前端：纯原生 HTML + CSS + JS

没有 React，没有 Vue，没有构建步骤。一个 index.html 搞定全部 UI：

• CSS Grid 布局，暗色主题
• SSE（Server-Sent Events）实现实时扫描进度
• 发现卡片支持按风险等级、漏洞类型过滤
• CWE 编号可点击跳转到官方页面
• Ctrl+Enter 快捷键触发分析

能检测什么？

通用漏洞（12 类）

Java 专项（13 类）

当输入被识别为 Java 源码时，自动启用额外的检测规则，覆盖：

• JDBC/JPA/MyBatis SQL 注入
• Runtime.exec / ProcessBuilder 命令注入
• ObjectInputStream / XStream 反序列化
• 弱加密算法（DES、ECB、MD5）
• 硬编码密钥和 IV
• Spring Security 错误配置
• SpEL 表达式注入
• 不安全的类反射加载

实战演示

场景 1：分析一个登录表单

粘贴以下 HTML：

<formaction=\"/login\"method=\"post\">
  <inputname=\"user\">
  <inputtype=\"password\"name=\"pass\">
</form>

VulnAnalyzer 秒级返回：

[LOW] Sensitive Exposure — Password field without autocomplete restriction
       CWE-522 | OWASP A02:2021
       ✓ 设置 autocomplete='current-password' 或 'new-password'

场景 2：分析一个 HTTP 请求

POST/api/search?q=test&sort=nameHTTP/1.1
Host: shop.example.com
Content-Type: application/x-www-form-urlencoded

category=electronics&limit=20

检测结果可能包含：

• SQL Injection（Medium）— sort 参数名暗示 ORDER BY 拼接风险

场景 3：扫描整个网站

输入目标 URL → 自动爬取 → 逐页分析 → SSE 实时推送进度到前端：

› Initializing scan of https://example.com...
› Starting crawl of https://example.com
› Crawling page 1: https://example.com/
› Crawling page 2: https://example.com/about
› Crawl complete: 12 pages, 3 forms, 8 params
› Analyzing page 1/12: https://example.com/
› ...
› Scan complete! Found 23 issues.

每条发现都包含什么？

VulnAnalyzer 不只是告诉你\"这里有漏洞\"，它给出一套完整的上下文：

{
  \"type\": \"SQL Injection\",
  \"risk\": \"high\",
  \"confidence\": \"medium\",
  \"location\": \"query parameter 'id'\",
  \"evidence\": \"Parameter name suggests database-backed filtering\",
  \"verification\": \"确认服务端使用了参数化查询...\",
  \"cwe\": \"CWE-89\",
  \"owasp\": \"A03:2021\",
  \"tags\": [\"input-validation\", \"database\"]
}

• Location — 漏洞在哪里
• Evidence — 为什么认为有问题
• Verification — 怎么进一步验证（防御性指导，不含攻击代码）
• CWE / OWASP — 标准化分类引用
• Tags — 便于过滤和分组

5 分钟上手

# 克隆或下载项目
cd VulnAnalyzer

# 安装依赖（只需要两个）
pip install flask requests

# 启动
python app.py

# 打开浏览器访问
# http://127.0.0.1:5000

也支持命令行模式：

# 分析单个文件
python vuln_analyzer.py request.txt --pretty

# 输出 Markdown 报告
python vuln_analyzer.py response.http --format markdown -o report.md

# 只关注高危以上
cat page.html | python vuln_analyzer.py --min-risk high

# SARIF 格式（可导入 GitHub / VS Code）
python vuln_analyzer.py src.java --format sarif -o results.sarif

设计哲学

1. 静态优先，零副作用

VulnAnalyzer 永远不会向目标发送攻击载荷。它只做信号分析——\"这里有一个模式，看起来像是漏洞信号，请你手动验证\"。这使得它对生产环境完全安全。

2. 宁可误报，不可漏报

启发式检测必然带来误报，但通过 confidence（置信度）和 risk（风险等级）两个维度来帮你判断优先级。一个 critical + high confidence 的发现，值得你立刻关注；一个 info + low confidence 的信号，可以留到以后看。

3. 防御性输出

每个发现都附带 verification 字段，告诉你如何从防御角度验证和修复。它不会生成可用的 exploit，因为这是一个帮助防御者的工具。

性能参考

未来可以做什么？

当前版本已经覆盖了常见的 Web 漏洞类别，但仍有很大的扩展空间：

• JavaScript 渲染支持 — 集成 Playwright/Selenium 处理 SPA 应用
• 认证扫描 — 支持 Cookie / JWT 注入后扫描需要登录的页面
• WebSocket 分析 — 检测和 fuzz WebSocket 消息
• CI/CD 集成 — 作为 GitHub Action 或 Git Hook 自动运行
• 协作功能 — 团队共享扫描结果，跟踪漏洞修复状态
• 自定义规则 — 支持 YAML/JSON 格式的自定义检测规则

写在最后

VulnAnalyzer 不是要替代 Burp Suite 或 Nuclei，而是填补\"手工复制粘贴代码到在线工具\"和\"启动完整扫描器\"之间的空白。它的价值在于：

• 安全工程师：快速审查代码片段，在 code review 阶段就发现问题
• 开发者：提交代码前自查，减少安全债
• 学生/研究者：理解漏洞检测的原理，学习安全分析器的实现方式

工具只是辅助，最终的安全判断永远在人。但如果一个工具能让你在 5 分钟内发现一个本该存在 5 个月的漏洞，那它就值得存在。

VulnAnalyzer v2.2 | 仅用于授权安全测试 | Educational Use Only