checkmarx使用笔记、原理

checkmarks是一款商业的代码静态分析工具，和pmd类似的地方是他分析的是java文件，而非class文件。checkmarks使用 .net开发，必须安装在windows上，它的规则也是类似.net语言的语法。

checkmarks 的工作机制大概如下：

1、创建任务时可以通过git、svn、或者上传代码打包。

2、checkmarks会将代码进行语法树解析。

3、然后分析代码中的数据流，并将整个代码中的数据流存储到sql server数据库中，可以理解成一张庞大的数据流网，这个分析比较吃内存。

4、然后匹配规则，checkmarx自带了各种规则，也可以自己编写规则。规则也叫query，顾名思义就是从整个数据流网中查找我们关心的数据流。比如数据流的起点是request.getparameter("url")的调用，终点是 httpClient.exec，这样我们来判断是否存在ssrf漏洞。

 

自定义规则：

checkmarks的规则就是一个一个的查询，这个查询定义了如何从数据流网中找到我们关心的数据流。

checkmarks内置了大量的函数，100多个吧，我们利用这种函数找到我们关心的数据流的起点，终点。当然也可以的定义过滤点，比如某个安全API的调用作为一个过滤点，过滤掉已经修复了安全问题的数据流。

 

不足之处：

目前checkmarks的问题还是比较多的，虽然支持了各类的语言，常见语言基本都支持java、php、go等等，但是默认的规则基本上实用性比较差，需要花很多时间去自己编写规则。

目前不支持模块引擎语言，比如velocity、freemarker、thymeleaf等的分析

对前后端分离的项目分析无法支持，比如后端spring mvc，前端vue就无法关联分析了。也不支持 vue、react等框架文件的分析。其实实际代码审计关联分析java、xml、vue等文件类型，目前cheackmarx不会做这样的分析。这两条对xss这样的规则编写造成了很大的困扰。

checkmarks封装的比较死，写规则时有时候让人琢磨不透，没法做定制开发，不够灵活。

对spring这种依赖注入的情况，数据流经常是不完整的，注入的接口类没有实际逻辑就会断，其实数据流是走到了接口的实现类，checkmarx并不会分析实际注入了哪个实现类并进行数据流跟踪。会造成一定的漏报。

对一些orm框架也没法做数据流分析，比如mybatis、spring data jpa等，实际执行sql操作的类都是运行时产生的，比如mapper接口实现类，checkmarx不会根据这些框架的实际情况进行分析。这对sql注入规则的编写造成了一定的误报。

 

转载于:https://www.cnblogs.com/SEC-fsq/p/8464271.html