Page 201 - 《软件学报》2026年第7期

软件学报 ISSN 1000-9825, CODEN RUXUEW E-mail: jos@iscas.ac.cn
2026,37(7):2886−2910 [doi: 10.13328/j.cnki.jos.007581] [CSTR: 32375.14.jos.007581] http://www.jos.org.cn
©中国科学院软件研究所版权所有. Tel: +86-10-62562563

*
面向 Web 应用漏洞检测的多数据流静态分析方法

毛祥煜 1 , 肖 庆 1 , 戴嘉润 2 , 何君尧 1 , 谭 杰 1

1
(杭州橙盾信息科技有限公司, 浙江 杭州 311121)
2
(复旦大学 计算与智能创新学院, 上海 200437)
通信作者: 谭杰, E-mail: tanjie.tj@alibaba-inc.com

摘 要: 作为 Web 应用安全漏洞检测的核心技术之一, 静态应用安全测试 (static application security testing, SAST)
具备广泛的业界应用场景. 然而, 现有静态分析工具受限于底层污点分析算法设计, 难以应对现代 Web 应用中的
异步请求模式和多源输入语义等复杂逻辑, 直接影响其漏洞检测性能. 对此, 提出了一种面向 Web 安全漏洞检测
的多数据流静态分析方法, 旨在对传统污点分析算法能力进行多维度扩展, 以提升其检测能力与泛用性: 在纵向维
度上, 引入多段数据流分析, 通过关联与迭代算法综合考虑不同控制流路径上的数据依赖关系, 有效支撑需要多次
异步调用触发的深层漏洞检测需求; 在横向维度上, 引入多标签数据流分析, 利用污染标签区分不同输入来源, 获
取更细致的程序上下文语义信息, 提升与复杂语义相关的漏洞检测精确率. 基于上述方法实现了面向 Java/JavaScript
Web 应用的漏洞检测原型系统 MultiFlow, 实验评估结果表明, 在包含 60 个真实 Web 应用与第三方组件的数据集
中, MultiFlow 的多数据流分析方法具备良好的有效性, 在存储型、越权、原型链污染等复杂 Web 漏洞检测任务
上分别取得了 87.18%、75.00% 与 83.72% 的精确率, 已获得 8 个 CVE 编号; 与现有方法相比, MultiFlow 以更少的
分析开销实现了更高的漏洞检测准召率, 验证了其实用价值.
关键词: Web 应用安全; 漏洞检测; 静态分析; 污点分析; 数据流分析
中图法分类号: TP311

中文引用格式: 毛祥煜, 肖庆, 戴嘉润, 何君尧, 谭杰. 面向Web应用漏洞检测的多数据流静态分析方法. 软件学报, 2026, 37(7):
2886–2910. http://www.jos.org.cn/1000-9825/7581.htm
英文引用格式: Mao XY, Xiao Q, Dai JR, He JY, Tan J. Multi-data Flow Static Analysis Method for Vulnerability Detection in Web
Applications. Ruan Jian Xue Bao/Journal of Software, 2026, 37(7): 2886–2910 (in Chinese). http://www.jos.org.cn/1000-9825/7581.
htm

Multi-data Flow Static Analysis Method for Vulnerability Detection in Web Applications
1
1
1
2
MAO Xiang-Yu , XIAO Qing , DAI Jia-Run , HE Jun-Yao , TAN Jie 1
1
(Hangzhou Orange Shield Information Technology Co. Ltd., Hangzhou 311121, China)
2
(College of Computer Science and Artificial Intelligence, Fudan University, Shanghai 200437, China)
Abstract: As a core technology for vulnerability detection in Web applications, static application security testing (SAST) holds widespread
industrial applications. However, existing static analysis tools face challenges in handling complex logical structures in modern Web
applications, such as asynchronous request patterns and multi-source input semantics, due to limitations in the underlying design of taint
analysis algorithms. To this end, this study proposes a multi-data flow static analysis method for security vulnerability detection in Web
applications, which is aimed at extending the ability of traditional taint analysis algorithms in multiple dimensions to improve both
detection performance and generalization. Vertically, the multi-stage data flow analysis is introduced to comprehensively consider the data
dependency across different control flow paths via correlation and iterative algorithms, thereby effectively supporting the detection of deep

* 本文由“智能化基础软件可信构造和供应链安全”专题特约编辑王林章教授、司徒凌云研究员、钟浩研究员、 向剑文教授、张路教授
推荐.
收稿时间: 2025-08-29; 修改时间: 2025-10-20; 采用时间: 2025-12-08; jos 在线出版时间: 2025-12-26
CNKI 网络首发时间: 2026-06-02