CodeQL 1.19 C/C++ 分析改进全解:新增查询、精度提升与 QL 库演进
CodeQL 1.19 C/C++ 分析改进全解:新增查询、精度提升与 QL 库演进
导读
本文基于 CodeQL 仓库的 1.19 版本 C/C++ 分析变更说明,系统梳理该版本为 C/C++ 代码分析带来的全部改进:7 个全新查询、13 项对现有 LGTM 查询的精度与覆盖范围调整、11 项其他查询改进,以及 3 处 QL 库层面的重要变化。通过对照仓库内 cpp/ql/src 与 cpp/ql/lib 中的真实查询源码,读者将理解每个新查询的检测原理、误报抑制策略,以及 HashCons 结构等价比较等库能力,从而在自定义 CodeQL 查询或评估扫描结果时更有把握。
一、版本背景与变更总览
CodeQL 1.19 针对 C/C++ 分析的主要工作集中在三类:新增安全与正确性查询、降低现有查询的误报率(Fewer false positive results)、修正部分查询的检测覆盖范围(More correct / More results)。
从变更说明的分布可以明显看出,这一版本的重心是"精确性"而非"覆盖面":绝大多数现有查询的预期影响都是"更少的误报",涉及模板实例化、宏调用、typedef、decltype、头文件声明变量、placement new 等典型易误报场景。这反映了 CodeQL C/C++ 库在该阶段从"能发现问题"向"精准发现问题"的收敛。
二、新增查询:7 个新规则详解
1.19 为 C/C++ 新增了 7 个查询,按用途可分为 Windows 平台安全(HRESULT、CreateProcess、DACL)、字符串/缓冲区安全(char* 到 wchar_t* 转换)、控制流正确性(goto/break 死代码、循环方向不一致)与操作符误用(! 与 ~)。
2.1 HRESULT 与布尔类型互转(cpp/hresult-boolean-conversion)
- Tags:security、external/cwe/cwe-253
- 默认状态:LGTM 默认展示结果
该查询针对 Windows 编程中一个经典误区:HRESULT 以 0(S_OK)表示成功,而 C/C++ 的布尔语义中 0 为假。若把 HRESULT 当作布尔值测试,成功结果会被误判为失败。
从 HResultBooleanConversion.ql 的实现可以看到,它通过 isHresultBooleanConverted 谓词匹配三类场景:
- 显式/隐式类型转换:
bool、BOOL、_Bool与HRESULT之间的双向转换(t1.hasName(...)与t2.hasName("HRESULT")的组合判断); - 直接用作控制流条件:
HRESULT类型的表达式直接出现在ControlStructure的控制表达式中,且未经过布尔转换、也非switch语句的判别式(not ctls instanceof SwitchStmt); - 参与逻辑运算:作为一元逻辑运算(
!等)或二元逻辑运算(&&、||等)的操作数。
值得注意的是查询对隐式转换与显式转换分别生成不同消息("Implicit conversion from ..." / "Explicit conversion from ..."),便于开发者区分误用来源。查询精度为 high,严重级别为 error。
2.2 char* 到 wchar_t* 的危险转换(cpp/incorrect-string-type-conversion)
- Tags:security、external/cwe/cwe-704
- 默认状态:LGTM 默认展示结果
将字节字符串强转为宽字符串通常会产生错误终止或错误对齐的字符串,进而导致未定义行为(包括缓冲区溢出)。该查询在 WcharCharConversion.ql 中实现,其实现展示了高度的误报抑制工程:
- 定义了
WideCharPointerType(基类型为宽字符的指针)与UnlikelyToBeAStringType,后者递归展开所有中间基类型(getABaseType),识别unsigned char*、uint8_t*、byte*这类"更可能用作任意缓冲区而非字符串"的类型,直接排除(避免BYTE* buffer场景的误报); - 排除
new/new[]表达式产生的转换(如reinterpret_cast<__Type*>(New(...) char[num * sizeof(__Type)])); - 通过
isLikelyDynamicallyChecked谓词结合 IR 守卫条件(GuardCondition、ensuresEq)识别"运行时由UNICODE宏相关位与运算守护"的转换——即代码本身已动态检查编码是否匹配,视为安全; - 只分析可达代码块(以
EnterFunctionInstruction的后继作为可达性依据)。
查询精度为 high,安全严重级别高达 8.8。
2.3 goto/break 之后的死代码(cpp/dead-code-goto)
- Tags:maintainability、external/cwe/cwe-561
- 默认状态:LGTM 默认展示结果
DeadCodeGoto.ql 检测 goto 或 break 语句之后紧跟的不可达代码。其实现细节体现了对 C/C++ 语法的细致考虑:
getNextRealStmt会跳过EmptyStmt(空语句),找到真正的下一条语句;- 排除下一语句是
LabelStmt(标签,goto可以跳入)或SwitchCase的情况; - 排除"下一语句是跳出 switch 的
break"的情况; - 排除"下一语句是内部含标签或
case的循环"(循环可被跳入); - 若所在函数包含预处理代码(
functionContainsPreprocCode),则整体不报告,规避条件编译带来的不可靠判断。
2.4 for 循环方向不一致(cpp/inconsistent-loop-direction)
- Tags:correctness、external/cwe/cwe-835
- 默认状态:LGTM 默认展示结果
该查询在 inconsistentLoopDirection.ql 中实现,检测"循环更新方向与初值、终值条件相矛盾"的 for 循环。实现基于 CodeQL 的简单范围分析库(semmle.code.cpp.rangeanalysis.SimpleRangeAnalysis)与 IR 数据流(DataFlow::localFlowStep+):
candidateDecrForStmt:更新为递减操作、条件形如v < terminalCondition;candidateIncrForStmt:更新为递增操作、条件形如v > terminalCondition;- 通过
upperBound/lowerBound比较初值与终值的取值范围,判定方向是否"ill-defined"; - 对无符号循环变量做了豁免(
v.getUnspecifiedType().(IntegralType).isSigned() or initialCondition.getValue().toInt() = 0),因为无符号回绕可能是刻意行为; - 额外处理
conditionAlwaysFalse()/conditionAlwaysTrue()的恒假/恒真循环。
2.5 逻辑非 ! 误用于位运算(cpp/incorrect-not-operator-usage)
- Tags:security、external/cwe/cwe-480
- 默认状态:LGTM 默认隐藏结果
IncorrectNotOperatorUsage.ql 检测"逻辑非 ! 表达式出现在按位与/按位或运算中"的情况,这类代码通常本意是使用按位取反 ~(反码运算)。实现要点:
- 只匹配
BitwiseAndExpr与BitwiseOrExpr中的NotExpr操作数; - 通过
doubleNegationNormalization过滤"双重否定归一化"惯用法(!!x常被刻意用于把布尔结果规范为 0/1,配合位运算或算术使用),避免误报。
2.6 CreateProcess 的 NULL 应用名与未加引号路径(cpp/unsafe-create-process-call)
- Tags:security、external/cwe/cwe-428
- 默认状态:LGTM 默认隐藏结果
UnsafeCreateProcessCall.ql 覆盖 Windows CreateProcess* 系列函数族的安全调用。其实现同时利用两条全局数据流配置:
NullAppNameCreateProcessFunctionConfig:以NullValue为源、CreateProcess*调用的lpApplicationName参数为汇点,检测lpApplicationName == NULL;QuotedCommandInCreateProcessFunctionConfig:以"未加引号且含空格"的字符串常量(isQuotedOrNoSpaceApplicationNameOnCmd,正则要求首个路径元素被"引住或整串无空格)为源、lpCommandLine参数为汇点,检测未加引号的命令行。
isCreateProcessFunction 精确列出了 6 个目标函数及其参数下标:CreateProcessA/W(应用名 0、命令行 1)、CreateProcessWithTokenW(2、3)、CreateProcessWithLogonW(4、5)、CreateProcessAsUserA/W(1、2)。两条流同时命中才报告,消息会拼接两个条件。
2.7 SECURITY_DESCRIPTOR 中将 DACL 置为 NULL(cpp/unsafe-dacl-security-descriptor)
- Tags:security、external/cwe/cwe-732
- 默认状态:LGTM 默认展示结果
UnsafeDaclSecurityDescriptor.ql 检测在 SECURITY_DESCRIPTOR 中把 DACL 设为 NULL 的代码——Null DACL 会对所有请求者授予完全访问权,等价于创建人人可写的对象。实现结合直接判断与双向数据流:
SetSecurityDescriptorDaclFunctionCall限定目标函数为SetSecurityDescriptorDacl且第 2 个参数(bDaclPresent)非 0;- 场景一:第 3 个参数(
pDacl)直接是NullValue; - 场景二:
pDacl是某个变量,且NullDaclFlow(NULL 值流向该变量)成立、同时NonNullDaclFlow(指向不可见函数返回值或按引用赋值的"假定非空"来源)不成立——借助正反两条流排除"实际不会为空"的情况。
查询精度为 high,严重级别为 error。
2.8 新查询小结
| 查询 ID | 严重级别 | 精度 | LGTM 默认展示 | 主要依据文件 |
|---|---|---|---|---|
cpp/hresult-boolean-conversion |
error | high | 是 | HResultBooleanConversion.ql |
cpp/incorrect-string-type-conversion |
error | high | 是 | WcharCharConversion.ql |
cpp/dead-code-goto |
warning | high | 是 | DeadCodeGoto.ql |
cpp/inconsistent-loop-direction |
error | high | 是 | inconsistentLoopDirection.ql |
cpp/incorrect-not-operator-usage |
warning | medium | 否 | IncorrectNotOperatorUsage.ql |
cpp/unsafe-create-process-call |
error | medium | 否 | UnsafeCreateProcessCall.ql |
cpp/unsafe-dacl-security-descriptor |
error | high | 是 | UnsafeDaclSecurityDescriptor.ql |
三、现有 LGTM 查询的变更(13 项)
1.19 对 13 个 LGTM 默认查询做了调整,绝大多数旨在减少误报:
| 查询 | 预期影响 | 变更内容 |
|---|---|---|
Comparison result is always the same(cpp/constant-comparison) |
更少误报 | 排除模板实例化中的比较结果 |
Empty branch of conditional(cpp/empty-block) |
更少误报 | 更可靠地识别注释块 |
Expression has no effect(cpp/useless-expression) |
更少误报 | 排除模板实例化中的表达式 |
Missing return statement(cpp/missing-return) |
更少误报,默认可见 | 改进"函数返回模板依赖类型"或"调用不返回的函数"时的结果;精度由 medium 提升至 high,因此 LGTM 默认展示 |
Multiplication result converted to larger type(cpp/integer-multiplication-cast-to-long) |
更少误报 | char 类型数值不再被视为潜在大数 |
No virtual destructor(cpp/jsf/av-rule-78) |
LGTM 无结果 | 归入 JSF 套件并修订标识符;在 LGTM 上由新查询 "Non-virtual destructor in base class"(cpp/virtual-destructor)取代 |
Overloaded assignment does not return 'this'(cpp/assignment-does-not-return-this) |
更少误报 | 忽略不可达的 return 语句 |
Resource not released in destructor(cpp/resource-not-released-in-destructor) |
更少误报 | 不再标记 C++ placement new;析构函数体不在快照数据库中的资源不再报告 |
Self comparison(cpp/comparison-of-identical-expressions) |
更少误报 | 排除宏调用中的代码 |
Static array access may cause overflow(cpp/static-buffer-overflow) |
更正确的结果 | 现在检查缓冲区操作 size 参数的数据流 |
Suspicious add with sizeof(cpp/suspicious-add-sizeof) |
更少误报 | 排除 void 指针算术(允许该运算的场景) |
Unsigned comparison to zero(cpp/unsigned-comparison-zero) |
更少误报 | 排除模板实例化中的比较 |
Wrong type of arguments to formatting function(cpp/wrong-type-format-argument) |
更少误报 | 移除涉及 typedef 的误报;更准确确定期望参数类型(尤其宽字符串与指针类型);更准确识别自定义(非标准)格式化函数 |
3.1 关于 cpp/jsf/av-rule-78 的替换
此变更值得单独说明:旧查询 "No virtual destructor"(AV Rule 78.ql)在 LGTM 上被新查询 Non-virtual destructor in base class(NonVirtualDestructorInBaseClass.ql)取代,新查询保留了原标识符 cpp/virtual-destructor。从源码看,新查询的核心改进是:
- 仅关注同时满足三个条件的类:声明了虚函数(
exists(VirtualFunction f ...))、有非虚析构函数、且存在派生类(exists(ClassDerivation d | d.getBaseClass() = c)); - 忽略非 public 析构函数(
d.hasSpecifier("public")),因为非公开析构函数本身已阻止外部直接 delete,属于常见且安全的防护模式; - 同时排除
isDeleted()与isCompilerGenerated()的析构函数,进一步聚焦真正有问题的代码。
因此新查询只标记"在大多数项目中确实构成问题"的代码,这与变更说明中"highlights only code that is likely to be a problem in the majority of projects"的描述完全对应。旧查询不再在 LGTM 上运行。
四、其他查询的变更(11 项)
除了 LGTM 默认查询,另有 11 个查询(含 JSF 与 JPL 等严格规范套件中的查询)得到修正:
| 查询 | 预期影响 | 变更内容 |
|---|---|---|
Array offset used before range check(cpp/offset-use-before-range-check) |
更多结果且更少误报 | 识别表达式不同位置的数组访问;范围检查位于数组访问前后两侧的代码不再标记 |
AV Rule 164(cpp/jsf/av-rule-164) |
更少误报 | 考虑显式类型转换 |
Call to memory access function may overflow buffer(cpp/overflow-buffer) |
更正确的结果 | 新增对负索引数组访问的检测 |
Global could be static(cpp/jpl-c/limited-scope-file 与 cpp/power-of-10/global-could-be-static) |
更少误报 | 排除在头文件中声明过变量的情况 |
Memory is never freed(cpp/memory-never-freed) |
更少误报 | 不再标记 C++ placement new(其返回指针无需释放) |
Negation of unsigned value(cpp/jsf/av-rule-165) |
更少误报 | 考虑显式类型转换 |
Suspicious call to memset(cpp/suspicious-call-to-memset) |
更少误报 | 涉及 decltype 的类型现在能正确比较 |
Variable scope too large(cpp/jpl-c/limited-scope-function 与 cpp/power-of-10/variable-scope-too-large) |
更少误报 | 排除头文件中声明、或文件作用域使用的变量 |
这两类变更共同反映了 1.19 在跨套件一致性上的努力:JSF(Joint Strike Fighter)与 JPL(Jet Propulsion Laboratory)/Power of 10 等规范套件共享了大量底层逻辑,对"全局可静态化""变量作用域过大"的误报修复同时作用于两个套件的对应查询。
五、QL 库的变化(3 项)
5.1 新的 HashCons 结构等价比较库
新增库 semmle.code.cpp.valuenumbering.HashCons(源码位于 HashCons.qll),用于表达式的结构等价比较。核心概念:
hashCons(Expr)谓词把表达式映射到抽象类型HashCons(哈希浓缩表示),若两个表达式得到相同的HashCons,则它们结构等价;典型用法是hashCons(x) = hashCons(y);- 与已有的全局值编号(Global Value Numbering,GVN)库不同:HashCons 只做纯语法比较,即使两个表达式因中间变量被修改而可能计算出不同值,也会被视为等价。例如:
x = a + b;
a++;
y = a + b;
两处 a + b 会得到同一个 HashCons(因为语法结构相同),尽管 a 的值已改变。库注释明确指出:若关心表达式取值是否一致,应使用 GVN 库。
- 从实现看,
HCBase覆盖了极广泛的表达式形态:整数/浮点/字符串字面量、枚举常量、变量访问、字段访问(含this隐式字段)、指针解引用、类型转换、二元/一元运算、数组访问、函数调用(成员/非成员/表达式调用)、new/new[](含分配器与初始化器可选部分)、sizeof/alignof/typeid/uuidof、聚合初始化字面量、delete、throw、条件表达式、noexcept等;无法分析的表达式统一归入HC_Unanalyzable(e),以表达式自身为唯一键。 HashCons类提供了getKind()、getAnExpr()、toString()、getLocation()等调试与展示辅助,方便在结果列表中呈现。
5.2 Buffer.qll 对结构体内嵌数组的更保守处理
Buffer.qll(位于 Buffer.qll)在 1.19 中对结构体内嵌数组采取更保守的判定,从而在多个安全查询(尤其是 cpp/overflow-buffer)中降低误报:
- 更可靠地识别 C99 之前编码风格的灵活数组成员(flexible array members,即历史上用
array[1]甚至array[0]模拟变长尾数组的写法); - 零大小数组作为特例处理(
Arrays of zero size are now treated as a special case)。
这两点直接影响缓冲区边界推断:只有把"可能作为灵活数组成员、长度不定"的数组与"零长度占位"的数组正确识别出来,溢出分析才不会把它们误判为固定长度并报出虚假的越界告警。
5.3 RecursionPrevention 库弃用
库 semmle.code.cpp.dataflow.RecursionPrevention 在 1.19 中被正式标记为已弃用(deprecated)。它曾是 1.16 → 1.17 数据流查询迁移时期的辅助工具,如今已无任何功能。迁移建议非常直接:删除对该库的 import 即可,无需任何替换代码。
六、对查询开发者的实践启示
-
误报抑制是 1.19 的主旋律:模板实例化、宏调用、
typedef/decltype、placement new、头文件声明、不可达代码、动态守卫条件——这些 C/C++ 特有的复杂语义被逐个纳入排除逻辑。编写新查询时应借鉴 WcharCharConversion.ql 的"正反两条数据流 + 可达性 + 动态守卫"组合策略。 -
"精度"决定默认展示策略:查询元数据中的
@precision(high/medium)直接决定结果是否在 LGTM 默认展示——1.19 中cpp/missing-return因精度从 medium 提升到 high 而变为默认可见,而cpp/incorrect-not-operator-usage、cpp/unsafe-create-process-call因精度为 medium 而默认隐藏。这是评估新查询时的重要参考维度。 -
善用 HashCons 做结构匹配:当需要在自定义查询中比较"两处代码写法是否相同"(如重复代码、相似补丁检测)时,
hashCons(x) = hashCons(y)是比 GVN 更合适的工具——它不需要值流信息,只做语法层面的归一化比较;反之,若要比较"是否计算同一值",则应选择 GVN 库。 -
规范套件查询共用底层修复:JSF、JPL/Power of 10 等套件中同名逻辑(如全局可静态化、变量作用域)共享同一实现,一处修复往往同时惠及多个套件,查阅变更时应整体看待。
以上所有查询的完整实现、元数据与测试用例均可在仓库 cpp/ql/src(查询本体)与 cpp/ql/lib(支撑库)目录中查阅;1.19 的变更原文见 analysis-cpp.md。