорит код, — его имён, присваиваний и вызовов, — а не только из текста. DeepSecrets читает код с помощью лексеров примерно для 600 языков и форматов (Pygments) и находит переменные с помощью правил обнаружения для 14 языков и универсального правила для остальных.
DeepSecrets также представляет новый способ находить учётные данные без каких-либо предварительных знаний: движок HashedSecret Engine. Просто предоставьте хешированные значения ваших известных производственных секретов, и инструмент найдёт их в открытом виде в вашем коде.
DeepSecrets 2.3 был оценён (ноябрь 2026) на бенчмарке SecretBench: просканирован каждый файл, подсчитана каждая размеченная строка.
При подсчёте тем же способом, что и в оценке июня 2026 года, на собственном наборе строк, 2.3 имеет 94% полноты и 85% точности (2.0 в июне 2026: 93% и 67%).
Цифры получены с помощью dsbench — открытого стенда для бенчмарков, который запускает сканер как чёрный ящик по размеченному корпусу и подсчитывает то, что он сообщает. С SecretBench (доступен у его авторов по запросу) и dsbench любой может воспроизвести приведённые выше показатели по строкам и сравнение ниже:
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
Каждый запуск сканирует каждый файл, при этом исключения путей для каждого инструмента отключены. Для показателей июньского прогона также нужна таблица строк из оценки июня 2026 года, а для подсчёта секретов за пределами меток нужны наши вынесенные вердикты; ни то, ни другое не опубликовано, поскольку оба указывают на утёкшие учётные данные.
(Полную историю «под капотом» и разбор бенчмарка можно прочитать в моей статье на HackerNoon здесь)
Из Github через pip
$ pip install git+https://github.com/ntoskernel/deepsecrets.git
Из PyPi
$ pip install deepsecrets
Для работы DeepSecrets требуется Python 3.11 или более поздняя версия.
Самый простой способ запустить сканирование:
$ deepsecrets --target-dir /path/to/your/code --outformat dojo-sarif --outfile report.json
Это запустит сканирование /path/to/your/code с использованием конфигурации по умолчанию:
Отчёт в формате SARIF (совместимый с DefectDojo и GitHub Security) будет сохранён в report.json.