Skip to content
KitploitKITPLOIT
工具漏洞利用博客
Log in
提交
工具漏洞利用博客
提交

黑客、渗透测试和网络安全工具,武装您的安全武器库!

Kitploit 是一个黑客、网络安全和渗透测试工具的目录。发现最新的项目更新,查找漏洞、分析系统、自动化测试并加强你的安全。

订阅源联系隐私© 2026 Kitploit

工具目录

分类

查看所有分类
Loading categories
deepsecrets — 离线密钥扫描器,结合正则规则、基于词法分析器的语义分析和哈希值匹配,通过 SARIF 输出检测代码中暴露的凭据。 | Kitploit
工具/GitHubGitHub/ntoskernel/deepsecrets
防御工具静态分析漏洞扫描器静态代码分析 (SAST)代码分析DevSecOps秘密检测供应链安全
GitHubntoskernel/deepsecrets

deepsecrets

离线密钥扫描器,结合正则规则、基于词法分析器的语义分析和哈希值匹配,通过 SARIF 输出检测代码中暴露的凭据。

查看仓库
18919248天前Kitploit 审核通过
分享

OWASP DeepSecrets — 一款更好的密钥扫描工具

Tests Status

它是什么?又一个浪费 token 的 AI API 命令行代理?

绝对不是!

在这个 LLM 炒作的时代,DeepSecrets 仍然完全在你的机器上运行——离线、安全且免费地为你提供出色的结果。

那么为什么还要再做一个工具?

大多数现有扫描器实际上并不“理解”代码。它们只是解析文本,覆盖率很差。

DeepSecrets 弥合了经典正则扫描器与全规模商业 SAST 工具之间的差距。它扩展了经典基于正则的扫描策略,大量依赖语义代码分析、危险变量检测和上下文感知的熵分析。 密钥候选来自代码所表达的内容、其名称、赋值和调用,而不仅仅是文本。DeepSecrets 使用约 600 种语言和格式的词法分析器(Pygments)读取代码,并通过针对 14 种语言的检测规则以及适用于其余语言的通用规则来查找变量。

DeepSecrets 还引入了一种零知识查找凭据的新方法:HashedSecret 引擎。只需提供你已知生产密钥的哈希值,该工具就会在你的代码中找到以明文形式暴露的这些密钥。

性能与基准测试(SecretBench)

DeepSecrets 2.3 于 2026 年 11 月在 SecretBench 基准上进行了评估:扫描了每个文件,统计了每一行带标签的数据。

  • 93% 召回率和 91% 精确率(2.2:93% 和 86%)
  • SecretBench 范围内1.6% 的误报率(2.2:2.7%)
  • 在其标签之外的发现中,约有 2,000 个 SecretBench 未标注的密钥

按照 2026 年 6 月评估的统计方式,在其自身的数据行集合上统计,2.3 的召回率为 94%,精确率为 85%(2026 年 6 月的 2.0:93% 和 67%)。

复现这些数字

这些数字来自 dsbench,这是一个开源基准测试框架,它将扫描器作为黑盒在带标签的语料库上运行,并统计其报告的结果。借助 SecretBench(可向其作者索取)和 dsbench,任何人都可以复现上述逐行数字以及下面的对比:

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

每次运行都会扫描每个文件,并关闭各工具的路径排除设置。June-way 的数据还需要 2026 年 6 月评估的行表,以及超出标签范围的密钥计数,这需要我们的判定结论;两者均未公开,因为二者都指向泄露的凭据。

(你可以在我的 HackerNoon 文章此处阅读完整的底层故事和基准测试细分)

快速入门指南

安装

通过 pip 从 Github 安装

$ pip install git+https://github.com/ntoskernel/deepsecrets.git

来自 PyPi

$ pip install deepsecrets

DeepSecrets 需要 Python 3.11 或更高版本。

扫描

运行扫描最简单的方式:

$ deepsecrets --target-dir /path/to/your/code --outformat dojo-sarif --outfile report.json

这将对 /path/to/your/code 使用默认配置运行一次扫描:

  • 使用内置规则集的正则匹配
  • 语义检查(变量检测、熵检查)

SARIF 格式的报告(兼容 DefectDojo 和 GitHub Security)将保存到 report.json。

微调

--help 命令随时可以为你提供指引,但以下是你可用来让扫描适配自身环境的关键标志:

  • --regex-rules /path/to/rules.json:提供你自己的自定义正则规则集。
  • --hashed-values /path/to/hashes.json:提供一份预先哈希的已知生产密钥列表,以便安全地搜索它们。
  • --excluded-paths /path/to/exclusions.json:覆盖或扩展扫描期间默认忽略的路径。
  • --deep-max-size BYTES:大于此值(默认 250,000 字节)的文件会进行快速分析:正则规则和变量搜索,不使用语言词法分析器。大文件大多是生成或压缩的,词法分析器在这类文件上耗费了大部分扫描时间,而且很少能发现更多内容。0 表示对每个文件都进行完整分析。
  • --skip-bundles:在其他路径排除项之外,完全跳过压缩的 JavaScript、source map 和 bundle(*.min.js、*.map、*.bundle.js)。
  • --confidence-level {all,low,medium,high,very-high}:要报告的最低置信度(默认 low,即所有发现)。medium、high 和 very-high 分别保留置信度 5、6 和 9 及以上的发现,即同名及更高 SARIF 层级的发现;all 还会报告扫描器判定并非密钥的正则匹配(占位符、示例),并带有 -INFO 规则 id。
  • --min-confidence N:报告置信度为 N 或以上的发现,N 从 0 到 10:任意截断值,而 --confidence-level 提供的是各层级的阈值。与除 all 之外的每个级别一样,它会排除被判定并非密钥的正则匹配。请使用其中一个标志,不要同时使用两者。
  • --exclude-tags TAG [TAG ...]:排除带有这些标签中任意一个的发现。标签说明发现属于哪种密钥,而置信度说明它有多大可能是密钥:weak-password(密码类名称下的弱值)、publishable(用于发布给客户端的密钥:reCAPTCHA 及其他站点密钥、Stripe pk_ 密钥、Mapbox pk. 令牌、播放器、分析和地图密钥)、test-context(相对于目标目录的测试、spec、fixture、mock、example 或 sample 路径)、recorded-traffic(VCR 磁带、会话录制、HAR 文件)、identifier(AWS 用户、角色或策略的 id,不授予任何权限)以及 web-page(HTML 页面)。默认情况下每个发现仍会被报告;例如,当你搜寻真实密钥时使用 --exclude-tags test-context。
  • --report-diagnostics:将目标下找到的每个文件添加到 SARIF 报告中,并附上其状态、扫描时间、跳过原因和分析深度。
  • --regex-candidate-scoring-rules /path/to/rules.json:提供你自己的规则,用于在报告正则匹配之前对其进行判定。不给该标志赋值,则报告未经判定的正则匹配。
  • --multiprocessing-context {forkserver,spawn,fork}:工作进程的启动方式。在平台支持的情况下(Linux、macOS),默认是 forkserver:工作进程共享已在服务器进程中加载的扫描器。Windows 使用 spawn。三者产生的发现相同。
  • --disable-masking:在输出报告中保持潜在密钥不被打码 (见下方注意事项)。
  • --ci / --no-ci:开启或关闭 CI 模式。CI 模式每 30 秒打印一行纯文本进度,而不是实时进度显示。它在 CI 服务(GitHub Actions、GitLab CI、Jenkins 等)内部以及输出不是终端时会自动开启。

Github Actions 集成

例如 .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

在报告中掩蔽机密

自 v1.3.0 起,报告中的潜在机密会被自动掩蔽,以保护你的流水线产物。如有必要,可通过 --disable-masking 标志关闭此功能。

掩蔽不会破坏下游平台(如 Github)的去重逻辑,因为报告中的 partialFingerprints 部分是基于原始数据正确填充的。

[!Caution]
如果你在禁用掩蔽的情况下将 DeepSecrets 集成到 CI 流水线中,你很可能会在 CI 日志和产物中再次泄露你的机密。

SARIF 报告与动态置信度

每个发现都会获得一个置信度分数。然而,不同的安全平台对 SARIF 指标的解析方式各不相同。为确保与现代 ASPM 仪表板的兼容性,DeepSecrets 采取以下措施:

  • 虚拟子规则(rules[]):按置信度层级动态生成规则,从 S105-LOW(置信度 0 到 4)到 -MEDIUM(5)、-HIGH(6 到 8)、S105-VERY-HIGH(9 和 10),以及用于 --confidence-level all 报告中被拒绝匹配的 -INFO。这会促使 GitHub Security 和 DefectDojo 正确映射语义精确度的差异,同时不破坏原生解析器。

  • 确定性的结果级别:该工具始终在 results[] 模型中显式设置 level: error。这为 CI/CD 流水线和较旧的 SAST 解析器提供了通用回退机制,确保无论各条规则如何解读,暴露的机密都能可靠地使构建失败或阻止 Pull Request。

  • 标签:每个结果都会在 SARIF 标准的 properties.tags 数组中携带其标签(如果有的话)(weak-password、publishable、test-context、recorded-traffic、identifier、web-page)。规则 ID、严重性和指纹不依赖于这些标签。

  • 上下文消息:将原始数值置信度分数原生注入到 result.message.text 中,以便安全分析师能在其仪表板上立即看到。

构建规则集

Regex

用于正则检查的内置规则集位于 /deepsecrets/rules/regexes.json。你可以自由遵循该格式并创建自定义规则集。

HashedSecret(零知识扫描)

用于哈希检查的示例规则集位于 /tests/fixtures/hashed_secrets.json。你可以自由遵循该格式并创建自定义规则集。

HashedSecret 规则集示例

要在不在仓库中以明文暴露的情况下查找已知的生产机密,请提供一个包含其哈希值的 JSON:

[
  {
    "name": "KNOWN-PROD-DATABASE-PASSWORD",
    "hash": "e3b0c44298fc1c149afbf4c8996fb92427ae41e4649b934ca495991b7852b855",
    "length": 12,
    "algorithm": "sha1"
  }
]

使用 --hashed-values /path/to/hashes.json 运行。DeepSecrets 会在词法分析阶段自动对字符串候选进行哈希处理,以便与它们匹配。

联系方式

  • Nikolai Khechumov (@ntoskernel) — 创建者与维护者

常见问题

呃,它还是基于正则表达式的吗?

是也不是。当然,它像其他工具一样使用正则表达式来查找有类型的密钥。但语言理解(词法分析阶段)和变量检测在底层同样使用正则表达式。正则表达式是一种工具,而不是问题所在。问题在于脱离语义上下文盲目地应用正则表达式。

那 Semgrep Secrets 呢?看起来你是在抄袭他们的东西。

DeepSecrets 最初于 2023 年 4 月发布——比 Semgrep Secrets 推出早了六个月。我们共享相似的原则,但 DeepSecrets 是 100% 免费/开源的,并且利用了显著更广泛的多语言跟踪面。

DeepSecrets 与其他扫描器对比

其他工具只扫描它们已知的内容,而 DeepSecrets 利用词法分析器。这使它能够发现稀有配置格式和自定义代码块中隐藏的危险凭据,而这些是基准测试可能没有数据集的。

基于 SecretBench 结果的工具对比

功能 / 能力DeepSecrets 2.3Gitleaks 8.30Betterleaks 1.8TruffleHogSemgrep Secrets
SecretBench 准确率93% 召回率
91% 精确率
85% 召回率
70% 精确率
85% 召回率
61% 精确率
未重新测量未评估
价格与许可免费 / 开源免费 / 开源免费 / 开源免费 / 开源商业 / 付费
分析类型语义 / 正则纯文本正则 / 熵纯文本正则 / 熵纯文本正则 / 熵语义
语言支持约 600 种词法分析
(14 种支持变量)
上下文无关(文本)上下文无关(文本)上下文无关(文本)有限子集
预哈希验证是(通过 Hashed Engine)否否否否
上下文感知熵是(已赋值)否(整个文件文本)否(整个文件文本)否(整个文件文本)是
高级 SARIF 输出是(置信度层级与标签)基础基础基础是

SecretBench,扫描每个文件,统计每个带标签的行,使用 dsbench(参见复现这些数字)。DeepSecrets 2.3、Gitleaks 8.30.1 和 Betterleaks 1.8.1 于 2026 年 10 月和 11 月在相同的测试框架上测量,Gitleaks 和 Betterleaks 使用其默认规则并移除了全局路径允许列表,以便像 DeepSecrets 一样扫描每个文件。TruffleHog 于 2026 年 6 月通过另一种方法测量(52% 召回率,6% 精确率),此后未再测量。

你为什么不构建真正的抽象语法树?这在学术上更正确!

下载工具

最受欢迎

查看全部 →

发现我们社区最常用的工具。

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 终极 OSINT 工具包:调查图谱、置信度评分、别名家族、地图、时间线和报告。49 个模块、400+ 个站点,无需 API 密钥。

    790
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    GhostLock 一键执行应用(CVE-2026-43499)

    508
  • 3

    ARTEX

    baarai/artex

    基于LLM的多智能体自主渗透测试平台,具备规划器/执行器智能体、资产与探索图谱、MITM流量记录以及漏洞复测功能。

    435
  • 4

    redforge

    cybersecurity91/redforge

    浏览器端红队工具包,包含 102 个离线工具,用于侦察、载荷生成、凭据攻击、加密、编码和交战报告。

    346
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    AI原生网络安全的行动系统——在这里,意图转化为受治理的执行,证据沉淀为运营记忆,每一次操作都让下一次更出色。

    263
  • 6

    looking-glass

    anonghosty/looking-glass

    CSIRT 平台,可将 Shadowserver 报告导入 MongoDB,并将其重放为交互式地图、分析、发现、公告和高管仪表板。

    260

探索所有工具

浏览我们的工具集合

查看所有工具 →