AI+Java 代码审计 Skill#

本 Skill 将资深审计员的工作方法和质量标准编码成 LLM 可执行的协议，解决裸跑 LLM 覆盖率低、幻觉高、优先级混乱等核心痛点。 email : aurora1219@139.com

核心理念#

LLM 有能力，缺纪律。 Skill 不教 LLM "什么是 SQL 注入"，而是给它装上资深审计员的工作骨架——定义工作流、分配资源、设置护栏、标准化输出。

6 阶段审计流水线#

text

Phase 0 → Phase 1 → Phase 2 → Phase 2.5 → Phase 3 → Phase 4 → Phase 5
 代码度量   项目侦察   全量审计   覆盖率门禁  漏洞验证  规则沉淀  标准化报告

每个 Phase 有明确的输入、输出和质量标准，中间结果全量持久化到文件。

---

Phase 0: 代码库度量#

目标: 统计项目规模，计算审计工作量，为 Agent 分配提供依据。

执行脚本#

bash

# 统计代码行数和文件数（注意括号）
find . \( -name "*.java" -o -name "*.kt" -o -name "*.xml" \) | xargs wc -l | tail -1

# 统计各类型文件
find . -name "*.java" | wc -l
find . -name "*.kt" | wc -l
find . -name "*.xml" | wc -l

# 统计 Controller 数量
grep -r "@Controller\|@RestController\|@WebServlet" --include="*.java" | wc -l

# 统计模块数（Maven 多模块项目）
find . -name "pom.xml" | wc -l

# 统计模块数（Gradle 多模块项目）
find . -name "build.gradle" -o -name "build.gradle.kts" | wc -l

输出文件: metrics.json#

json

{
  "total_loc": 131000,
  "java_files": 847,
  "kt_files": 0,
  "xml_files": 156,
  "controllers": 40,
  "modules": 5,
  "complexity_score": "HIGH"
}

---

Phase 1: 项目侦察 & EALOC 资源分配#

1.1 Tier 分类规则#

规则条件Tier分析深度Rule 0第三方库源码SKIP不审计Rule 1Layer 1 预扫描有 P0/P1 候选项T1动态提升Rule 2含 @Controller/@RestController/@WebServlet/FilterT1完整深度分析Rule 3含 @Service/@Repository/@MapperT2聚焦关键维度Rule 4类名含 Util/Helper/HandlerT2聚焦关键维度Rule 5.properties/.yml/security.xmlT2聚焦关键维度Rule 6含 @Entity/@Table/@DataT3快速模式匹配Rule 7未匹配任何规则T2保守兜底

1.2 EALOC 公式#

text

EALOC = T1_LOC × 1.0 + T2_LOC × 0.5 + T3_LOC × 0.1

Agent 分配: Agent数量 = ceil(EALOC / 15000)

1.3 输出文件: tier-classification.md#

markdown

# Tier 分类结果

## 模块: module-biz (131,000 LOC)

| 子任务 | Agent | 文件范围 | 文件数 | Tier分布 | EALOC |
|--------|-------|---------|-------|---------|-------|
| 1a | Agent 1 | controller/ | 147 | T1: 14K | 14,000 |
| 1b | Agent 2 | service/ + dao/ | 200 | T2: 30K | 15,000 |
| 1c | Agent 3 | entity/ + vo/ | 500 | T3: 87K | 8,700 |

**总 EALOC**: 37,700 → 需要 3 个 Agent

---

Phase 2: 三层审计架构#

Layer 1: 全量预扫描（不用 LLM）#

使用 ripgrep + Semgrep 扫描所有文件，按 P0-P3 标记危险模式。

P0 级危险模式（RCE/反序列化）

bash

# 反序列化全家族
grep -rn "ObjectInputStream\|XMLDecoder\|XStream" --include="*.java"
grep -rn "JSON\.parseObject\|JSON\.parse\|@type" --include="*.java"  # Fastjson
grep -rn "enableDefaultTyping\|activateDefaultTyping" --include="*.java"  # Jackson
grep -rn "HessianInput\|Hessian2Input" --include="*.java"  # Hessian

# SSTI 全引擎
grep -rn "Velocity\.evaluate\|VelocityEngine\|mergeTemplate" --include="*.java"
grep -rn "freemarker\.template\|Template\.process\|FreeMarkerConfigurer" --include="*.java"
grep -rn "SpringTemplateEngine\|TemplateEngine\.process" --include="*.java"  # Thymeleaf

# 表达式注入
grep -rn "SpelExpressionParser\|parseExpression\|evaluateExpression" --include="*.java"
grep -rn "OgnlUtil\|Ognl\.getValue\|ActionContext" --include="*.java"

# JNDI 注入
grep -rn "InitialContext\.lookup\|JdbcRowSetImpl\|setDataSourceName" --include="*.java"

# 命令执行
grep -rn "Runtime\.getRuntime\|ProcessBuilder\|exec(" --include="*.java"

P1 级危险模式（SQL 注入/SSRF/文件操作）

bash

# SQL 注入风险
grep -rn "Statement\|createStatement\|executeQuery\|executeUpdate" --include="*.java"
grep -rn '\$\{' --include="*.xml"  # MyBatis ${} 注入

# SSRF
grep -rn "URL\(|HttpURLConnection\|HttpClient\|RestTemplate\|WebClient" --include="*.java"

# 文件操作
grep -rn "FileInputStream\|FileOutputStream\|FileWriter\|Files\.read\|Files\.write" --include="*.java"
grep -rn "getOriginalFilename\|transferTo\|MultipartFile" --include="*.java"  # 文件上传

P2 级危险模式（认证/授权/加密）

bash

# 认证相关
grep -rn "@PreAuthorize\|@Secured\|@RolesAllowed\|hasRole\|hasAuthority" --include="*.java"
grep -rn "permitAll\|anonymous\|authenticated" --include="*.java"

# 加密相关
grep -rn "MessageDigest\|Cipher\|SecretKey\|PasswordEncoder" --include="*.java"

Layer 2: 双轨审计模型#

每个 Agent 执行两条并行的审计轨道：

轨道 1: Sink-driven（从危险代码往上追）

发现 Runtime.exec(cmd) → 追踪 cmd 参数来源 → 检查是否有过滤 → 判断是否来自用户输入

轨道 2: Control-driven（从端点往下查安全控制）

发现 /api/admin/deleteUser 端点 → 检查是否有认证注解 → 检查是否有权限校验

为什么需要两条轨道？ 认证绕过这类漏洞，单独用 Sink-driven 找不到——该漏洞不是某行代码有问题，而是某个端点缺少了应有的权限检查。

Layer 2.5: 代码分析深度检查#

对于 Semgrep 规则无法覆盖的漏洞类型，需要通过代码分析进行判断：

业务逻辑漏洞

text

检查要点：
1. 支付金额：金额是否来自前端？是否有后端校验？
2. 库存并发：是否有并发控制？检查和扣减是否原子操作？
3. 状态机：状态流转是否有前置条件校验？

越权漏洞

text

检查要点：
1. 水平越权：数据查询是否校验归属？userId 是否从 Session 获取？
2. 垂直越权：管理接口是否有权限注解？前后端权限是否一致？

依赖安全

text

检查要点：
1. 读取 pom.xml/build.gradle
2. 提取 Log4j、Fastjson、Shiro、Spring 等关键依赖版本
3. 使用 web_search 搜索漏洞信息
   - 搜索格式: "<组件名> <版本号> CVE vulnerability"
   - 示例: "log4j 2.14.1 CVE", "fastjson 1.2.79 vulnerability"
4. 分析搜索结果中的 NVD、官方公告
5. 标记需要升级的依赖

联网搜索示例：

text

发现依赖:
  <dependency>
    <groupId>org.apache.logging.log4j</groupId>
    <artifactId>log4j-core</artifactId>
    <version>2.14.1</version>
  </dependency>

使用 web_search:
  query: "log4j-core 2.14.1 CVE vulnerability"

分析结果:
  - CVE-2021-44228 (Log4Shell)
  - CVSS: 10.0 Critical
  - 影响版本: 2.0-beta9 to 2.15.0
  - 修复版本: 2.17.1+

结论: 需要升级到 2.17.1+

运行时配置

text

检查要点：
1. Session 超时、Cookie Secure/HttpOnly
2. Actuator 端点暴露
3. 数据库密码明文存储
4. 调试模式开启

详细判断方法见: references/vulnerability-conditions.md 第 16-20 节

Layer 3: 调用链语义级验证#

优先使用 LSP 做语义级追踪：

text

候选 Sink (Statement.executeUpdate(sql))
↓ goToDefinition → 确认实际实现
↓ findReferences → 向上追踪所有调用者
↓ hover → 获取中间变量类型
↓ 重复 findReferences → 直到到达 Controller 入口或确认不可达
↓ 记录完整调用链，每一跳标注 文件:行号

LSP 不可用时退化到 Grep + Read 手动追踪。

---

Phase 2.5: 覆盖率门禁#

这是反 LLM 天性的核心设计——LLM 倾向于跳过"看起来不重要"的代码，而漏洞恰恰喜欢藏在那些地方。

模块覆盖矩阵#

markdown

| # | 模块路径 | LOC | EALOC | Controller数 | 风险评估 | 分配 Agent | Phase2 状态 | Phase3 状态 |
|---|---------|-----|-------|-------------|---------|-----------|------------|------------|
| 1 | module-auth | 8,000 | 5,200 | 6 | HIGH | Agent 1 | 完成 | 完成 |
| 2 | module-gateway | 12,000 | 7,800 | 8 | HIGH | Agent 2 | 完成 | 进行中 |
| 3 | module-biz | 131,000 | 37,700 | 40 | HIGH | Agent 3a~3c | 部分完成 | 未开始 |

文件级覆盖率验证#

每个 Agent 输出必须包含审阅文件清单：

markdown

| # | 文件路径 | Tier | 状态 | 发现数 |
|---|---------|------|------|-------|
| 1 | AuthController.java | T1 | 完成 已审阅 | 2 |
| 2 | ShiroConfig.java | T1 | 完成 已审阅 | 1 |
| 3 | UserServiceImpl.java | T2 | 完成 已审阅 | 0 |
| 4 | User.java | T3 | 完成 已审阅 | 0 |
| 5 | com/alibaba/fastjson/JSON.java | SKIP | 跳过 第三方库 | - |

门禁检查: 拿这份清单和 find 命令的实际文件列表做 diff。清单里没出现的文件 = 漏审。

门禁判断逻辑#

text

收到每个 Agent 结果后立即执行：
1. 读取 Agent 输出的「审阅文件清单」
2. 与实际文件列表交叉验证
3. 覆盖率 = 100% → 该 Agent 通过
   覆盖率 < 100% → 立即为未覆盖文件启动补扫 Agent

所有 Agent 完成后：
- 全部模块 Phase2 = 完成 → 进入 Phase 3
- 存在 未开始 或 部分完成 → 启动补充 Agent → 循环直到 100%

禁止在覆盖率 < 100% 时进入 Phase 3。没有例外。

---

Phase 3: 漏洞验证 & DKTSS 评分#

反幻觉 5 条铁律#

1. 报告漏洞前必须用 Read 验证文件存在
2. 代码片段必须来自实际 Read 输出，不得编造
3. 调用链每一跳必须标注 文件:行号
4. 不确定的发现标记为 HYPOTHESIS，不得标记为 CONFIRMED
5. 宁可漏报，不可误报

漏洞成立条件判断#

详见 references/vulnerability-conditions.md

示例 - Fastjson 反序列化判断流程：

text

发现 JSON.parseObject() / JSON.parse() 调用
↓
检查版本：
  < 1.2.68 → 直接可利用
  1.2.68-1.2.80 → 检查 classpath 是否有特定依赖（groovy/jython/aspectj/commons-io）
  ≥ 1.2.83 → 检查 safeMode 配置

DKTSS 评分体系#

详见 references/dktss-scoring.md

核心公式： Score = Base - Friction + Weapon + Ver

• Base: 按漏洞类型和实际影响评分
• Friction: 实战阻力（访问路径/权限门槛/交互复杂度）
• Weapon: 武器化程度
• Ver: 版本因子

状态定义#

状态定义要求CONFIRMED已验证可利用PoC 可执行，调用链完整，影响明确HYPOTHESIS疑似漏洞，需人工验证发现可疑模式但无法完全确认

关键原则: 宁可标记为 HYPOTHESIS 让人工验证，也不要把不确定的发现标记为 CONFIRMED 污染报告可信度。

---

Phase 4: Semgrep 规则沉淀#

将确认的漏洞模式转换为 Semgrep 静态分析规则（YAML 格式），可集成到 CI/CD 流水线。

示例规则：

yaml

rules:
  - id: velocity-ssti
    patterns:
      - pattern: Velocity.evaluate($CONTEXT, $WRITER, $NAME, $USER_INPUT)
      - pattern-not: Velocity.evaluate($CONTEXT, $WRITER, $NAME, "...")
    message: 检测到用户可控的 Velocity 模板输入，存在 SSTI 风险
    severity: ERROR
    languages: [java]

---

Phase 5: 标准化报告生成#

详见 references/report-template.md

9 个必填字段组#

1. 基本信息: 状态、漏洞类型、CWE-ID、严重程度、DKTSS 评分、受影响组件、文件位置
2. 触发条件: 漏洞触发的先决条件
3. 所需权限: 利用漏洞需要的权限（无需认证/低权限/高权限）
4. 漏洞原理: 详细的技术分析
5. 代码证据: 实际代码片段（必须来自 Read 输出）
6. 调用链: Source → Sink 的完整路径，每跳标注文件:行号
7. PoC: 可执行的验证代码
8. 验证结果: PoC 执行结果
9. 修复建议: 立即修复/架构优化/纵深防御

报告输出文件#

• findings-raw.md: Phase 2 发现的候选漏洞
• findings-verified.md: Phase 3 验证后的确认漏洞（最终数据源）
• audit-report.md: Phase 5 格式化的最终报告

---

AI 代码审计 6 大核心方法#

1. 语义化规则匹配#

传统工具的规则是"死"的——只能匹配固定参数名。AI 通过语义识别核心业务含义，适配任意命名规范。

示例：越权漏洞检测

• 传统规则：检查是否存在 user_id 参数
• AI 语义规则：识别接口中所有代表用户身份标识的参数，校验该参数用于定位业务数据归属时，是否与当前登录用户的身份存在强制绑定

适用场景：未授权访问、通用越权、验证码绕过、密码重置漏洞

2. 基于因果推理的业务流程异常审计#

AI 先构建业务的因果关系基准与状态机模型，明确每个业务操作的强制前置条件（因）与合法后置状态（果），再通过反事实推理验证。

示例：电商支付场景

• 强制前置条件：订单已创建且未支付、支付金额一致、回调凭证合法
• 合法后置状态：订单变为待发货、库存扣减、生成发货单
• 测试用例：跳过支付直接调用发货确认接口

适用场景：流程绕过、步骤颠倒、非法状态跳转

3. 权限与访问控制的逻辑一致性审计#

构建完整的权限-资源绑定模型，执行三类校验：

校验类型方法覆盖漏洞水平越权校验用同角色不同用户凭证测试访问他人私有数据垂直越权校验用低权限凭证测试高权限接口权限提升一致性校验对比同类接口权限校验逻辑部分遗漏校验

适用场景：水平/垂直越权、未授权访问、前后端权限不一致

4. 边界条件与异常分支的对抗性生成审计#

基于参数的业务语义生成对抗性测试用例，而非随机字符串：

参数类型测试值目标漏洞金额负数、0、极大值、超2位小数0元支付、负金额退款数量负数、超库存上限库存为负、超量下单时间超期时间、早于当前时间绕过有效期限制

白盒扫描重点：异常捕获分支是否存在"跳过权限校验"、"异常时返回成功"、"泄露敏感信息"

5. 多维度关联的漏洞链推理#

将单个缺陷按业务场景、接口依赖、数据流转关系关联，自动识别可串联的漏洞点。

示例漏洞链：

1. /api/user/list 未授权访问 → 获取全量用户手机号和 user_id
2. /api/user/password/reset 仅校验手机号和 user_id，无验证码

→ 串联形成完整攻击链，实现任意用户密码重置

6. 白盒场景的代码语义级逻辑缺陷审计#

重点扫描高频逻辑缺陷场景：

• 权限校验缺失（仅校验登录，未校验数据归属）
• 业务逻辑错误（金额计算顺序、库存扣减顺序）
• 异常处理缺陷（捕获异常后直接返回成功）
• 接口设计缺陷（无幂等性、敏感操作无二次校验）

---

长上下文问题 5 层解决方案#

层级 1: 源头治理（性价比最高，降低 60%+ 上下文）#

必过滤内容：

• 注释、空行、纯日志打印代码
• 单元测试文件
• 第三方依赖库
• 构建配置文件
• 自动生成代码（protobuf、MyBatis Mapper）

可过滤低风险内容：

• 仅含 get/set 的纯数据实体类
• 无安全风险的工具方法
• 非核心统计报表代码

注意：过滤必须基于语义识别，不能误删权限校验、加密解密、输入过滤等核心安全代码。

层级 2: 三层递进式审计架构（核心方案）#

层级内容Token 控制第一层：全局架构层项目架构说明、模块划分、全局权限模型、核心拦截器规则、对外接口清单≤ 8K第二层：模块级审计按业务域拆分独立审计单元，输入模块代码+全局安全基线+依赖接口元数据32K-64K第三层：跨模块验证仅输入关联模块核心代码片段+调用链路元数据≤ 64K

层级 3: 结构化语义压缩（降低 70%+ Token）#

将代码转化为结构化元数据：

text

函数名：updateOrder
输入参数：orderId（用户可控字符串）、orderStatus（整型枚举）
核心业务逻辑：根据 orderId 修改订单状态
安全特征：无订单归属用户校验，无操作权限校验
下游依赖：orderDao.update
风险标签：越权风险高

层级 4: RAG + 多轮对话（突破窗口物理限制）#

1. 构建代码知识库：按函数/类拆分，生成向量嵌入存入向量库
2. 精准检索相关上下文：通过自然语言或风险特征检索相关代码片段
3. 多轮对话增量审计：每轮处理一个细分目标，上一轮输出作为下一轮轻量上下文

层级 5: 增量审计机制（工程化落地）#

与 Git/CI/CD 集成，仅审计本次提交变更的代码及相关调用链路，减少 90%+ 上下文量。

---

5 大落地误区#

❌ 误区 1：简单按行数拆分代码#

问题：破坏代码语义关联，导致跨文件调用链路无法理解，严重漏报

正确做法：按业务边界、依赖关系拆分，采用三层递进式架构

❌ 误区 2：过度依赖长窗口模型#

问题：超过 128K token 后注意力严重衰减，且成本极高

正确做法：中等窗口 + 裁剪分块 + RAG，长窗口仅作跨模块验证辅助

❌ 误区 3：全量代码丢给 AI#

问题：上下文溢出、无关信息干扰、误报率飙升、速度极慢

正确做法：完成无效信息过滤与风险分级，遵循"非必要不输入"

❌ 误区 4：完全抛弃传统工具#

问题：大模型存在幻觉问题，无法被规则匹配弥补

正确做法：传统工具前置过滤 + AI 深度推理 + 传统工具后置验证

❌ 误区 5：只关注已知漏洞#

问题：浪费 AI 核心能力——检测业务逻辑漏洞

正确做法：聚焦传统工具无法覆盖的逻辑缺陷、越权漏洞、流程绕过

---

参考文档#

文档内容vulnerability-conditions.md漏洞成立条件判断表（Fastjson、JNDI、SSTI 等）dktss-scoring.mdDKTSS 评分体系详细说明report-template.md标准化漏洞报告模板

---

执行检查清单#

审计开始前#

• 确认项目路径和技术栈（Java/Kotlin 版本、框架）
• 运行 Phase 0 度量脚本
• 完成项目侦察，生成 Tier 分类和 EALOC 计算

审计过程中#

• Layer 1 预扫描完成，P0-P3 标记到位
• 每个 Agent 双轨审计（Sink-driven + Control-driven）
• 实时更新覆盖矩阵
• 文件级覆盖率验证（清单 vs 实际文件 diff）

审计完成后#

• 覆盖率门禁 100% 通过
• 每个漏洞遵循反幻觉 5 条铁律
• DKTSS 评分完整
• 报告 9 个必填字段齐全
• CONFIRMED vs HYPOTHESIS 状态正确

---

注意事项#

1. 不要信任 LLM 的"记忆"：所有中间结果都持久化到文件
2. "没有发现也是有效结果"：每个文件必须有"已审阅，无发现"或发现记录
3. javax. 和 jakarta. 双命名空间**：Java EE → Jakarta EE 迁移历史，扫描规则必须同时匹配两个命名空间
4. 大模块拆分追踪：EALOC > 15000 的模块必须拆分成多个子任务