
dep-scan
扫依赖和镜像,查漏洞与许可证风险,出 SBOM
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-10-23 · 当前星标 ★ 1301
使用教程
环境要求
- 已安装 Docker,可运行 docker run
- 待扫描的项目位于宿主机某个目录(示例为当前目录 $PWD)
- 网络可访问 ghcr.io 以拉取镜像
- 如需缓存漏洞库,需准备一个可写宿主机目录(如 /tmp)
安装与启动步骤
-
1确认 Docker 可用
README 使用 ghcr.io 镜像扫描,先确认本机 docker 命令可用并能拉取镜像。
docker --version -
2默认参数扫描项目
把当前目录挂到容器 /app,扫描后报告写入挂载目录下的 reports 子目录。
docker run --rm -v $PWD:/app ghcr.io/owasp-dep-scan/dep-scan depscan --src /app --reports-dir /app/reports -
3查看扫描报告
报告写入宿主机 $PWD/reports,直接打开该目录查看生成的风险审计结果。
ls -l reports -
4缓存漏洞库加速扫描
将宿主机 /tmp 挂载为容器内 /db 并设为 VDB_HOME,缓存漏洞数据供复用;GITHUB_TOKEN 填入自己的令牌。
docker run --rm -e VDB_HOME=/db -e GITHUB_TOKEN=ghp_xxxxxxxx -v /tmp:/db -v $PWD:/app ghcr.io/owasp-dep-scan/dep-scan depscan --src /app --reports-dir /app/reports -
5初始化本地 VDB
在已安装 dep-scan 命令行环境(如本机 Python 版)中,先清理再下载镜像化漏洞库。
vdb --clean vdb --download-image
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
VDB_HOME | 否 | 漏洞数据库缓存目录,容器内路径,配合目录挂载可复用缓存 | /db |
GITHUB_TOKEN | 否 | 通过环境变量传入 GitHub 令牌,用于容器内认证访问 | ghp_xxxxxxxx |
--src | 是 | 指定要扫描的源码目录,容器内路径需与挂载点一致 | /app |
--reports-dir | 是 | 指定报告输出目录,建议指向挂载目录以便宿主机查看 | /app/reports |
如何确认成功
docker run 命令正常退出且无报错,并在挂载的 $PWD 下出现 reports 目录及扫描报告文件。
常见问题
Q:扫描结果去哪里找?
A:报告写入 --reports-dir 指定的目录;按示例挂载,报告出现在宿主机当前目录的 reports 子目录中。
Q:如何避免每次扫描都重新下载漏洞数据?
A:用 -v /tmp:/db 把宿主机目录挂到容器 /db,并设置 -e VDB_HOME=/db,即可缓存并复用漏洞库。
Q:必须安装 Python 或 Node.js 吗?
A:使用 Docker 镜像方式无需在本机安装 Python 或 Node.js;README 也提供无需 Python/Node 的独立二进制方式。
Q:容器里找不到项目文件怎么办?
A:--src 使用的是容器内路径,必须与 -v 挂载点一致,示例中宿主机 $PWD 挂到容器 /app。
注意事项
- README 以 Docker 镜像方式为主要快速上手路径,镜像地址为 ghcr.io/owasp-dep-scan/dep-scan。
- 传入 GITHUB_TOKEN 时避免在共享环境或命令历史中泄露真实令牌。
- 挂载 /tmp:/db 缓存漏洞库时,注意宿主机目录可写且磁盘空间充足。
核心亮点
- 同时支持本地仓库和容器镜像输入,能生成 CycloneDX SBOM 并做 CVE 与许可证合规检查
- 内置可达性分析,可判断漏洞代码是否被实际调用,降低误报噪音
- 基于 OWASP 项目维护,适合直接接入 CI/CD 做 DevSecOps 门禁
不足之处
- 依赖外部漏洞库和公告源,离线或内网环境需要额外配置数据同步
- 可达性分析对多语言生态覆盖不均,部分语言仍以清单匹配为主
适用场景
- CI 流水线中对项目依赖做上线前漏洞与许可证审计
- 容器镜像构建后扫描基础镜像和依赖层风险
- 生成 SBOM 用于软件供应链合规与安全评审
替代项目
Trivy、Grype、Dependency-Track
上一篇:Tracely-ai
下一篇:UltraText_Bench
同类项目推荐
TAB
开源
统一评测时间序列异常检测方法,公平对比选最优
[PVLDB 2025] TAB: Unified Benchmarking of Time Series Anomaly Detection Methods
promptbench
开源
一套框架,全面测出大模型真实力与弱点
A unified evaluation framework for large language models
Anti-DreamBooth
开源
给照片加隐形噪声,让AI学不会你的脸
Anti-DreamBooth: Protecting users from personalized text-to-image synthesis (ICCV 20···
Omni-SafetyBench
开源
给音视频大模型做安全体检,发现隐藏风险
[ACM MM 2026] Code for paper "Omni-SafetyBench: A Benchmark for Safety Evaluation of···
awesome-language-model-analysis
开源
一份论文清单,帮你快速摸清大模型分析的研究脉络。
This paper list focuses on the theoretical and empirical analysis of language models···
vitest-evals
开源
用 Vitest 写 LLM 评测,像跑单测一样跑模型回归
A vitest extension for running evals.
Doberman-Core
开源
给 AI 智能体装上安全锁,防提示注入,控工具权限
Your AI's guard dog. Doberman sits at runtime, gating every input, output and tool c···
bigcodebench
开源
用真实编程难题,测出大模型代码能力的真实天花板
[ICLR'25] BigCodeBench: Benchmarking Code Generation Towards AGI
XSafeClaw
开源
给 AI 智能体装上安全盾,自动红队测试找漏洞
Introducing XSafeClaw: The Open-Source Agent Safety Platform from Fudan University