返回顶部
l

llm-sast-scanner大模型扫描器

>

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.3.2
安全检测
已通过
164
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

llm-sast-scanner

SAST 漏洞分析

目的

使用结构化的源→汇污点追踪、模式匹配和特定漏洞类别的检测启发式方法,系统性地分析源代码中的安全漏洞。生成可操作的安全发现,包括严重性评级、受影响的代码位置(文件+行号)和修复指导。

范围

本技能涵盖以下34个漏洞类别。每个类别都有按需加载的专用参考文件:

类别漏洞
注入SQL注入、XSS、SSTI、NoSQL注入、GraphQL注入、XXE、RCE/命令注入、表达式语言注入
访问控制与认证
IDOR、权限提升、认证/JWT、默认凭据、暴力破解、业务逻辑、HTTP方法篡改、验证码滥用、会话固定 |
| 数据泄露与加密 | 弱加密/哈希、信息泄露、不安全的Cookie、信任边界 |
| 服务端 | SSRF、路径遍历/LFI/RFI、不安全的反序列化、任意文件上传、JNDI注入、竞态条件 |
| 协议与基础设施 | CSRF、开放重定向、HTTP请求走私/不同步、拒绝服务、CVE模式 |
| 语言/平台 | PHP安全、移动安全(Android/iOS) |


工作流程

步骤1:了解范围

确定:

  • - 目标:单个文件、目录、API端点、模块或完整仓库
  • 使用的语言和框架
  • 用户目标:快速扫描、深度审计、特定漏洞类别或完整报告

步骤2:加载相关参考

根据正在审查的代码,从references/加载适当的参考文件:

references/sql_injection.md — SQL / ORM注入
references/xss.md — 跨站脚本攻击
references/ssrf.md — 服务端请求伪造
references/rce.md — 远程代码执行
references/idor.md — 不安全的直接对象引用
references/authentication_jwt.md — 认证缺陷、JWT弱点
references/csrf.md — 跨站请求伪造
references/pathtraversallfi_rfi.md — 路径遍历、LFI/RFI
references/ssti.md — 服务端模板注入
references/xxe.md — XML外部实体
references/insecure_deserialization.md — 不安全的反序列化
references/arbitraryfileupload.md — 任意文件上传
references/privilege_escalation.md — 权限提升
references/nosql_injection.md — NoSQL注入
references/graphql_injection.md — GraphQL注入
references/weakcryptohash.md — 弱加密/哈希
references/information_disclosure.md — 信息泄露
references/insecure_cookie.md — 不安全的Cookie属性
references/open_redirect.md — 开放重定向
references/trust_boundary.md — 信任边界违反
references/race_conditions.md — 竞态条件/TOCTOU
references/brute_force.md — 暴力破解/凭据填充
references/default_credentials.md — 默认/硬编码凭据
references/verificationcodeabuse.md — 验证码滥用
references/business_logic.md — 业务逻辑缺陷
references/httpmethodtamper.md — HTTP方法篡改
references/smuggling_desync.md — HTTP请求走私/不同步
references/cve_patterns.md — 已知CVE模式
references/expressionlanguageinjection.md — 表达式语言注入(SpEL / OGNL)
references/jndi_injection.md — JNDI注入(Log4Shell类)
references/denialofservice.md — 拒绝服务/资源耗尽
references/php_security.md — PHP特定安全问题
references/mobile_security.md — 移动安全(Android / iOS)
references/session_fixation.md — 会话固定

加载策略:

  • - 对于针对性审查(例如,检查SQL注入),仅加载相关参考。
  • 对于完整审计,加载所有34个参考并系统性地扫描。
  • 即使未明确要求,始终加载OWASP顶级风险的参考。



步骤3:分析代码 — 源→汇污点追踪

对于每个加载的漏洞类别,执行污点分析:

  1. 1. 识别源 — 用户控制的输入入口点:
- HTTP参数、请求头、Cookie、请求体 - 文件上传 - WebSocket消息 - 环境变量 - 用户提供数据的数据库读取、反序列化对象
  1. 2. 追踪数据流 — 跟踪数据经过:
- 变量赋值、函数参数、返回值 - 框架辅助函数、ORM调用、模板渲染 - 跨模块/服务边界
  1. 3. 检查汇点 — 接收污染数据的危险操作:
- 查询执行(SQL、NoSQL、LDAP、XPath) - Shell/OS命令执行 - 文件系统操作 - HTTP客户端调用 - 模板渲染/求值/表达式解析 - 序列化/反序列化
  1. 4. 评估净化 — 在源和汇之间,查找:
- 输入验证(白名单与黑名单) - 上下文适当的编码/转义 - 参数化(预编译语句) - 框架原生保护
  1. 5. 确定初步判定
- 漏洞:污染到达汇点且无有效净化 - 疑似漏洞:存在净化但根据参考启发式方法可绕过 - 安全:有效净化或无污染路径

步骤4:业务逻辑与认证分析

除污点追踪外,检查:

  • - 敏感端点缺少认证/授权
  • 不安全的状态机转换
  • 并发操作中的竞态条件
  • 组件间不适当的信任边界
  • JWT算法混淆、令牌固定、会话问题
  • 默认/硬编码凭据
  • 通过时序或响应差异进行枚举



步骤5:判断 — 有效性重新验证

在报告之前,每个初步发现(漏洞或疑似漏洞)必须通过判断审查。判断作为对抗性的第二意见,以消除误报。

对于每个候选发现,回答以下所有问题:

可达性检查

  • - [ ] 源是否实际由用户控制,还是内部/受信任的数据?
  • [ ] 易受攻击的代码路径是否可从HTTP端点/入口点到达,还是死代码/仅内部使用?
  • [ ] 是否存在上游防护(认证中间件、输入过滤器)在到达汇点之前阻止该路径?

净化重新评估

  • - [ ] 步骤3中是否遗漏了净化?(检查父函数、中间件、框架内部)
  • [ ] 净化方法是否足以应对此特定汇点和上下文?
  • [ ] 框架是否为此模式提供隐式保护?

可利用性检查

  • - [ ] 污染值是否实际能够以触发漏洞的形式到达汇点?
  • [ ] 利用是否依赖于特定环境、配置或权限级别?
  • [ ] 对于逻辑错误:业务影响是真实的还是假设的?
  • [ ] 所选标签是否是该发现最精确的有效标签?

判断判定

判定含义操作
已确认所有可达性/净化/可利用性检查通过包含在报告中
疑似
大多数检查通过;存在一个不确定性 | 包含在报告中,标记不确定性 | | 需要上下文 | 无法在没有运行时行为/配置/附加文件的情况下确定 | 注明无法验证,缺少X | | 误报 | 找到保护的正面证据 — 引用确切的文件+行号,说明净化、白名单检查、防护或框架级别的自动保护使汇点安全 | 静默丢弃 |

仅报告已确认和疑似的发现。

误报举证责任:任何检查的不确定不足以声明误报。如果在检查汇点、其调用者和框架内部后检查结果仍为不确定,则使用需要上下文替代。仅当找到并可以引用正面证据证明路径受到保护时,才使用误报。

判断输出格式(内部,报告前)

发现:VULN-NNN — <类别>
可达性: 通过 / 失败 / 不确定 — <原因>
净化: 通过 / 失败 / 不确定 — <原因>
可利用性: 通过 / 失败 / 不确定 — <原因>
判断判定: 已确认 / 疑似 / 需要上下文 / 误报

误报防护栏

标签

  • - defaultcredentials:需要存在可接受硬编码凭据的可达认证路径。
  • weakcryptohash:需要直接使用弱哈希/算法 — 不仅仅是导入或第三方组件。涵盖弱算法(DES、RC4、ECB)和弱哈希(MD5、SHA-1用于密码);不要使用weakcrypto作为单独标签。
  • rce → 对于直接shell/进程执行,优先使用commandinjection。不要用rce/commandinjection替换

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 llm-sast-scanner-1775941529 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 llm-sast-scanner-1775941529 技能

通过命令行安装

skillhub install llm-sast-scanner-1775941529

下载

⬇ 下载 llm-sast-scanner v1.3.2(免费)

文件大小: 149.18 KB | 发布时间: 2026-4-12 10:27

v1.3.2 最新 2026-4-12 10:27
- Version bump from 1.3.1 to 1.3.2 with no file changes detected.
- No updates to functionality, documentation, or references in this release.
- Maintains full coverage of 34 vulnerability classes and documented analysis workflow.

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部