代码审计三:Semgrep 精准规则扫描平台部署

系列目录

代码审计系列一:SonarQube 代码质量平台部署与Java项目扫描实践
代码审计系列二:GitLab 与 SonarQube 联动——自动化代码审计平台搭建
代码审计系列三:Semgrep 精准规则扫描平台部署与实践
代码审计系列四:AI 智能分析——SonarQube 结果自动化处理与报告生成
代码审计系列五:代码安全审计 · AI 辅助分析平台构建与部署

文档概述
  本文是代码审计系列的第三篇。针对 SonarQube 对深度漏洞检测的不足,引入 Semgrep 作为补充。文章介绍了 Semgrep 的部署、规则集配置与使用,并展示了如何将其集成到已有的 GitLab CI 流水线中,实现更精准、更深入的安全漏洞检测。
一、Semgrep 简介

Semgrep 是一款轻量级静态代码安全扫描(SAST)工具,支持 30+ 种编程语言,包括:

PHP / Java / Python / Go / JavaScript / C/C++
YAML / Dockerfile / Terraform 等配置语言

其核心特点:

扫描速度快(毫秒级)
规则简单易写(类似代码片段匹配)
支持 AST 语法树匹配(比正则更精准)
支持污点分析(Taint Analysis,跟踪用户输入流向)
支持 CI/CD 集成(GitLab / GitHub / Jenkins)
支持社区规则库开箱即用

适用场景:

DevSecOps 自动代码审计
CI/CD 安全扫描卡点
企业代码安全治理
二、Semgrep 与 SonarQube 对比
对比项 SonarQube Semgrep
主要方向 代码质量 + 基础安全热点 安全漏洞(精准匹配)
部署复杂度 较高(需要数据库) 很低(单容器即可)
扫描速度 较慢(分钟级) 很快(秒级/毫秒级)
自定义规则 较复杂(需熟悉内部 DSL) 非常简单(像写普通代码)
污点分析 仅限商业版 社区版支持
Secret 检测 一般 较强(内置多种 token 模式)

实际使用中:SonarQube 更偏代码质量与规范,Semgrep 更偏精准安全漏洞检测。两者可以互补使用,SonarQube 做全面“体检”,Semgrep 做靶向“精准扫描”。

三、Semgrep 部署

本次采用 Docker 方式部署,与现有 GitLab Runner 架构保持一致。

3.1 拉取镜像
docker pull semgrep/semgrep
3.2 创建测试目录
mkdir -p ~/test
cd ~/test
四、基础漏洞扫描测试
4.1 RCE(远程命令执行)测试

创建测试文件 test.php:

<?php
eval($_GET['cmd']);
?>
执行扫描:
docker run --rm -v $(pwd):/src semgrep/semgrep \
  semgrep scan --config=auto /src
扫描结果:
┌────────────────────┐
│ 1 Code Finding     │
└────────────────────┘
    /src/test.php
   ❯ php.lang.security.eval-use.eval-use
          Evaluating non-constant commands. This can lead to command injection.
          Details: https://sg.run/J9AP
            2┆ eval($_GET['cmd']);

✅ Semgrep 已正确识别 eval 危险函数,属于 PHP 代码执行/RCE 风险。

4.2 SQL 注入测试

修改 test.php:

<?php
$id = $_GET['id'];
mysqli_query($conn, "SELECT * FROM users WHERE id=$id");
?>
再次执行扫描:
docker run --rm -v $(pwd):/src semgrep/semgrep \
  semgrep scan --config=auto /src
扫描结果:
┌────────────────────┐
│ 1 Code Finding     │
└────────────────────┘
    /src/test.php
   ❯ php.lang.security.injection.tainted-sql-string.tainted-sql-string
          User data flows into this manually-constructed SQL string.
          This is a possible SQL injection vulnerability.
          Use prepared statements instead.
            3┆ mysqli_query($conn, "SELECT * FROM users WHERE id=$id");
✅ Semgrep 已正确识别 SQL 注入漏洞,其使用的 污点分析(Taint Analysis) 技术能够追踪用户输入流向,而非简单字符串匹配。
4.3 XSS 测试(社区规则未覆盖场景)

测试代码:

<?php
$name = $_GET['x'];
echo "<script>alert('$name')</script>";
?>

默认社区规则未成功检测到此 XSS,这说明:

  • Semgrep 社区规则并非覆盖所有漏洞场景
  • 自定义规则在这种情况下就非常重要
五、自定义规则测试

Semgrep 最大优势之一:规则编写极其简单,相比 CodeQL 或 SonarQube 更容易进行二次开发。

5.1 创建自定义规则文件 xss.yaml
rules:
  - id: php-xss-detection
    pattern: echo $X
    message: Possible XSS vulnerability - user input is echoed without sanitization
    severity: ERROR
    languages:
      - php
5.2 使用自定义规则扫描
docker run --rm -v $(pwd):/src semgrep/semgrep \
  semgrep scan --config=/src/xss.yaml /src
此时 XSS 漏洞会被成功检测出来。通过自定义规则,可以补充社区规则的盲区,也可以实现企业内部特有的安全规范。
六、GitLab CI/CD 集成

基于系列二已搭建的 GitLab Runner(Docker 模式),将 Semgrep 加入 CI/CD 流水线,实现代码推送自动触发安全扫描。

6.1 更新 .gitlab-ci.yml

在项目根目录创建或修改 .gitlab-ci.yml:

cat > .gitlab-ci.yml << 'EOF'
stages:
  - sast
  - sonarqube-scan

variables:
  SONAR_HOST_URL: "http://192.168.21.217:9000"
  SONAR_TOKEN: "sqa_38e2ceb3c6af3ea7b8b0858ad443f0887bbf78c3"

# =========================
# Semgrep SAST
# =========================
semgrep-sast:
  stage: sast
  image: semgrep/semgrep:latest

  script:
    - semgrep scan
      --config=auto
      --exclude=data/
      --exclude=sql/
      --exclude=template/
      --exclude=.git/
      --exclude=vendor/
      --exclude=node_modules/
      .

  allow_failure: true

  only:
    - main
    - master

# =========================
# SonarQube Scan
# =========================
sonarqube-check:
  stage: sonarqube-scan

  image:
    name: sonarsource/sonar-scanner-cli:latest
    entrypoint: [""]

  variables:
    SONAR_USER_HOME: "${CI_PROJECT_DIR}/.sonar"
    GIT_DEPTH: "0"

  cache:
    key: "${CI_JOB_NAME}"
    paths:
      - .sonar/cache

  script:
    - sonar-scanner
      -Dsonar.projectKey=php-webug4.0
      -Dsonar.projectName=php-webug4.0
      -Dsonar.sources=.
      -Dsonar.exclusions=**/sql/**,**/data/**,**/.git/**,**/template/**,**/vendor/**,**/node_modules/**
      -Dsonar.php.file.suffixes=php
      -Dsonar.host.url=$SONAR_HOST_URL
      -Dsonar.token=$SONAR_TOKEN

  only:
    - main
    - master
EOF

配置说明:

  • stages 中 sast 阶段在 sonarqube-scan 之前执行
  • exclude 排除无关目录,提升扫描速度
  • allow_failure: true 避免因扫描问题阻塞 MR 合并(可根据需要调整)
6.2 提交并推送代码
git add .gitlab-ci.yml
git commit -m "Add Semgrep SAST to CI pipeline"
git push origin main
代码提交后,GitLab Pipeline 将自动执行:
Git Push
   ↓
GitLab Pipeline
   ↓
Semgrep 自动扫描
   ↓
SonarQube 自动扫描

提示 “sast: 已通过”,说明成功实现 DevSecOps 自动化安全审计。

6.3  GitLab Variables 配置(重要)

不要将 SONAR_TOKEN 等敏感信息直接写死在 .gitlab-ci.yml 文件中,否则存在 Token 泄漏风险。

正确做法:

Project
 → Settings
 → CI/CD
 → Variables

添加:

Key Value Flags
SONAR_TOKEN sqa_38e2ceb3c6af3ea7b8b0858ad443f0887bbf78c3 Masked + Protected

然后从 .gitlab-ci.yml 中删除 SONAR_TOKEN 的硬编码配置,GitLab 会自动注入变量。

七、扫描结果说明

本次在 webug4.0 PHP 靶场 项目中测试,Semgrep 成功检测到:

  • SQL 注入(污点分析)
  • 文件读取漏洞
  • 危险函数(eval、system等)
  • Secret 泄漏(如硬编码的 Token)

其中 tainted-sql-string 规则检测效果较好,体现了 Semgrep 数据流分析能力。

八、总结
Semgrep 优势:
  • 部署非常简单(Docker 一键拉取)
  • 扫描速度快(适合 CI/CD 卡点)
  • GitLab CI 集成方便
  • 规则开发门槛低,方便二次定制
  • 社区规则库开箱即用
Semgrep + SonarQube 组合:
  • SonarQube:代码质量、规范度、基础安全热点
  • Semgrep:精准深度漏洞检测(SQL 注入、XSS、RCE 等)

两者互补,是一套较为实用的自动化代码审计方案。

相关资源:
  下篇预告:至此,已完成扫描平台的搭建与自动化触发,解决了“谁来扫”和“何时扫”的问题。但“扫描结果没人看”仍是痛点。下一篇文章将引入 AI 智能体,自动分析扫描结果并推送报告,真正让安全审计形成闭环。请关注系列四:《AI 智能分析——结果自动化处理与报告生成》。