UmiCoder29/Sentinal-ai
GitHub: UmiCoder29/Sentinal-ai
一款基于 AST 的离线静态分析工具，专门用于检测 Python 代码中的 SQL 注入漏洞并提供修复建议。
Stars: 0 | Forks: 0
# Sentinel SQL 扫描器
Sentinel 是一个学习项目且正在开发中。它尚未达到生产就绪状态，不应作为您唯一的安全工具。
Sentinel 是一款轻量级的离线静态分析工具，旨在查找 Python 代码库中潜在的 SQL 注入漏洞。它使用抽象语法树（AST）来识别用户输入可能被直接拼接到 SQL 查询中的不安全模式。
## 功能
- **静态代码分析**：无需执行代码即可扫描 `.py` 文件。
- **深度模式匹配**：检测 SQL 查询中不安全的 f-string、`.format()` 调用、`%` 格式化以及字符串拼接。
- **严重性分级**：根据风险级别将发现分为严重、高、中或低。
- **详细报告**：提供包含文件位置、代码片段和修复建议的控制台摘要。
- **智能 CLI**：自动处理包含空格的文件路径。
## 安装说明
请确保您已安装 Python 以及所需的依赖项：
```
pip install rich
```
## 如何使用
从项目根目录运行扫描器。
### 基本用法
扫描当前目录：
```
python -m sql_scanner
```
### 扫描特定文件夹
指定相对或绝对路径：
```
python -m sql_scanner C:\path\to\your\python_project
```
### 处理包含空格的文件夹
扫描器会自动拼接参数，因此对于包含空格的路径，您无需使用引号（尽管使用引号依然有效）：
```
python -m sql_scanner My Project Folder
# 或
python -m sql_scanner "C:\Users\Name\My Project"
```
## 检测内容
Sentinel 会寻找您数据库代码中常见的“危险信号”：
1. **直接拼接**：`cursor.execute("SELECT * FROM users WHERE name = '" + user_input + "'")`
2. **查询中的 f-string**：`cursor.execute(f"SELECT * FROM users WHERE id = {user_id}")`
3. **不安全的格式化**：在 SQL 语句中使用了 `query.format(val)` 或 `query % val`。
4. **注入特征**：常见的攻击模式，如 `OR '1'='1'`、`UNION SELECT` 和 `SLEEP()`。
## 输出
该工具会在您的终端中提供一个结构化表格，显示：
- **严重性**：发现结果的危险程度。
- **位置**：确切的文件名和行号。
- **原因**：被标记的原因（例如，“在 SQL 查询中使用了不安全的 f-string”）。
- **修复建议**：关于如何修复漏洞的可操作建议（例如，“使用参数化查询”）。
*保持安全。部署前先扫描。*
标签：CISA项目, DevSecOps, DOE合作, Python代码扫描, Python安全工具, SAST, SQL注入检测, SQL注入防御, 上游代理, 代码安全, 加密, 威胁情报, 安全专业人员, 安全测试, 开发者工具, 开源安全工具, 攻击性安全, 模式匹配, 漏洞修复建议, 漏洞扫描器, 漏洞枚举, 盲注攻击, 离线扫描, 网络安全, 自动化payload嵌入, 自动化资产收集, 逆向工具, 逆向工程平台, 错误基检测, 隐私保护, 静态代码分析