# Vulnerability Variant Analysis

> 当已发现一个漏洞、需要在整个代码库横向搜出同类变体时使用；做基于模式的根因抽象、构建 ripgrep/Semgrep/CodeQL 查询并产出变体清单与排查报告；不适用于初次漏洞发现、无已知模式的泛化代码审查或编写修复方案；触发词：变体分析、variant analysis、漏洞变体、同类漏洞、CodeQL、Semgrep、横向排查、taint。

- Skill: `findscripter/vulnerability-variant-analysis` (Agent Skill)
- Install (CLI): `npx skillmds@latest add findscripter/vulnerability-variant-analysis`
- Raw SKILL.md: https://api.skillmd.com/api/skills/findscripter/vulnerability-variant-analysis/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Security
- License: CC-BY-SA-4.0
- Author: findscripter (https://skillmd.com/u/findscripter)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/findscripter/vulnerability-variant-analysis

---

## 何时使用

已经定位到**一个**漏洞/bug，需要在整个代码库（甚至多仓库）找出同根因的其他实例时使用。典型场景：

- 修复一处漏洞后，怀疑别处有相同写法的拷贝粘贴变体。
- 为某个安全模式构建/打磨 CodeQL、Semgrep 查询或 ripgrep 正则。
- 发现初始问题后做系统化横扫，分析一个根因在不同代码路径上的多种表现。

**不该用**：
- 初次发现漏洞（还没有已知模式可抽象）→ 先做审计/上下文构建，本技能从「已有一个样本」起步。
- 没有具体模式、只想泛泛过一遍代码 → 用 `code-reviewer`。
- 写修复建议/补丁 → 本技能只负责「找到 WHERE」，不产出 fix。
- 只关心第三方依赖 CVE/许可证 → 用 `dependency-auditor`。

## 步骤 / 指令

核心是「根因优先 + 每次只放宽一个元素 + 边放宽边量化误报」。

1. **吃透原始漏洞（根因，不是症状）**。用一句话写出根因陈述：
   > 「此漏洞存在，是因为〔不可信数据〕到达〔危险操作〕却缺少〔必需防护〕。」

   例：「用户输入到达 `eval()` 而未净化」「攻击者可控的 size 到达 `malloc()` 而无溢出检查」。这句话**就是**你的搜索模式起点。

2. **先做精确匹配（Level 0）**。用字面量命中且**只命中那一处**原始漏洞：
   ```bash
   rg -n "exact_vulnerable_code_here"
   ```
   验证：是否恰好 1 个匹配（即原始位置）？这是后续泛化的基线。

3. **识别可抽象点**。逐元素判断保留还是抽象：
   - 变量名 → 永远抽象成元变量（`$INPUT`、`$QUERY`）。
   - 函数名 → 仅对该 bug 唯一时保留；属于一类问题时可抽象。
   - 字面值 → 仅特定值危险（如移位的 `2`）时保留；任意值都触发则抽象。
   - 参数 → 位置无关用 `...` 通配；只有特定位置是 sink 才保留。

4. **沿抽象阶梯逐级爬升，每次只改一个元素**：
   - Level 1 变量抽象：`$QUERY = "SELECT * FROM users WHERE id=" + $INPUT`（抓拷贝粘贴变体）。
   - Level 2 结构抽象：配合 `pattern-inside` 限定上下文（如在某函数内 `cursor.execute($Q)`）。
   - Level 3 语义/污点抽象（taint）：定义 `pattern-sources`（如 `request.args.get(...)`）与 `pattern-sinks`（如 `cursor.execute(...)`），覆盖最广但误报最高。

   每改一步：跑 → **审查全部新增匹配** → 分类真/假阳性 → 误报可接受则继续放宽，否则回退换别的抽象。

5. **何时停手**：误报率超过约 50% 就是放过头了，回退。可接受误报率按场景：CI 阻断 <5%、开发者告警 <20%、安全审计三分类 <50%、研究探索 <80%。

6. **降误报的常用过滤**：
   ```bash
   rg "pattern" --glob '!**/test*' --glob '!**/*_test.*'   # 排除测试代码
   ```
   ```yaml
   pattern-not: dangerous_func(sanitize($X))   # 已净化
   pattern-not: dangerous_func("...")          # 字面量，非用户可控
   pattern-not-inside: |
     if False:
       ...                                     # 死代码
   ```

7. **分类与定级**。每个匹配记录：位置（文件/行/函数）、置信度（高/中/低）、可利用性（是否可达？输入是否可控？）、优先级（按影响 × 可利用性）。

## 示例

**抽象阶梯**（同一 SQL 注入根因，命中数随级别上升）：
```python
# 原始漏洞
query = "SELECT * FROM users WHERE id=" + request.args.get('id')
```
```bash
# Level 0：精确匹配，命中=1，误报=0
rg 'SELECT \* FROM users WHERE id=" \+ request\.args\.get'
```
```yaml
# Level 3：污点模式，命中 50~100+，需大量三分类
mode: taint
pattern-sources:
  - pattern: request.args.get(...)
  - pattern: request.form.get(...)
pattern-sinks:
  - pattern: cursor.execute(...)
```

**工具选型**：
- 快速浅表搜索 → ripgrep（零配置、最快，适合侦察找热点）。
- 简单模式匹配 / 不可构建的代码 → Semgrep（语法简单、无需编译）。
- 数据流追踪 → Semgrep taint 或 CodeQL。
- 跨函数过程间分析（最精确）→ CodeQL。
- 大规模多仓库战役：侦察(ripgrep 找热点) → 深挖(Semgrep/CodeQL) → 降误报 → 固化为 CI 规则。

**追踪文档**（边查边记，价值等同于模式本身）：
```markdown
## 变体分析：[原始 Bug ID]
### 根因
[漏洞模式陈述]
### 尝试过的模式
| 模式 | 级别 | 命中 | 真阳 | 假阳 | 备注 |
|------|------|------|------|------|------|
| 精确 | 0    | 1    | 1    | 0    | 基线 |
### 已确认变体
| 位置 | 严重度 | 状态 | 备注 |
```

## 注意事项

四个最容易漏掉真漏洞的坑：

1. **搜索范围太窄**：只搜原始 bug 所在模块。例：bug 在 `api/handlers/`，只搜该目录，漏掉 `utils/auth.py` 里的变体。→ 永远对**整个代码库根目录**搜索。
2. **模式太具体**：只搜原始的那个属性/函数。例：bug 用 `isAuthenticated`，只搜这一个词，漏掉 `isActive`/`isAdmin`/`isVerified`。→ 枚举该类问题**所有语义相关**的属性/函数。
3. **只盯一种漏洞类**：只看根因的一种表现。例：根因是「条件为假时却 return allow」，要同时查：空值相等绕过（`null == null` 为真）、文档与代码语义相反（函数名/docstring 说 deny 实则 allow）、条件取反走错分支。→ 搜索前先列全所有可能表现。
4. **漏测边界用例**：只用「正常」场景测模式。→ 必须测：未认证用户、null/undefined、空集合、边界值（如 `userId=null` 撞上 `resourceOwnerId=null` 的鉴权绕过）。

变体大量聚集是有原因的——开发者习惯一致、拷贝粘贴扩散、复杂 API 一致误用、框架惯用法、修复不彻底。理解「为什么有变体」能预测「去哪找」。

## 互见

- `code-reviewer`：无已知模式的常规代码审查 / 找 bug。
- `dependency-auditor`：第三方依赖 CVE 与供应链审计。

---
本条采编自 trailofbits/skills（variant-analysis），许可证 CC-BY-SA-4.0。