# 1322 Security System Overview Dc945318

> Security System Overview

- Skill: `tools-only/1322-security-system-overview-dc945318` (Agent Skill, multi-file: 3 files)
- Install (CLI): `npx skillmds@latest add tools-only/1322-security-system-overview-dc945318`
- Raw SKILL.md: https://api.skillmd.com/api/skills/tools-only/1322-security-system-overview-dc945318/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Security
- Author: tools-only (https://skillmd.com/u/tools-only)
- Updated: 2026-09-22
- Page: https://skillmd.com/skills/tools-only/1322-security-system-overview-dc945318

---

# Security System Overview

## 🎯 Mission

保护用户免受恶意 skills 的攻击，同时保持自动化和可扩展性。

## 📊 实施方案

我们采用了 **方案 2 (自动扫描) + 方案 5 (Schema 验证) + 方案 4 (声誉系统)** 的组合：

### ✅ 已实施的功能

| 组件 | 状态 | 功能 |
|------|------|------|
| JSON Schema | ✅ | 严格的 YAML frontmatter 验证 |
| Security Scanner | ✅ | 检测恶意代码模式 |
| Reputation System | ✅ | 基于多因素的信任评分 |
| GitHub Actions | ✅ | PR 自动扫描 + 每日安全审计 |
| CodeQL | ✅ | 静态代码分析 |
| Trivy | ✅ | 依赖漏洞扫描 |
| 文档 | ✅ | 完整的安全策略和使用指南 |

## 🛡️ 三层防护架构

```
┌─────────────────────────────────────────┐
│  Layer 1: Schema Validation             │
│  ├─ Required fields                     │
│  ├─ Pattern matching (name, version)    │
│  ├─ Length limits                       │
│  └─ Allowed licenses                    │
└─────────────────────────────────────────┘
              ↓ (Pass)
┌─────────────────────────────────────────┐
│  Layer 2: Security Scanning             │
│  ├─ Dangerous patterns (eval, exec)     │
│  ├─ Command injection                   │
│  ├─ Unsafe YAML loading                 │
│  ├─ Prompt injection detection          │
│  └─ Sensitive file access               │
└─────────────────────────────────────────┘
              ↓ (Pass)
┌─────────────────────────────────────────┐
│  Layer 3: Reputation Score              │
│  ├─ GitHub stars (25%)                  │
│  ├─ Security scan (30%)                 │
│  ├─ Author reputation (20%)             │
│  ├─ Skill age (10%)                     │
│  └─ Recent updates (15%)                │
└─────────────────────────────────────────┘
              ↓
         [Final Score]
    🌟 ✅ ⚠️ ❌
```

## 🔍 检测能力

### 自动拦截 (ERROR - 阻止合并)

| 威胁类型 | 检测模式 | 示例 |
|---------|---------|------|
| 代码执行 | `eval()`, `exec()`, `__import__()` | `eval(user_input)` |
| 命令注入 | `os.system()`, `shell=True` | `os.system(f"rm {file}")` |
| YAML 攻击 | `yaml.load()` | `yaml.load(content)` |
| 敏感文件 | `/etc/passwd`, `~/.ssh` | `open('/etc/passwd')` |
| Prompt 注入 | "ignore previous", "system:" | 见 SECURITY.md |

### 需要审查 (WARNING - 标记但不阻止)

| 类型 | 检测 | 建议 |
|-----|------|------|
| 网络访问 | `import requests` | 在 frontmatter 声明 `requires_network: true` |
| 文件删除 | `os.remove()` | 文档说明原因 |
| 子进程 | `subprocess.run()` | 避免 `shell=True` |

## 📈 声誉系统

### 评分算法

```python
overall_score = (
    star_score      × 0.25 +  # GitHub 人气
    security_score  × 0.30 +  # 安全扫描结果
    author_score    × 0.20 +  # 作者信誉
    age_score       × 0.10 +  # 经过时间考验
    update_score    × 0.15    # 持续维护
)
```

### 信任等级

| 分数 | 等级 | 图标 | 含义 | 行动建议 |
|------|------|------|------|----------|
| 85-100 | Excellent | 🌟 | 官方或高度可信 | 放心使用 |
| 70-84 | Good | ✅ | 社区推荐 | 推荐使用 |
| 50-69 | Moderate | ⚠️ | 需要谨慎 | 审查后使用 |
| 0-49 | Low | ❌ | 存在问题 | 不推荐 |

### 认证徽章

| 徽章 | 含义 | 获取方式 |
|------|------|----------|
| `official` | 官方 | anthropics/skills, openai/skills |
| `verified` | 已验证 | 知名社区贡献者 |
| `organization` | 组织 | Microsoft, Google, Facebook 等 |

## 🤖 自动化工作流

### GitHub Actions 触发条件

```yaml
触发事件:
  - pull_request (skills/** 变更)
  - push to main (skills/** 变更)
  - schedule (每天 06:00 UTC)
  - workflow_dispatch (手动触发)
```

### 执行步骤

1. **Security Scan** (Python)
   - Schema 验证
   - 模式匹配
   - 生成报告
   - PR 评论

2. **CodeQL** (GitHub)
   - Python/JavaScript 静态分析
   - 200+ 漏洞模式
   - 上传到 Security tab

3. **Trivy** (Aqua)
   - 依赖漏洞扫描
   - CVE 检测
   - SARIF 报告

## 📁 文件结构

```
skill-registry/
├── schema/
│   └── skill.schema.json           # JSON Schema 定义
├── scripts/
│   ├── security_scanner.py         # 安全扫描器
│   ├── reputation_system.py        # 声誉系统
│   └── test_discovery.py           # 测试脚本
├── .github/workflows/
│   ├── update.yml                  # 日更：发现/下载/重建 registry
│   ├── discover-topics.yml         # 发现新 skills
│   ├── crawl-github.yml            # GitHub 爬取
│   ├── build-index.yml             # 构建 docs 搜索索引
│   └── security-scan.yml           # 安全扫描工作流
├── docs/
│   ├── SECURITY_GUIDE.md           # 使用指南
│   └── SECURITY_SYSTEM_OVERVIEW.md # 系统概览
└── SECURITY.md                     # 安全策略
```

## 🎬 使用示例

### 提交新 Skill

```bash
# 1. 创建 skill
mkdir -p skills/my-skill
cat > skills/my-skill/SKILL.md <<'EOF'
---
name: my-skill
description: A helpful skill that does something useful
version: 1.0.0
license: MIT
category: development
---

# My Skill

Instructions here...
EOF

# 2. 本地验证
python scripts/security_scanner.py skills/my-skill/SKILL.md

# 3. 提交 PR
git add skills/my-skill/
git commit -m "feat: Add my-skill"
git push origin my-skill

# 4. GitHub Actions 自动运行
#    - 安全扫描
#    - PR 评论
#    - CodeQL 分析
```

### 查看安全报告

```bash
# 扫描整个目录
python scripts/security_scanner.py skills/ --output report.json

# 查看结果
cat report.json | jq '.skills[] | select(.safe == false)'

# 严格模式 (WARNING 也会失败)
python scripts/security_scanner.py skills/ --strict
```

### 计算声誉分数

```bash
# 更新 registry 中的声誉分数
python scripts/reputation_system.py \
  --registry registry.json \
  --security security-report.json

# 生成声誉报告
python scripts/reputation_system.py --report reputation-report.json

# 查看 Top 20
cat reputation-report.json | jq '.top_skills'
```

## 📊 监控指标

### 实时跟踪

- **通过率**: 通过安全扫描的 skills 百分比
- **平均分**: 所有 skills 的平均信任分数
- **认证比例**: 来自认证作者的 skills 百分比
- **更新率**: 90 天内更新的 skills 百分比

### GitHub Security Tab

- **Security Advisories**: 已发布的安全公告
- **Dependabot**: 依赖漏洞警报
- **Code Scanning**: CodeQL 发现
- **Secret Scanning**: 密钥泄露检测

## 🚨 威胁应对

### 发现恶意 Skill

1. **自动检测**
   - 安全扫描器标记
   - 社区报告
   - 异常行为监控

2. **响应流程**
   - 立即从 registry 移除
   - 发布 Security Advisory
   - 通知受影响用户
   - 封禁作者 (如果是故意)
   - 发布事后报告

3. **预防措施**
   - 加强检测规则
   - 更新文档
   - 社区教育

## 🔄 持续改进

### 已知限制

1. **无法检测零日漏洞** - 只能检测已知模式
2. **可能有误报** - 静态分析不是完美的
3. **对抗性攻击** - 攻击者可能绕过检测

### 改进方向

- [ ] 机器学习模型检测异常
- [ ] 沙箱动态执行测试
- [ ] 社区投票和举报系统
- [ ] 自动化渗透测试
- [ ] 行为分析和异常检测

## 📚 参考资源

- [OWASP LLM Top 10](https://owasp.org/www-project-top-10-for-large-language-model-applications/)
- [Anthropic Prompt Injection Research](https://www.anthropic.com/research/prompt-injection-defenses)
- [Microsoft LLM Security](https://www.microsoft.com/en-us/msrc/blog/2025/07/how-microsoft-defends-against-indirect-prompt-injection-attacks)
- [YAML Security](https://www.kusari.dev/learning-center/yaml-security)
- [GitHub CodeQL](https://codeql.github.com/)

## 🤝 贡献

欢迎贡献安全相关的改进：

- 新的检测规则
- 误报修复
- 文档改进
- 测试用例

提交 PR 到 `security` 分支。

## 📄 License

MIT License - 详见 LICENSE 文件

---

**System Version**: 1.0.0
**Last Updated**: 2026-01-08
**Status**: ✅ Production Ready