Part1 背景

随着软件产业的迅猛发展，业务体系庞大、产品迭代迅速是许多互联网及软件公司的特点。使用传统的瀑布式开发无法满足用户的需求，由此敏捷开发（Agile Development）走进人们的视野。

敏捷开发大幅提高了开发团队的工作效率和版本更新的速度，但却不利于运维工作的进行。为了让开发人员与运维人员更好地沟通合作，缩短系统开发生命周期，实现高质量的持续交付，开发团队逐步转向DevOps模式[1]。DevOps与敏捷软件开发相辅相成，使得团队减少时间损耗，更加高效地协同工作。

DevOps可以有效推进快速频繁的开发周期，但是过时的安全措施则可能会拖累整个流程[2]，因此催生出了DevSecOps概念。DevSecOps强调在软件开发生命周期（SDLC）的早期引入安全防护，在软件研发开始阶段就要考虑应用和基础架构的安全性，为DevOps打下扎实的安全基础。

在DevSecOps的建设中，想要大幅度降低安全风险，核心是构建和利用好应用安全工具（AST）进行自动化漏洞发掘，确保执行缺陷检测的时机准确、及时，并且不会影响研发效率[3]。

全球最具权威的IT研究与顾问咨询公司Gartner发布的应用安全检测魔力象限报告显示，目前市场上的应用安全工具主要分为4类，分别是Static AST (SAST)、Dynamic AST (DAST)、Interactive AST (IAST)以及Mobile AST [4]。

四种应用安全工具中，静态代码分析工具SAST采用白盒测试的方式，真正从代码的“基因”上解决问题，是目前最广泛使用的工具。

因此，在这里我们将介绍SAST在DevSecOps中常见的使用场景，期待能解答开发人员对于SAST使用的部分问题。

Part2 SAST融入Devsecops的不同场景

场景1. IDE研发阶段检测

使用场景：将SAST集成到开发人员的IDE中，在开发人员键入代码时保存时，进行检测

目的：在代码被提交到代码仓库之前发现修补并最常见的的安全问题，帮助代码研发人员在研发阶段发现缺陷

检测耗时：秒级

规则集：低误报的检测项，偏规则类，主要采用函数内分析技术

典型应用企业：阿里巴巴、华为研发部门

在前期阶段的检测中，为了最大程度降低安全工作对生产效率的影响，开发人员对于检测工具的要求是响应速度快，并且尽可能的低误报。故在此阶段，检测引擎在研发者本地，检测器通常只检测编码风格、API使用错误等低级错误。对于部分检测器无法确定的问题，SAST工具在预提交检测时会选择暂时不报出漏洞，避免给开发人员增加额外的负担。

场景2. 提交时检测

使用场景：代码提交至代码仓库后自动触发

目的：每次提交的结果快速返回给提交代码的开发人员

检测耗时：分钟级

规则集：可选有限检测项

典型应用企业：用友软件

此阶段检测由开发人员向版本管理工具提交代码时自动触发，每次提交都会触发一次。开发人员提交代码后，检测器对于单次提交的代码以及其影响的数个文件进行检测，收集本次提交中需要关注的重要缺陷和漏洞。与IDE检测不同的是，在该阶段会关注跨函数，跨文件的缺陷类型。对代码质量要求比较高，或接近发版的团队，往往选择该方式进行代码检测。

场景3. 构建时检测

使用场景：代码提交成功并编译后，定时进行检测

目的：每天定时反馈问题

检测耗时：小时级

规则集：允许配置更全面的检测项，例如OWASP Top 10

典型应用企业：金融企业的研发部门、中电科某软件研发大所

在使用编译器整体构建工程时，SAST工具对构建过程中涉及的文件进行检测，收集工程中所有可能影响版本发布的重要缺陷或漏洞。在此阶段，SAST工具对代码进行全量分析，开发人员也可以创建自定义规则进行检测。该模式往往通过持续集成工具，在晚上定时拉取代码进行检测，对于代码量庞大的工程，往往要求增加检测。同时，本阶段往往使用软件成分分析工具（SCA）识别依赖关系，检测第三方组件中是否含有已知漏洞。

场景4. 测试时检测

使用场景：成功构建后在环境中进行全量检测

目的：将构建好的软件部署到模拟环境中，进行全量测试

检测耗时：数小时级

规则集：全部检测项

典型应用企业：电科院、军工软件测评中心

SAST检测结果将由QA进行分析和评估。QA期望发现尽可能多软件可能存在的问题，因此，与前三个场景要求低误报有所不同，此阶段需要SAST工具报告所有可能的漏洞或缺陷，保证低漏报，达到较高覆盖率。在这一阶段，使用工具的往往是测试部门，利用SAST工具对所有文件进行全量检测。

Part3 现状及未来

实际使用中，由于部分技术尚未成熟，代码分析工具出现的一些问题让开发人员抱怨频频，这使得在DevOps中融入SAST工具，阻力依然较大[5]。

国内某大厂使用某一代码分析工具时，测试人员花费大量时间去除了误报，但在第二次检测后仍然报出类似问题，饱受开发团队诟病。

此外，漏报率高也不容忽视。研究人员曾使用三种国际高水平的代码分析工具对CVE中100个缓冲区溢出错误进行检测，其中表现最好的工具也只检测出了其中的32个，漏报率接近70%[6]。

但了解以上SAST工具的使用场景后，我们看到SAST工具已经在尽力适应开发人员的工作习惯。

为满足各阶段开发人员对于代码分析工具的要求，SAST工具的规则集、检测时长在不同时期做出调整。例如，开发人员认为在编写代码时进行安全检测影响其生产效率[7]，故SAST在初期只允许配置有限规则集，就是为了能够进行快速扫描、及时反馈，尽力降低开发与安全检测脱节的影响。

即使对于同一检测项，SAST工具在不同阶段的检测范围也有所不同。拿SQL注入举例，SAST工具在预提交时可能只检测单函数内部的问题，提交时检测单文件内的问题，最后阶段再进行跨文件检测。通过这种方式进行误报、漏报、检测时间的调节，最大程度提高开发人员对SAST工具的接受度。

我们期待未来有更加优质的SAST工具出现，同时开发团队也应根据自身需要，在工作流程中选择适当的节点使用合适的SAST工具进行代码安全审查，向实现真正安全防护一体化的DevSecOps更进一步。

参考

[1] https://en.wikipedia.org/wiki/DevOps#DevSecOps,_Shifting_Security_Left

[2] https://www.redhat.com/zh/topics/devops/what-is-devsecops

[3] https://www.freebuf.com/articles/es/243902.html

[4] https://www.gartner.com/reviews/market/application-security-testing

[5] Christakis M, Bird C. What developers want and need from program analysis: an empirical study[C]//Proceedings of the 31st IEEE/ACM international conference on automated software engineering. 2016: 332-343.

[6] Tao Y , Zhang L , Wang L , et al. An Empirical Study on Detecting and Fixing Buffer Overflow Bugs[C]// IEEE International Conference on Software Testing. IEEE, 2016.

[7] Johnson B , Song Y , Murphy-Hill E , et al. Why don't software developers use static analysis tools to find bugs [C]// Software Engineering (ICSE), 2013 35th International Conference on. IEEE Press, 2013.

如若转载，请注明原文地址