锋利的边缘

其他 社区

技能解读

当前原文的自动摘译,尚未人工审校。

何时使用

审查 API 或库设计决策 审核配置模式是否存在危险选项 评估加密 API 人体工程学 评估身份验证/授权接口 审查向开发人员公开安全相关选择的任何代码

何时不使用

实现错误(使用标准代码审查) 业务逻辑缺陷(使用特定领域的分析) 性能优化(不同关注点)

代理

sharp-edges-analyzer 代理自主运行完整的锐边分析工作流程。当您想要对 API、配置或接口进行专门分析以防止误用和脚枪潜力时,请使用它。该代理遵循四阶段工作流程(表面识别、边缘情况探测、威胁建模、验证结果)并按需读取特定于语言的参考。

核心原则

成功的陷阱:安全使用应该是阻力最小的途径。如果开发人员必须了解密码学、仔细阅读文档或记住特殊规则以避免漏洞,那么 API 就失败了。

拒绝的理由

合理化 · 为什么这是错误的 · 需要采取的行动 “已记录在案” · 开发人员在截止日期压力下不会阅读文档 · 将安全选择作为默认或唯一选项 “高级用户需要灵活性” · 灵活性创造了枪口;最“高级”的用法是复制粘贴 · 提供安全的高级 API;隐藏原语“这是开发人员的责任” · 推卸责任;您设计了足枪 · 取下足枪或使其不可能被误用

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
通用
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
88 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@trailofbits · 未声明许可证
上下文用量评级
低消耗
接入复杂程度
需简单配置
是否需要外部接口密钥
不需要
兼容的系统
未声明(默认跨平台)
运行环境要求
Python
检测到的文件与系统行为
  • 只读
  • 允许写入 / 修改
  • 读取环境变量
网络行为
仅限本地
安装命令数
无(仅作为资料)

需要注意: 未声明工具权限范围;实际权限由运行环境决定。

01
第一阶段:表面识别

映射安全相关的 API:身份验证、授权、加密、会话管理、输入验证 确定开发人员的选择点:开发人员可以在哪里选择算法、配置超时、选择模式?查找配置模式:环境变量、配置文件、构造函数参数

02
第 2 阶段:边缘案例探测

对于每个选择点,询问: 零/空/空:`0`、`""`、`null`、`[]` 会发生什么情况?负值:`-1`是什么意思?无限?错误?类型混淆:不同的安全概念可以互换吗?默认值:默认值安全吗?有记录吗?

03
第三阶段:威胁建模

考虑三个对手: 恶棍:主动恶意的开发人员或攻击者控制配置 他们可以通过配置禁用安全性吗?他们可以降级算法吗?他们可以注入恶意值吗?

04
第四阶段:验证结果

对于每个已识别的锋利边缘: 重现滥用情况:编写最少的代码来演示脚枪 验证可利用性:滥用行为是否会造成真正的漏洞?检查文档:是否记录了危险? (文档并不能成为不良设计的借口,但会影响严重性) 测试缓解措施:可以通过合理的努力安全地使用 API 吗?

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。