大模型辅助CodeQL与Coverity分层扫描方案
AI 总结
文章提出一套由Python调度层串联CodeQL与Coverity的分层架构,将两者的SARIF 2.1结果归一化为结构化漏洞数据,再交由大模型进行漏洞判定、风险分级、误报分析、修复代码生成和自定义规则生成。缓存、CI集成与任务调度层用于支持结果复用和异步执行。原文将该方案作为参考实现,但未提供关于准确率、扫描性能、误报减少量或生成修复与规则质量的独立验证和基准数据。
深度见解
文章提供了CodeQL、Coverity与大模型辅助研判结合的架构和Python实现,包含源码上下文提取、结果归一化、缓存及CI集成,可供工程团队参考实现。
大模型联动 CodeQL + Coverity 完整落地方案
一、整体系统分层架构(解耦可扩展设计)
分层说明
- LLM 交互层:负责需求解析、漏洞研判、误报过滤、修复代码生成、自定义检测规则生成;仅接收清洗后的结构化漏洞数据,不直接操作工具/源码。
- 工具调度核心层:统一封装 CodeQL、Coverity 全生命周期命令,统一处理编译、数据库构建、扫描、SARIF 导出、报告归一化、上下文提取;隔离上层 LLM 与底层工具 CLI/API。
- 工具执行层:本地二进制 CLI(codeql / cov-build / cov-analyze)、企业 Coverity Connect 远程 REST API。
- 存储缓存层:缓存代码库快照、CodeQL 数据库、Coverity 编译中间文件、历史 SARIF 报告、LLM 研判结果,实现增量扫描提速。
- CI/任务调度层:对接 Git PR、消息队列,异步下发扫描任务,控制并发,资源限流。
完整数据流闭环
代码仓库变更/用户上传代码
↓
任务分发器 → 工具调度器(Python脚本)
├─ 判断语言、项目类型,自动选择扫描引擎
├─ 增量预处理:仅提取diff变更文件,跳过未改动代码
├─ 并行执行:CodeQL 安全扫描 + Coverity 静态缺陷扫描
↓
工具输出 SARIF2.1 标准化报告
↓
调度器归一化解析两份SARIF,读取源码上下文、行号、函数片段
↓
结构化漏洞数据(清洗、去重、过滤空告警)
↓
送入 LLM 做深度研判:
1)区分真实漏洞 / 工具误报
2)风险分级(高危/中危/低危/建议)
3)生成可直接替换的修复代码块
4)归纳新型漏洞模式,生成 CodeQL QL 自定义规则 / Coverity 自定义Checker
↓
调度器自动校验 LLM 生成的规则语法,重扫描验证检出效果
↓
输出最终审计报告、修复补丁、自定义检测规则,推送至PR/平台
#CodeQL#Coverity#static_scan_orchestrator.py#Qwen-72B-Chat#SARIF 2.1#GitLab CI#Jenkins