SAST
静态应用安全测试（SAST）是一种通过规则匹配和数据流分析对源代码进行安全漏洞扫描的技术方法，依赖预定义漏洞模式库，常用于CI/CD流水线中的自动化安全门控
核心事实
时间轴 (近 90 天)
传统 SAST/SCA 工具往往需要额外配置和订阅，对个人项目成本较高。
CodeRabbit 借助大模型做安全调查，本质上是在规则扫描之上叠加语义层推理，以弥补传统 SAST 在跨模块理解和告警降噪方面的不足。
业界通常用误报率和漏报率衡量 SAST 效果，并引入污点分析、符号执行等手段增强上下文追踪能力。
传统 SAST 工具长期被高误报率和发现与业务风险脱节两类问题困扰。
SAST 是一种在不运行程序的前提下，通过分析源代码、字节码或二进制文件来发现潜在安全缺陷的技术。
SAST 的优点是可全量扫描、结果稳定、可集成 CI
SAST 的缺点是规则无法覆盖依赖业务语义的风险，且跨函数、跨文件的上下文追踪能力有限，容易产生大量误报
静态应用安全测试（SAST）通过解析抽象语法树（AST）或控制流图，用预定义规则匹配危险模式
业界目前多采用“LLM初筛+人工复核”或“SAST告警+LLM降噪”的混合流程，而非让模型独立出具审计结论。
传统SAST工具依赖预定义规则（如污点分析、模式匹配）扫描源码，擅长发现已知类型的漏洞，但对上下文敏感的逻辑缺陷误报率高。
还有 18 条时间轴事件
全部知识事实 (20)
SAST 是一种在不运行程序的前提下，通过分析源代码、字节码或二进制文件来发现潜在安全缺陷的技术。
75%已验证提示注入攻击不需要利用软件漏洞，而是利用模型难以区分指令与数据这一特性
65%已验证针对AI生成代码可使用静态应用安全测试（SAST）工具如Semgrep、Bandit自动扫描常见漏洞，软件组成分析（SCA）工具识别依赖包中的已知CVE漏洞
65%已验证DevSecOps在CI/CD流水线中强制嵌入安全检查环节，包括静态应用安全测试（SAST）、动态应用安全测试（DAST）、软件成分分析（SCA）等自动化工具
65%待验证SAST（静态应用安全测试）在编译前扫描源代码，DAST（动态应用安全测试）在运行环境中模拟攻击
60%待验证业界普遍认为传统SAST工具的假阳性率在30%-70%之间
60%待验证Semgrep、Fortify、Checkmarx是常用的静态应用安全测试（SAST）工具
60%待验证传统 SAST/SCA 工具往往需要额外配置和订阅，对个人项目成本较高。
50%待验证CodeRabbit 借助大模型做安全调查，本质上是在规则扫描之上叠加语义层推理，以弥补传统 SAST 在跨模块理解和告警降噪方面的不足。
50%待验证业界通常用误报率和漏报率衡量 SAST 效果，并引入污点分析、符号执行等手段增强上下文追踪能力。
50%待验证传统 SAST 工具长期被高误报率和发现与业务风险脱节两类问题困扰。
50%待验证SAST 的缺点是规则无法覆盖依赖业务语义的风险，且跨函数、跨文件的上下文追踪能力有限，容易产生大量误报
50%待验证SAST 的优点是可全量扫描、结果稳定、可集成 CI
50%待验证静态应用安全测试（SAST）通过解析抽象语法树（AST）或控制流图，用预定义规则匹配危险模式
50%待验证业界目前多采用“LLM初筛+人工复核”或“SAST告警+LLM降噪”的混合流程，而非让模型独立出具审计结论。
50%待验证传统SAST工具依赖预定义规则（如污点分析、模式匹配）扫描源码，擅长发现已知类型的漏洞，但对上下文敏感的逻辑缺陷误报率高。
50%待验证完整的安全测试还应覆盖认证绕过、越权访问、CSRF、敏感信息泄露等维度，需借助SAST、DAST等专用工具和人工渗透测试
50%待验证安全集成通常包括依赖漏洞扫描、密钥泄露检测和静态应用安全测试（SAST）。
50%待验证SAST工具通过规则匹配模式化漏洞，DAST在运行时探测，而大模型扫描更接近语义级静态分析。
50%待验证大模型驱动的代码扫描更接近'语义级静态分析'，不依赖预定义规则，而是基于训练语料理解代码意图，从而发现规则难以覆盖的逻辑缺陷。
50%