框架感知的静态代码分析工具,用于自动化源代码审查,支持平台特定规则、污点分析、工作量估算和抑制基线。
# Daksh SCRA(源代码审查助手) ``` Author: - Debasis Mohanty ([email protected]) - Twitter / X: @coffeensecurity - www.coffeeandsecurity.com ``` ## 关于 Daksh SCRA Daksh SCRA(Source Code Review Assist,源代码审查辅助工具)旨在提升源代码审查流程的效率,为代码审查人员提供结构良好、条理清晰的方法。 Daksh SCRA 不会不加区分地将所有内容都标记为潜在问题,而是倡导审慎分析,敦促对潜在问题进行排查与确认。这种方法减少了将所有潜在隐患都标记为缺陷的忙乱,减少了因误报而造成的困惑与时间浪费。 ### 首次亮相 Daksh SCRA 最初在 Black Hat USA 2022(8 月 6 日至 9 日)的源代码审查培训课程中推出,当时仅向特定受众低调展示。其正式的公开亮相是在拉斯维加斯举行的 Black Hat USA 2023 上。 ## 特性与功能 DakshSCRA 汇集了用于人工源代码审查的独特能力,涵盖文件路径关注区域、工作量估算、软件侦察、上下文规则以及跨文件分析。 | 特性 | 标签 | 重要性 | |---|---|---| | **文件路径关注区域** | 世界首创* | 除代码外,还会扫描文件和目录名称本身,以标记审查人员经常遗漏的可疑路径,如备份文件、调试端点、配置转储和凭据文件。 | | **科学的工作量估算** | 世界首创* | 根据代码库规模和项目信号,对人工审查工作量给出量化估算。可配置的假设使项目规划明确且可重复。 | | **软件侦察** | 世界第二* | 在扫描之前,从文件内容和项目结构中检测语言、框架和基础设施。将技术清单与自动规则选择、语义分析和审查规划关联起来。 | | **高级语义与跨文件分析** | 发布时最先进的开源方案* | 使用专门构建的分析,在受支持的文件边界之间追踪用户控制的数据从源到汇的流动。高级分析于 2026 年 3 月随原始 RDL 一同发布;RDL v2 将语义规则评估扩展到跨文件。 | * 基于各特性推出时的常规检索。在开源安全代码审查工具中未发现类似特性。就工作量估算而言,在商业工具中也未发现类似方法。侦察功能仅次于 Microsoft Application Inspector。跨文件分析在发布时是开源代码审查工具中最先进的。 ### 特性历史与证据 | 特性 / 里程碑 | 日期 | 版本 | 证据 / 范围 | |---|---|---|---| | 初始测试版与文件路径规则 | 2022 年 10 月 22 日 | v0.1-beta | [初始版本;保留的源代码包含专门的文件路径规则清单。](https://github.com/coffeeandsecurity/DakshSCRA/releases/tag/v0.1-beta) | | 软件侦察(公开发布介绍) | 2023 年 7 月 9 日 | v0.3-beta | [发布说明介绍了侦察功能;更早的仓库代码是独立的实现证据。](https://github.com/coffeeandsecurity/DakshSCRA/releases/tag/v0.3-beta) | | 人工审查工作量估算(实现) | 2023 年 7 月 29 日 | 实现提交 | [添加了专门的估算模块;并非后续修复版本的日期。](https://github.com/coffeeandsecurity/DakshSCRA/commit/65d5c6a) | | 原始 RDL 与文件间高级分析 | 2026 年 3 月 2 日 | v0.31-beta | [条件规则逻辑与独立的跨文件分析一同发布。版本显示日期为 3 月 2 日;发布时间戳为 2026 年 3 月 1 日 18:39 UTC。](https://github.com/coffeeandsecurity/DakshSCRA/commit/d90ba51) | ### 对比证据 - **侦察功能的前身:** [Microsoft Application Inspector](https://www.microsoft.com/en-us/security/blog/2020/01/16/introducing-microsoft-application-inspector/)(2020 年 1 月 16 日)记录了一款更早的源代码特征分析工具。Daksh SCRA 的侦察功能排在其后,位列第二。 日期标识的是仓库或版本里程碑。 DakshSCRA 在 **Black Hat USA 2022** 培训期间推出,并在 **Black Hat USA 2023** 上公开亮相。这些日期描述的是项目的推出时间,而非当前的所有功能。 > 持续增强正在进行中。多个新功能和改进已计划在即将发布的版本中推出。 欢迎为更新或添加新规则以及未来发展做出贡献。 如果您发现任何错误,请报告至 [[email protected]](mailto:[email protected])。 详细文档:[https://dakshlabs.com/#docs](https://dakshlabs.com/#docs) --- ## 入门 运行 Daksh SCRA 有两种方式——选择适合您工作流程的那一种: | | 最适合 | 跳转到 | |---|---|---| | 🌐 **Web UI (Docker)** | 最简单的入门方式——一条命令、一个浏览器仪表板、实时扫描进度以及报告/产物浏览器。推荐大多数用户使用。 | [Web UI (Docker)](#web-ui-docker) | | 💻 **CLI (Python)** | 脚本编写、CI 流水线,或在不使用 Docker 的情况下运行扫描。 | [CLI 设置](#cli-setup) | 两种方式运行完全相同的扫描引擎——Web UI 是同一 CLI 之上的浏览器前端,因此无论哪种方式结果都相同。 --- ## Web UI (Docker) 运行 Daksh SCRA 最快的方式是通过其基于浏览器的 Web UI,使用主机感知的 Docker 启动辅助脚本启动。它为您提供扫描启动器、实时控制台输出以及可浏览的历史报告。启动辅助脚本需要 Python 3(仅标准库);应用程序及其依赖项在 Docker 中运行。 Docker 设置将 Web UI 和 CLI 作为由同一镜像构建的独立服务运行,因此您可以从同一容器中使用其中任意一个(或两者)。 ### 启动 Web UI 从 GitHub 下载 Daksh SCRA 后,**请先解压 ZIP 归档文件**。 在包含 `docker-compose.yml` 和 `dakshscra.py` 的解压项目文件夹内打开终端(Windows 上为 PowerShell 或命令提示符)。 **请从该文件夹运行以下所有启动和 Docker Compose 命令。** 如果您的终端在其他位置打开,请先切换到解压后的文件夹: ```text cd "path/to/extracted/DakshSCRA-folder" ``` 将示例路径替换为你实际的下载位置和文件夹名称。 如果你改为克隆了仓库,请在其父文件夹中运行 `cd DakshSCRA`。 启动辅助脚本会识别 Windows、WSL、Linux 和 macOS,然后在启动容器之前以只读方式挂载 主机根目录、可用的 Windows 驱动器以及常见文件夹。请在运行 Docker 的计算机上运行它。 Linux、macOS 或 WSL(前台运行): ```bash python3 tools/start_webui.py ``` Windows PowerShell 或命令提示符(前台): ```powershell py tools/start_webui.py ``` 要以分离(后台)模式运行,请添加 `--detach`。启动命令返回后,容器会继续运行,你的终端仍可继续使用。 Linux、macOS 或 WSL(分离模式): ```bash python3 tools/start_webui.py --detach ``` Windows PowerShell 或命令提示符(分离模式): ```powershell py tools/start_webui.py --detach ``` 使用 `--dry-run` 可在不启动容器的情况下检查检测到的路径。 现有的 `.env` 路径覆盖设置会被遵循。重新创建容器时,账户、扫描结果和运行时 卷都会被保留。 Docker Desktop 可能需要授予共享所选主机路径的权限。如果它 拒绝某个挂载,请在 Docker Desktop 中允许该位置,然后重新运行该辅助脚本。 远程浏览器看到的是 **Docker 主机** 的文件夹,而不是它自己计算机的驱动器。 自动检测需要本地 Docker 引擎;使用远程 Docker 上下文时,请在引擎 主机上运行该辅助脚本。 对于手动配置的挂载,`docker compose up --build -d api web` 仍然 可用。其基线会将仓库挂载到 `/scan-targets`,并将 `${DAKSH_HOST_MOUNT:-/}` 挂载到 `/host/root`。请使用该辅助脚本进行 Windows 驱动器发现 和常用文件夹快捷方式;普通 Compose 无法检测客户端操作系统。 然后打开 [http://localhost:3030](http://localhost:3030)。 要使用其他端口: ```bash DAKSH_PORT=9090 python3 tools/start_webui.py ``` 使用以下命令停止该堆栈: ```bash docker compose down ``` ### 在反复进行 Docker 构建后释放磁盘空间 使用仓库文件夹中独立的清理辅助脚本。它们默认只进行预览: **此操作会删除 Daksh 容器、服务镜像、网络和卷,包括已保存的账户、扫描历史以及存储在运行时卷中的产物。请先备份任何你想保留的内容。** ```bash python3 tools/clean_project_docker.py python3 tools/purge_all_docker.py ``` 添加 `--execute` 以执行删除,然后输入所要求的确认信息。第一个辅助脚本会移除本项目的容器、网络、服务镜像和卷,同时保留共享的构建缓存。第二个辅助脚本会强制移除**所选 Docker 引擎上所有项目**的容器,并清理镜像、网络、命名卷/匿名卷以及默认构建器缓存。它可能会影响远程引擎。两者都不会删除绑定挂载的主机文件,也不会卸载 Docker。Windows 用户可以将 `python3` 替换为 `py`。有关自定义项目名称、排除项和删除详情,请参阅[清理范围与命令](https://github.com/coffeeandsecurity/dakshscra/blob/main/docs/usage-guide.md#docker-cleanup-and-full-purge)。 使用以下命令检查剩余的 Docker 磁盘占用: ```bash docker system df ``` 要仅释放未使用的构建缓存,同时保留已保存的 Daksh 数据,只需运行 `docker builder prune --all --force`。绑定挂载的主机文件夹中的文件(包括仓库和扫描目标)仍保留在磁盘上。准备好后,使用 `python3 tools/start_webui.py --detach` 重新启动。 ### 登录 Web UI 需要一个账户。 **首次登录** 1. 启动门户(`python3 tools/start_webui.py --detach`)并打开 [http://localhost:3030](http://localhost:3030)。 2. 登录页面会检测到首次设置。它会预填用户名 `admin` 和初始密码,并显示首次设置提示。 | 设置 | 值 | |---|---| | 用户名 | `admin`(或来自 `.env` 的 `DAKSH_ADMIN_USERNAME`) | | 初始密码 | `Daksh@ChangeMe1`(或来自 `.env` 的 `DAKSH_ADMIN_PASSWORD`) | 3. 点击 **登录**。会出现一个全屏的 **更改密码** 步骤,且无法跳过。输入初始密码作为当前密码,选择一个新密码(至少 8 个字符,且与当前密码不同),并可选择更改用户名。 4. 保存后,你会被带到仪表板。此后登录页面不再预填任何内容;请使用你自己的凭据登录。 初始密码仅在数据库中没有账户时使用,一旦更改便不再有效。在此之前,任何能访问门户的人都可以用它登录,因此如果门户可被他人访问,请在首次启动前在 `.env` 中设置 `DAKSH_ADMIN_PASSWORD`。管理员账户可以通过 `POST /api/v1/auth/users` API 端点创建更多账户(目前尚无专用 UI)。新建和重置的账户在首次登录时也必须更改其分配的密码。有关身份验证相关设置的完整列表(会话生命周期、Cookie 安全性、CORS),请参阅 `.env.example`。 ### 你将获得 - 响应式命令构建器,支持 scan、recon、estimate、recon+estimate、list 以及从 JSON 生成 PDF 模式 - 执行期间的实时控制台输出和实时逐阶段进度 - 每个作业的 HTML / PDF / JSON 输出产物快照 - 针对结果和报告的 Developer Mode、Code Review Mode 或 Both 指导;默认值为 Both - 在运行表单、实时输出、产物和最近作业之间进行快速的浏览器内导航 - 内置目录浏览器,用于选择目标路径(操作系统感知:Windows、macOS、Linux / Docker) 在底层,CLI 仍然是事实来源——它执行所有扫描并生成每个 HTML / PDF / JSON 输出。Web UI 一次运行一个活动作业,并将每个已完成作业的输出快照到 `runtime/webui/jobs/<job-id>/artifacts/`,以便过去的报告保持可访问。 ### 在 Docker 中运行 CLI 你也不需要本地 Python 环境来使用 CLI——它作为独立的 Compose 服务提供,基于同一镜像构建: ```bash docker compose run --rm cli -h docker compose run --rm cli -r auto -t /scan-targets/path/to/source ``` ### 镜像内容 - FastAPI 后端 + Web UI 前端 - 完整的 Daksh SCRA CLI,作为独立服务运行 - Playwright Chromium,用于生成 PDF - 持久化的 `reports/` 和 `runtime/` 卷 - 主机路径挂载,使扫描可从容器内部访问源码树 **关键挂载点:** | 挂载 | 容器内路径 | |---|---| | 项目源码 | `/app` | | 默认扫描根目录(仓库,或 `DAKSH_SCAN_ROOT`) | `/scan-targets` | | 主机文件系统(Windows 上的系统盘) | `/host/root` | | 其他 Windows/WSL 驱动器 | `/host/drives/<letter>` | | 当前用户主目录 | `/host/user` | | 常见主机文件夹 | `/host/locations/<name>` | | 可选的 `DAKSH_HOST_SOURCE` | `/host/source` | 将 `.env.example` 复制为 `.env`,以进行可选的路径和身份验证覆盖。 `DAKSH_BROWSE_ROOTS` 是一个以逗号分隔的**容器**路径允许列表; 保持未设置状态以自动发现已挂载的位置。切换到该辅助工具时,应移除或更新过时的 `/host/c`、`/host/d` 或 `/mnt` 允许列表。 主机文件夹为只读;报告和运行时数据在其现有应用程序位置中保持可写。挂载另一个驱动器后,使用该辅助工具重启。无需 Docker socket 或特权容器。 --- ## CLI 设置 更倾向于直接用 Python 运行 Daksh SCRA?以下是在本地进行设置的方法。 ### 先决条件 - Python 3.8+ - `requirements.txt` 中列出的所有库 ### 1. 下载 Daksh SCRA ```bash git clone https://github.com/coffeeandsecurity/DakshSCRA.git ``` 或从 [https://github.com/coffeeandsecurity/DakshSCRA](https://github.com/coffeeandsecurity/DakshSCRA) 下载最新的 zip 包并解压。 ### 2. 设置虚拟环境 > 💡 虚拟环境可以在任意目录中创建——无需位于 DakshSCRA 文件夹内。 **选项 A:一步式设置(推荐)** ```bash python setup_env.py ``` 此脚本会创建虚拟环境、安装所有依赖项,并安装 Playwright 的 Chromium 浏览器(PDF 导出所需)。 **选项 B:手动设置** Windows: ```bash python -m venv daksh-env .\daksh-env\Scripts\activate ``` macOS / Linux: ```bash python3 -m venv daksh-env source daksh-env/bin/activate ``` 然后安装依赖: ```bash cd path/to/DakshSCRA pip install -r requirements.txt playwright install chromium ``` ## CLI 用法 在虚拟环境中使用 `python`,在虚拟环境外使用 `python3`。 ### 命令行选项 ``` 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] ``` | 选项 | 描述 | |---|---| | `-r RULES` | 平台规则(例如 `php`、`java`、`php,java`)或 `auto` 用于自动检测 | | `-f FILE_TYPES` | 覆盖用于扫描的默认文件类型 | | `-v` | 详细程度级别(`-v`、`-vv`、`-vvv`) | | `-t TARGET_DIR` | 目标源代码目录 | | `-l {R,RF}` | 列出平台规则 + 框架 `[R]` 或包含文件类型 `[RF]` | | `--recon` | 运行侦察(平台 / 框架 / 语言检测) | | `--rs`, `--recon-strict` | 严格侦察:仅高置信度检测(与 `--recon` 一起使用) | | `--estimate` | 根据代码库大小估算代码审查工作量 | | `-rpt`, `--report FORMATS` | 报告格式:`html`、`pdf`、`docx`、`json`,或逗号分隔的组合(默认:`html`) | | `--pdf-from-json` | 从现有 JSON 输出生成 PDF 报告,无需重新扫描 | | `--json-input-dir PATH` | JSON 报告目录(默认:`./reports/data`) | | `--pdf-output PATH` | 单个 PDF 输出路径(默认:`./reports/scan/pdf/report.pdf`) | | `--pdf-multi-dir PATH` | 多文件 PDF 输出目录(默认:`./reports/scan/pdf/multi-file`) | | `--pdf-single-only` | 仅生成合并的单个 PDF;跳过按平台的多文件集 | | `--skip-analysis` | 本次运行禁用分析器阶段 | | `--loc` | 统计有效代码行数 | | `--baseline-file PATH` | 抑制基线文件(JSON) | | `--baseline-generate` | 根据当前发现生成抑制基线 | | `--no-baseline` | 本次运行禁用基线抑制 | | `--review-config PATH` | 发现分类文件(JSON);从报告中抑制先前已审查的误报 | | `--resume-scan` | 从状态文件恢复先前中断的扫描 | | `--state-file PATH` | 自定义扫描状态 / 检查点文件路径 | | `--no-state` | 本次运行禁用扫描状态检查点 | | `--state` | 本次运行强制启用扫描状态检查点 | ### 示例用法 > `-f`(文件类型)是可选的。如果未指定,DakshSCRA 将使用所选平台的默认文件类型。 ```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 ``` ### 支持的平台规则与框架 ```bash python dakshscra.py -l R # List platform rules and framework mappings python dakshscra.py -l RF # List platform rules, framework mappings, and filetypes ``` 当前支持的平台与框架映射: <!-- supported-platforms:start --> | 平台 | 框架 | |---|---| | 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 --> 此表列出了已注册的规则包。短横线表示未注册单独的框架包。分析覆盖范围因语言和规则而异。 更改平台或框架注册表后,请刷新此表并在提交更改前进行检查: ```bash python3 tools/supported_platforms.py python3 tools/supported_platforms.py --check ``` 要获取最新支持的平台和框架,请始终运行: ```bash python dakshscra.py -l R ``` ## 配置参考 ### `config/tool.yaml` Daksh SCRA 运行时默认值通过 `config/tool.yaml` 控制。 ```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 ``` **分析器配置选项:** - `analysis.run_by_default` - `true`:分析器在扫描期间自动运行 - `false`:除非在配置中重新启用或通过 CLI 启用,否则分析器处于禁用状态 - `analysis.include_frameworks` - `true`:在存在框架检测的情况下,包含框架级分析器条目 - `false`:仅输出平台级分析器结果 - `analysis.report_theme` - `hacker_mode`:深色高对比度现代分析器主题(默认) - `professional_mode`:浅色现代分析器主题 - `both`:并排生成两种主题变体 ### 模式规则与语义规则 **模式规则使用模式和上下文条件识别关注区域。审查者需调查这些区域是否代表实际安全问题。** **语义规则通过分析代码关系、输入传播和建模的保护措施提供更强的证据。它们可以支持或抑制某项发现,但不完整的建模、部署设置和运行时行为仍可能影响结论。** 选择 `--rule-mode pattern|semantic|both`(默认 `both`),或在“新建扫描”中选择相同的模式。仅语义模式会跳过原生文本基线,同时保留精炼的移动端源代码/配置检查和受支持的流模型。受支持的发现仍需审查者确认;抑制并不等同于确认安全。 内置检查以单文件模式规则的形式编写,位于 [`rules/scanning/platform/`](https://github.com/coffeeandsecurity/dakshscra/blob/main/rules/scanning/platform) 下,保留平台和框架目录结构。例如,Java 检查位于 `java/java.rules/*.yaml`,Spring 检查位于 `java/framework/spring.rules/*.yaml`。每个文件保留模式、上下文条件、规则和影响描述、开发者和审查者指南、建议,以及所有代码上下文和高亮设置。可操作的 `review_steps` 和 `recommendations` 在原始指南基础上扩展了可操作指令。将 YAML 文件添加到现有包中,使用 `python3 tools/rdl_lint.py rules/scanning/platform` 进行验证,然后扫描一个小型正/负样本。扫描器会自动发现它,无需编辑 XML 或单独的 RDL v1 文件。 语义定义仍位于 [`rules/scanning/logic/rdl/v2/`](https://github.com/coffeeandsecurity/dakshscra/blob/main/rules/scanning/logic/rdl/v2) 下。由该引擎评估的原生文本基线仍为模式规则。旧版 `--rdl-engine` 选项与已保存的扫描和现有脚本保持兼容。 有关 YAML 格式、条件、验证、证据设置和外部 XML 导入,请参阅[规则编写与迁移指南](https://github.com/coffeeandsecurity/dakshscra/blob/main/docs/usage-guide.md#pattern-rules-and-semantic-rules)。 适用的平台和框架包还包含安全操作审查候选。语义模型区分响应来源值、批量绑定来源和加密密钥参数,并可将受支持的配置回退追踪到关键操作。新生成的发现将受支持的方法/类控制声明与操作关联;类型化 C# 模型审查可保留已声明的字段策略。租户隔离需要应用特定的不变量。这些是带有明确建模限制的、有证据支持的审查能力,而非保证检测每一个授权或业务逻辑缺陷。请参阅[安全操作与控制上下文](https://github.com/coffeeandsecurity/dakshscra/blob/main/docs/usage-guide.md#security-operation-and-control-context)。 --- ## 报告输出结构 CLI 输出按扫描保留在 `reports/<project>/<scan>/` 下。CLI 和 Web UI 导出共享已保存数据的收集和渲染器,用于 HTML、PDF、Word 和 JSON。完整 HTML 打开一个轻量级摘要/索引,带有链接的分页详情页。在 Web UI 中,在 **Reports** 中生成导出;解压 HTML ZIP 并首先打开 `index.html`。 ``` reports/<project>/<scan>/ ├── scan/ │ ├── html/ │ │ ├── report.html # Summary and report index (open first) │ │ ├── report-files/ # Linked detail pages and saved-results.json │ │ └── multi-file/ # Per-platform HTML report set │ ├── pdf/ │ │ ├── report.pdf # Single-file PDF scan report │ │ └── multi-file/ # Per-platform PDF report set │ ├── word/ │ │ └── report.docx # Editable Word report when requested │ ├── json/ │ │ └── report.json # Complete structured report document │ ├── recon/ │ │ └── reconnaissance.html # Reconnaissance HTML report │ └── estimate/ │ └── estimation.html # Effort estimation HTML report ├── analysis/ │ └── <platform>/ │ ├── analysis.html # Taint analysis report (default theme) │ ├── analysis_professional.html # Professional theme (if theme=both) │ ├── analysis_xref.html # Cross-reference report │ └── analysis.json # Structured analysis data └── data/ ├── areas_of_interest.json # AoI findings ├── filepaths_aoi.json # File path AoI findings ├── summary.json # Scan summary ├── recon.json # Recon summary └── analysis.json # Analyzer output ``` 运行时文件(扫描状态、日志、清单)写入 `runtime/` 目录下。 通过 Web UI 运行时,每个任务的输出还会额外快照到 `runtime/webui/jobs/<job-id>/artifacts/` 下(参见 [Web UI (Docker)](#web-ui-docker))。 --- ## 作者 | | | |---|---| | 网站 | [coffeeandsecurity.com](https://www.coffeeandsecurity.com) | | 邮箱 | [email protected] | | Twitter / X | [@coffeensecurity](https://x.com/coffeensecurity) | | 源码 | [github.com/coffeeandsecurity/DakshSCRA](https://github.com/coffeeandsecurity/DakshSCRA) | | 许可证 | GNU General Public License v3.0 (GPL-3.0) | 如果 DakshSCRA 帮助你的团队节省了大量时间、精力或成本,减少了对昂贵商业工具的依赖,提升了审查覆盖率,或使代码审查更加结构化和高效,欢迎联系我并分享你的使用体验。我始终乐于接受有见地的反馈和有趣的交流。 发现了 bug 或想要贡献代码?请在 GitHub 上提交 issue 或 pull request。 全局日期和时间偏好由 Web UI 和 CLI 共享。可在 **Settings → Global date and time** 中设置。默认值为 `MM-DD-YYYY`、24 小时制和 UTC。可选择 `DD-MM-YYYY` 或 `YYYY-MM-DD`、12 小时制,以及任何有效的 IANA 时区。新扫描会捕获这些偏好设置;Web 显示使用当前的全局设置。已导出的文件保持不变。机器时间戳和扫描 ID 保留其规范格式。 ```bash python dakshscra.py --settings python dakshscra.py --save-settings --date-format MM-DD-YYYY --time-format 12h --timezone Pacific/Auckland python dakshscra.py -r auto -t ./src --date-format DD-MM-YYYY --time-format 24h --timezone UTC ``` 最后一条命令会覆盖该次扫描的偏好设置,但不会将其全局保存。 移动端审查覆盖原生 Android/iOS 以及受支持的框架代码,包括混合项目中适用的原生桥接文件。模式候选仍可供调查;语义细化会将设置与其声明或操作关联,并记录建模的流程。有关检查项、边界情况和验证边界,请参阅[移动端审查覆盖指南](https://github.com/coffeeandsecurity/dakshscra/blob/main/docs/usage-guide.md#mobile-security-review-coverage)。 移动端扫描还会在结构化扫描数据旁导出 `mobile_review.json` 和可读的 `mobile_review.html`。这些文件关联构建范围、凭据存储与备份策略、敏感日志记录、清理调用方、原生桥接标识、API 契约以及未解决的分析。新增的源代码检查覆盖发布版调试签名、未检查的 provider 流读取以及 API 与隐私描述不匹配的问题。精确的源代码契约并不能确立已发布产物、运行时可达性或后端授权。