当前位置: 首页 > news >正文

sourcefare速成手册(2) - 使用Git方式克隆代码代码扫描

sourcefare是一款开源免费的代码扫描工具,支持免费私有化部署,一键安装、零配置,包含安全漏洞、编码缺陷和合规性问题扫描,页面操作简洁明了,本文将介绍如何创建项目,使用服务端Git方式获取代码进行代码扫描。

1、创建项目

安装启动完毕后,默认可以通过 http://ip:8900 访问,默认用户名/密码为admin/123456。默认支持通过账号密码登录,支持企业微信、钉钉或 LDAP 等高级登录方式。​

​​登录页 ​

进入系统后,可根据不同需求来创建不同的项目。sourcefare支持服务器扫描和客户端扫描,服务器扫描分为代码压缩包上传扫描和Git代码仓库扫描,客户端扫描提供给CICD工具Arbess集成扫描。

1.1 配置代码扫描方案

sourcefare内置多种扫描规则,根据语言内置代码扫描方案。

代码扫描方式可以自定义设置,进入系统设置→扫描方案,进行自定义添加。

扫描方案

点击添加方案,可以自定义选择扫描规则。

1.2 创建项目

在项目页面点击新建项目,配置项目的基本信息,如名称,项目权限,成员等。​

新建项目

流水线信息输入完毕之后,点击下一步配置扫描,扫描方式选择服务器扫描(Git),服务器扫描(Git)方式支持GitPuk代码仓库,需要提前在系统设置→集成开放进行维护。

添加服务集成

点击添加仓库服务,输入GitPuk服务地址以及用户名密码进行添加。配置服务集成后,选择扫描方案、扫描环境、以及是否进行覆盖测试。

​项目扫描方式

点击确定成功创建项目。

1.2 添加成员

项目创建成功之后,需要对访问项目的成员进行管理。首先添加系统用户,依次点击系统设置->用户与权限->用户,在用户页面对系统用户进行管理。​

​​用户列表

系统用户添加完成之后,可以对项目成员进行添加,在项目详情→设置→成员,进入成员编辑页面。

​​成员列表

如果用户在创建项目未选成员,那么流水线默认有创建人和admin两个成员。点击添加用户,添加的成员列表从系统用户列表获取。点击添加用户,勾选添加用户,点击确定即可成功添加流水线成员。

1.3 分配权限

添加项目成员后,可以对成员分配权限、修改角色,点击流水线详情→设置→权限,可浏览到内置角色,也可以对角色进行新增。

​​角色列表

流水线详情→设置→成员,点击“角色修改”,对成员角色进行修改。成员角色可多选。

​​角色修改

2、代码扫描

例如创建Java代码扫描,选择如下信息,完成创建。

创建代码扫描

完成创建后,进入项目详情,在执行代码扫描之前,还可以配置质量门禁。超过设定的门禁表示代码扫描不通过。

设置门禁

门禁设置完成后,点击扫描按钮执行扫描。

代码扫描

3、查看扫描报告

3.1 查看扫描报告

代码扫描完成后,点击报告编号,查看详细代码扫描报告。

代码扫描列表

进入代码扫描详情后,默认进入概览界面,显示当前代码扫描结果,各个登记问题分类,以及度量的概况。

概况

在问题tab可查看扫描的详细问题名称、问题类型、所在代码文件名、问题登记以及问题状态。

问题

点击问题,可查看详细问题。用户可根据提示修改代码,或者进行忽略问题。

查看详细问题

点击度量tab,可查看代码扫描重复率、复杂度、覆盖率扫描报告。

度量

代码tab,可查看代码问题分布。

代码

3.2 统计

sourcefare支持查看项目多次扫描的统计图,包含安全、功能、规范问题的统计图;重复率、复杂度、覆盖率统计图。

点击左侧的统计tab,查看复杂率统计趋势图。

统计图

http://www.jsqmd.com/news/166352/

相关文章:

  • Miniconda-Python3.9如何帮助团队统一PyTorch开发规范
  • 分布式锁与重试机制标准化方案
  • REDMI Note 15 Pro新春版车厘子红全方位外观公布 高级氛围感拉满
  • 在有网Windows机器A上使用conda-pack打包虚拟环境,然后迁移到无网Windows机器B
  • 感知机的致命缺陷:为什么它连简单的异或问题都解决不了?
  • PyTorch故障注入测试:Miniconda-Python3.9环境模拟异常
  • PyTorch缓存机制优化:基于Miniconda-Python3.9环境测试
  • NVIDIA Container Toolkit 安装
  • 使用Miniconda-Python3.9搭建BERT文本分类PyTorch实验环境
  • Miniconda-Python3.9环境下使用TorchScript保存和加载模型
  • 华为OD机试双机位C卷 - 魔法收积木 (C++ Python JAVA JS GO)
  • 【vLLM 学习】Reproduciblity
  • Miniconda-Python3.9环境下批量安装常用AI库(PyTorch/TensorFlow/scikit-learn)
  • Java对象头(Object Header)
  • PyTorch DataLoader性能瓶颈排查:从Miniconda环境入手
  • 2025年AI行业热点:应用层核心技术人才年薪破百万,字节跳动、腾讯等巨头争相布局黄金赛道!
  • PyTorch Geometric等扩展库在Miniconda-Python3.9中的安装方法
  • PyTorch自定义算子开发环境搭建:Miniconda-Python3.9指南
  • 「地质约束显式+数据驱动模型」的新路径,浙江大学团队实现跨区域矿产远景预测性能和可解释性提升
  • PyTorch批处理任务调度:Miniconda-Python3.9环境自动化脚本
  • Miniconda-Python3.9结合Markdown编写可执行AI技术文档
  • PyTorch QoS保障机制:基于Miniconda-Python3.9环境实现
  • 2025年AI领域全景观察:从大模型突破到Agent架构,开发者必读的技术趋势指南!
  • PyTorch模型微调任务的最佳Miniconda-Python3.9配置方案
  • 收藏!大模型入门避坑指南:小白/程序员专属学习路径+全套资源清单
  • PyTorch实验日志记录系统搭建:Miniconda-Python3.9基础环境
  • 从Manus被Meta收购看AI创业浪潮,普通程序员如何抓住大模型时代红利?
  • Miniconda-Python3.9环境下实现PyTorch模型差分隐私训练
  • PyTorch模型剪枝与蒸馏实验环境:Miniconda-Python3.9搭建
  • 吃透可编程控制器,可编程控制器基本知识介绍