​ Checkmarx

一、核心架构设计​​

​​1. 分层分析框架​​

graph TB
  A[代码解析层] --> B[中间表示层]
  B --> C[查询引擎层]
  C --> D[结果治理层]

​​2. 核心组件功能​​

• ​​代码解析层​​
• ​​多语言支持​​：
• ​​语言​​
• ​​解析技术​​
• ​​特殊支持​​
• Java
• Eclipse JDT + ASM字节码分析
• Spring Boot注解路由追踪
• JavaScript
• ESTree标准AST + 作用域链分析
• React/Vue组件Prop追踪
• C#
• Roslyn编译器集成
• ASP.NET MVC路由模型绑定
• Python
• AST模块 + 类型推断
• Django ORM SQL注入检测
• Apex
• 自定义解析器
• Salesforce对象权限漏洞检测
• ​​跨文件分析​​：
• 处理import/include依赖关系
• 支持Monorepo项目结构
• ​​中间表示层​​
• ​​统一代码属性图（CPG）​​：
• 四维融合模型：
• 
  

graph LR
  A[AST语法树] --> D[CPG]
  B[CFG控制流] --> D
  C[DFG数据流] --> D
  E[PDG程序依赖] --> D

• ​​图数据库存储​​：使用Neo4j管理亿级节点关系
• ​​查询引擎层​​
• ​​CxQL语言引擎​​：
• 类SQL的声明式漏洞查询语言
• 示例：检测SQL注入
• 
  

FIND PATTERN "SQL Injection" 
WHERE 
  Source: user_input() 
  Sink: execute_sql() 
  PATH: data_flow(Source, Sink)

• ​​动态规则加载​​：
• 热更新漏洞规则（无需重启扫描）
• ​​结果治理层​​
• ​​路径敏感验证​​：
• 符号执行验证漏洞可达性（集成Z3求解器）
• ​​AI误报过滤​​：
• 基于历史数据的随机森林分类模型

​​二、核心技术实现​​

​​1. 深度数据流分析​​

• ​​上下文敏感分析（Context-Sensitive）​​：
• 区分同一函数在不同调用点的行为
• 
  

// 场景1：高危SQL拼接
buildQuery(`SELECT * FROM users WHERE id=${userInput}`); 
// 场景2：低危日志输出
logger.debug(`User input: ${userInput}`);

• ​​对象敏感分析（Object-Sensitive）​​：
• 追踪特定对象实例的状态流转

​​2. 污点传播优化​​

• ​​自适应传播规则​​：
• ​​操作类型​​
• ​​污点传播规则​​
• 字符串拼接
• 输出继承所有输入污点
• 数字运算
• 输出继承非常量输入污点
• 函数调用
• 根据预定义净化规则调整污点状态
• ​​净化函数库​​：
• 内置2000+安全函数（如encodeURIComponent()）
• 支持用户自定义净化规则

​​3. 并发漏洞检测​​

• ​​Happens-before关系建模​​：
• Pthreads/Java Threads同步原语分析
• ​​锁状态跟踪​​：
• 检测双重锁死锁（Double-Checked Locking）

​​

三、关键技术突破​​

​​1. CxQL动态规则引擎​​

• ​​自定义漏洞模式​​：
• 
  

// 检测硬编码密钥
FIND Pattern "Hardcoded Secret" 
WHERE 
  StringLiteral(str) AND 
  str.matches("(api|secret)_key=[A-Za-z0-9]{20,}")

• ​​规则版本管理​​：
• Git集成实现规则协作开发

​​2. 增量扫描技术​​

• ​​变更感知分析​​：
• Git Diff识别修改文件
• 依赖影响分析：
• 
  

graph LR
  A[FileA.java修改] --> B[影响FileB.java]
  A --> C[影响FileC.js]

• ​​AST缓存复用​​：
• 未修改文件直接使用缓存结果

​​3. 容器化扫描优化​​

• ​​轻量级Agent​​：
• Docker镜像<50MB，启动时间<2秒
• ​​资源隔离​​：
• cgroups限制CPU/内存占用

​​四、企业级特性​​

​​1. 大规模扫描支持​​

• ​​分布式架构​​：
• ​​组件​​
• ​​功能​​
• ​​扩展性​​
• CxManager
• 任务调度+结果聚合
• 支持K8s水平扩展
• CxEngine
• 执行扫描任务
• 单节点10万行/分钟
• ​​性能优化​​：
• 百万行Java代码扫描时间<15分钟

​​2. DevSecOps集成​​

• ​​CI/CD流水线示例​​：
• 
  

# Jenkins Pipeline
stage('SAST Scan') {
  steps {
    sh 'cx scan --project-name ${PROJECT} --branch ${GIT_BRANCH}'
    // 质量门禁
    script {
      def results = readJSON file: 'cx-results.json'
      if (results.high_vulns > 0) error "发现高危漏洞！"
    }
  }
}

• ​​IDE插件​​：
• VS Code/IntelliJ实时漏洞提示

​​3. 合规支持​​

• ​​标准覆盖​​：
• ​​合规框架​​
• ​​支持能力​​
• OWASP Top 10
• 全项覆盖
• PCI DSS
• 需求6.5自动映射
• GDPR
• 数据泄露风险检测
• ​​审计报告​​：
• 一键生成PDF报告（含漏洞代码定位截图）

​​五、技术边界​​

​​1. 优势场景​​

• ​​Web应用安全​​：
• SQL注入/XSS/CSRF等OWASP漏洞精准检测
• ​​云原生应用​​：
• 微服务架构跨组件数据流追踪
• ​​移动应用​​：
• React Native/Flutter混合代码分析

​​2. 技术局限​​

• ​​动态语言挑战​​：
• Python的eval()/Ruby的method_missing检测受限
• ​​二进制分析​​：
• 需结合专用二进制扫描工具
• ​​逻辑漏洞深度​​：

​​六、技术演进方向​​

1. ​​AI辅助修复​​：

• 基于漏洞上下文生成修复建议

1. ​​IAST联动​​：

• 结合运行时数据验证漏洞可利用性

1. ​​SCA深度集成​​：

• 开源组件漏洞关联代码调用链

​​总结​​

Checkmarx SAST通过 ​​“统一代码属性图（CPG）+ CxQL动态引擎”​​ 架构实现：

• ​​深度代码理解​​：
• 上下文敏感的数据流/控制流分析
• ​​灵活规则扩展​​：
• CxQL支持自定义漏洞模式开发
• ​​企业级效能​​：
• 分布式扫描支持千万行级代码库

其技术本质是​​将代码语义转化为可查询的图模型​​，通过声明式语言定义漏洞模式，为复杂业务系统提供高适配性的静态分析能力。