Pysa¶

Der Python Static Analyzer Pysa führt Taint-Analysen durch um potenzielle Sicherheitsprobleme zu identifizieren. Dabei verfolgt Pysa Datenströme von ihrem Ursprung zu ihrem Endpunkt und identifiziert dabei anfälligen Code.

Siehe auch

Konfiguration¶

Pysa verwendet zwei Dateitypen für die Konfiguration:

eine taint.config-Datei im JSON-Format, in der sources, sinks, features und rules definiert werden.

{
  "comment": "UserControlled, Test, Demo sources are predefined. Same for Demo, Test and RemoteCodeExecution sinks",
  "sources": [],
  "sinks": [],
  "features": [],
  "rules": []
}

Dateien mit der Endung .pysa in einem Verzeichnis, das mit taint_models_path in eurer .pyre_configuration-Datei konfiguriert wurde.

Praktische Beispiele findet ihr im Pyre-Repository.

Verwendung¶

Pyre kann aufgerufen werden, z.B. mit

$ $ pipenv run pyre analyze --save-results-to ./

Die Option --save-results-to speichert detaillierte Ergebnisse in ./taint-output.json.

Pysa Postprozessor¶

Installation¶

$ pipenv install fb-sapp

Verwendung¶

Parsen der JSON-Datei, z.B. mit
```
$ pipenv run sapp --database-name sapp.db analyze ./taint-output.json
```
Die Ergebnisse werden in der lokalen SQLite-Datei sapp.db gespeichert.
Erkunden der Probleme mit
```
$ pipenv run sapp --database-name sapp.db explore
```
Dies startet ein IPython-Interface, das mit der SQLite-Datenbank verbunden ist:

issues
listet alle Probleme auf

issue 1
wählt das erste Problem aus

trace
zeigt den Datenfluss von source bis sink an

n
springt zum nächsten Aufruf

list
zeigt den Quellcode des Aufrufs

jump 1
springt zum ersten Aufruf und zeigt den Quellcode an

Weitere Kommandos erhaltet ihr in Commands.