AI 逆向工程与代码理解实战 · 第 06 章 静态分析双引擎

AI 逆向工程与代码理解实战 · 第 06 章 静态分析双引擎

章节摘要：前五章我们围着二进制转：Ghidra 打地基、radare2 做脚本化、MCP 把反编译器接进模型。本章换一个视角——大量真实漏洞首先存在于源码里。6.1 节上手 semgrep，从三行 YAML 规则起步，进阶到污点模式与官方规则集，并厘清其 AI 误报分诊的官方口径；6.2 节上手 CodeQL，体验「把代码当数据库查询」：建库、写 QL、用 source 与 sink 描述一条污点路径，理解变体发现为什么能一次查询横扫海量仓库；6.3 节把两台引擎放到同一张桌上对比分工，并与《语义代码检索》划清边界——那边回答「代码在哪」，这边回答「漏洞模式长什么样」。学完本章，你的静态分析从「人眼读伪代码」升级为「规则与查询自动化」，也为第 10 章的 AI 漏洞挖掘备好第一组确定性验证器。

学习目标

• 安装 semgrep 并从三行规则写起，跑通第一条模式匹配报告。
• 说清 semgrep 规则语法要点，掌握污点模式的 source、sink、sanitizer 三件套。
• 用官方规则集扫描一个开源或自建项目，并正确解读扫描结果。
• 完成 CodeQL 从 database create 到查询落地的完整链路。
• 拆解一条污点追踪查询的 source、sink、path 三要素结构。
• 说明 CodeQL 查询库 MIT 开源与商业 CI 授权的边界。
• 给出 semgrep 与 CodeQL 的分工建议，并与代码检索类工具划清职责。

核心概念速览

# ch06_overview.txt —— 本章产出的双引擎静态分析工作流

              源码仓库
                  │
       ┌──────────┴──────────┐
       ▼                     ▼
   semgrep                 CodeQL
   模式即代码               代码当数据库
   三行起步·秒级扫描         建库数分钟·深度污点
       │                     │
       └──────────┬──────────┘
                  ▼
        告警清单 → 人工与 AI 分诊
                  │
                  ▼
      确认的模式沉淀为规则，进入第 10 章方法论
​

一句话金句：semgrep 用一条规则回答「像不像漏洞」，CodeQL 用一次查询回答「数据到底流没流到」。

（文字流程图）仓库 ──▶ 轻量快筛（semgrep）──▶ 深度污点（CodeQL）──▶ 分诊与确认 ──▶ 规则沉淀。

子章节导航

• 第 6.1 节《semgrep：规则即代码》：安装、三行规则起步、规则语法要点、官方规则集实战、AI 误报分诊的官方口径。
• 第 6.2 节《CodeQL污点追踪》：建库与查询链路、QL 的声明式思想、污点查询三要素、变体发现与授权边界。
• 第 6.3 节《双引擎对比与分工》：能力对照表、场景化选型、与《语义代码检索》的责任划界。

三节按序读：6.1 建立规则语感，6.2 建立查询语感，6.3 才谈得上选型与组合。

子章节之间的逻辑关系

# ch06_logic.txt —— 三节的递进关系：同一目标两种查法，发现互补互证

┌────────────────┐  同一目标两种查法  ┌────────────────┐  发现互补互证  ┌────────────────┐
│ 6.1 semgrep     │ ───────────────▶ │ 6.2 CodeQL     │ ─────────────▶ │ 6.3 对比与分工  │
│ 快筛·规则语感   │                  │ 建库·污点追踪   │                │ 场景化选型     │
└────────────────┘                  └────────────────┘                └────────────────┘
​

6.1 的模式匹配回答「这里像不像」，6.2 的污点追踪回答「可达吗」，6.3 把两者拼成一条流水线：快筛天天跑、深挖定期跑，确认结果交给人工与第 10 章的 AI 流程。

前置知识与后续延伸

• 前置：第 02 章《radare2与脚本化》建立的「分析即脚本」习惯；第 05 章《REA聚合层》的工具编排视角；《语义代码检索》第 01 章《为什么grep不够》——文本匹配的极限正是本章两台引擎的出发点。
• 延伸阅读：《OpenCodeReview》第 04 章《工具、MCP 与会话》——把静态扫描接进 AI 审查工作流的组织方式。
• 后续：第 07 章《代码属性图Joern》把「可查询的代码模型」再推进一步；第 10 章《AI漏洞挖掘方法论》会把本章工具用作大模型假设的确定性验证器。

合规声明：本节内容仅用于授权范围内的安全研究与教育目的；未经授权对他人软件进行逆向工程可能违反法律与许可协议。