Communitygithub.com

construction-pipeline-devsecops-avec-gitlab-ci

Configurez un pipeline CI/CD GitLab intégrant SAST (Semgrep, SpotBugs, Gosec, Bandit, NodeJsScan), DAST, analyse de conteneurs, analyse de dépendances et détection de secrets via GitLab.

Qu'est-ce que construction-pipeline-devsecops-avec-gitlab-ci ?

Cette compétence vous guide dans la configuration d'un pipeline DevSecOps complet avec GitLab CI/CD, en intégrant nativement les scanners de sécurité intégrés de GitLab : SAST (analyse statique), DAST (analyse dynamique), analyse de conteneurs (Trivy), analyse de dépendances, détection de secrets et conformité des licences. Elle permet aux équipes de décaler la sécurité vers la gauche, détectant les vulnérabilités dès la phase de développement plutôt qu'après le déploiement, avec l'assistance de l'IA GitLab Duo pour la détection des faux positifs. La compétence couvre la configuration complète du pipeline via `.gitlab-ci.yml`, les politiques d'approbation de sécurité, les règles de scan personnalisées (ex. avec Semgrep), et la gestion des vulnérabilités via le tableau de bord GitLab. Elle est idéale pour les environnements nécessitant une licence GitLab Ultimate, avec des runners configurés et une familiarité avec Docker-in-Docker ou Kaniko pour les builds conteneurisés, ainsi qu'une application déployée en staging pour le DAST.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/mukul975/Anthropic-Cybersecurity-Skills/tree/main/skills/building-devsecops-pipeline-with-gitlab-ci

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Construction d'un Pipeline DevSecOps avec GitLab CI

Présentation

GitLab fournit une plateforme DevSecOps intégrée qui intègre les tests de sécurité directement dans le pipeline CI/CD. En exploitant les scanners de sécurité intégrés de GitLab — SAST, DAST, analyse de conteneurs, analyse de dépendances, détection de secrets et conformité des licences — les équipes peuvent décaler la sécurité vers la gauche, capturant les vulnérabilités pendant le développement plutôt qu'après le déploiement. L'IA GitLab Duo assiste à la détection des faux positifs pour les vulnérabilités SAST, aidant les équipes de sécurité à se concentrer sur les problèmes réels.

Quand Utiliser

  • Lors du déploiement ou de la configuration des capacités de pipeline DevSecOps avec GitLab CI dans votre environnement
  • Lors de l'établissement de contrôles de sécurité alignés sur les exigences de conformité
  • Lors de la construction ou de l'amélioration de l'architecture de sécurité pour ce domaine
  • Lors de la réalisation d'évaluations de sécurité nécessitant cette implémentation

Prérequis

  • Licence GitLab Ultimate (requise pour la suite complète de scanners de sécurité)
  • Runner GitLab configuré (partagé ou auto-hébergé)
  • Connaissance de la configuration du pipeline .gitlab-ci.yml
  • Docker-in-Docker (DinD) ou Kaniko pour les builds de conteneurs
  • Application déployée dans un environnement de staging pour le scan DAST

Étapes de Scan de Sécurité Principales

Test de Sécurité Statique des Applications (SAST)

SAST analyse le code source à la recherche de vulnérabilités avant la compilation. GitLab prend en charge 14+ langages en utilisant des analyseurs tels que Semgrep, SpotBugs, Gosec, Bandit et NodeJsScan. L'inclusion la plus simple utilise les modèles gérés de GitLab.

Test de Sécurité Dynamique des Applications (DAST)

DAST teste les applications en cours d'exécution en simulant des charges utiles d'attaque contre des points de terminaison HTTP. Il détecte XSS, SQLi, CSRF et d'autres vulnérabilités d'exécution que l'analyse statique ne peut pas trouver. DAST nécessite une URL cible déployée et accessible.

Analyse de Conteneurs

Utilise Trivy pour scanner les images Docker à la recherche de CVE connues dans les paquets OS et les dépendances applicatives. S'exécute après l'étape de build Docker pour filtrer les images avant qu'elles n'atteignent un registre.

Analyse de Dépendances

Inspecte les manifestes de dépendances (package.json, requirements.txt, pom.xml, Gemfile.lock) pour des versions vulnérables connues. Opère au niveau du code source, complétant l'analyse de conteneurs.

Détection de Secrets

Scanne les commits pour les informations d'identification accidentellement commitées, les clés API, les jetons et les clés privées en utilisant la correspondance de motifs et l'analyse d'entropie. S'exécute sur chaque commit pour empêcher les secrets d'atteindre le dépôt.

Implémentation

Configuration Complète du Pipeline

# .gitlab-ci.yml

stages:
  - build
  - test
  - security
  - deploy-staging
  - dast
  - deploy-production

variables:
  DOCKER_IMAGE: $CI_REGISTRY_IMAGE:$CI_COMMIT_SHORT_SHA
  SECURE_LOG_LEVEL: "info"

# Inclure les modèles de sécurité gérés par GitLab
include:
  - template: Security/SAST.gitlab-ci.yml
  - template: Security/Secret-Detection.gitlab-ci.yml
  - template: Security/Dependency-Scanning.gitlab-ci.yml
  - template: Security/Container-Scanning.gitlab-ci.yml
  - template: DAST.gitlab-ci.yml
  - template: Security/License-Scanning.gitlab-ci.yml

build:
  stage: build
  image: docker:24.0
  services:
    - docker:24.0-dind
  variables:
    DOCKER_TLS_CERTDIR: "/certs"
  script:
    - docker login -u $CI_REGISTRY_USER -p $CI_REGISTRY_PASSWORD $CI_REGISTRY
    - docker build -t $DOCKER_IMAGE .
    - docker push $DOCKER_IMAGE
  rules:
    - if: $CI_COMMIT_BRANCH

unit-tests:
  stage: test
  image: $DOCKER_IMAGE
  script:
    - npm ci
    - npm run test:coverage
  coverage: '/Lines\s*:\s*(\d+\.?\d*)%/'
  artifacts:
    reports:
      junit: junit-report.xml
      coverage_report:
        coverage_format: cobertura
        path: coverage/cobertura-coverage.xml

# Surcharger SAST pour s'exécuter dans l'étape de sécurité
sast:
  stage: security
  variables:
    SAST_EXCLUDED_PATHS: "spec,test,tests,tmp,node_modules"
    SEARCH_MAX_DEPTH: 10

# Surcharger l'analyse de conteneurs
container_scanning:
  stage: security
  variables:
    CS_IMAGE: $DOCKER_IMAGE
    CS_SEVERITY_THRESHOLD: "HIGH"

# Surcharger l'analyse de dépendances
dependency_scanning:
  stage: security

# Surcharger la détection de secrets
secret_detection:
  stage: security

# Analyse de conformité des licences
license_scanning:
  stage: security

deploy-staging:
  stage: deploy-staging
  image: bitnami/kubectl:latest
  script:
    - kubectl set image deployment/app app=$DOCKER_IMAGE -n staging
    - kubectl rollout status deployment/app -n staging --timeout=300s
  environment:
    name: staging
    url: https://staging.example.com
  rules:
    - if: $CI_COMMIT_BRANCH == $CI_DEFAULT_BRANCH

# DAST s'exécute contre le déploiement de staging
dast:
  stage: dast
  variables:
    DAST_WEBSITE: https://staging.example.com
    DAST_FULL_SCAN_ENABLED: "true"
    DAST_BROWSER_SCAN: "true"
  needs:
    - deploy-staging
  rules:
    - if: $CI_COMMIT_BRANCH == $CI_DEFAULT_BRANCH

deploy-production:
  stage: deploy-production
  image: bitnami/kubectl:latest
  script:
    - kubectl set image deployment/app app=$DOCKER_IMAGE -n production
    - kubectl rollout status deployment/app -n production --timeout=300s
  environment:
    name: production
    url: https://app.example.com
  when: manual
  rules:
    - if: $CI_COMMIT_BRANCH == $CI_DEFAULT_BRANCH

Politiques d'Approbation de Sécurité

Configurez les politiques d'exécution de scan pour imposer des scans de sécurité obligatoires :

  1. Accédez à Security & Compliance > Policies
  2. Créez une "Scan Execution Policy" exigeant SAST et la détection de secrets sur toutes les branches
  3. Créez une "Merge Request Approval Policy" exigeant l'approbation de l'équipe de sécurité lorsque des vulnérabilités critiques sont détectées

Configuration de Règles SAST Personnalisées

Créez .gitlab/sast-ruleset.toml pour personnaliser le comportement de l'analyseur :

[semgrep]
  [[semgrep.ruleset]]
    dirs = ["src"]

  [[semgrep.passthrough]]
    type = "url"
    target = "/sgrep-rules/custom-rules.yml"
    value = "https://semgrep.dev/p/owasp-top-ten"

  [[semgrep.passthrough]]
    type = "url"
    target = "/sgrep-rules/java-rules.yml"
    value = "https://semgrep.dev/p/java"

Tableau de Bord de Sécurité et Gestion des Vulnérabilités

Rapport de Vulnérabilités

GitLab consolide tous les résultats des scanners dans un Rapport de Vulnérabilités unique accessible à Security & Compliance > Vulnerability Report. Chaque vulnérabilité comprend :

  • Niveau de gravité (Critique, Élevé, Moyen, Faible, Info)
  • Source du scanner (SAST, DAST, Conteneur, Dépendance, Secret)
  • Emplacement dans le code source ou la couche d'image
  • Conseils de correction et correctifs suggérés
  • Suivi d'état (Détecté, Confirmé, Ignoré, Résolu)

Widget de Sécurité des Demandes de Fusion

Chaque demande de fusion affiche un widget de scan de sécurité montrant :

  • Nouvelles vulnérabilités introduites par la MR
  • Vulnérabilités corrigées résolues par la MR
  • Comparaison avec la base de référence de la branche cible

Optimisation du Pipeline

  • Exécution parallèle : Les scanners de sécurité s'exécutent simultanément dans l'étape de sécurité
  • Mise en cache : Utilisez le cache CI pour les téléchargements de dépendances afin d'accélérer les scans
  • Scannage incrémental : SAST peut scanner uniquement les fichiers modifiés en utilisant SAST_INCREMENTAL: "true"
  • Conditions d'échec : Définissez allow_failure: false sur les scanners critiques pour imposer des portes de qualité

Surveillance et Métriques

MétriqueDescriptionCible
Couverture de sécurité du pipelinePourcentage de projets avec tous les scanners activés> 95%
MTTR des vulnérabilités critiquesTemps moyen de détection à la résolution pour les constats critiques< 48 heures
Taux de faux positifsPourcentage de constats ignorés comme faux positifs< 15%
Taux de blocage de détection de secretsPourcentage de commits de secrets bloqués par les règles de push> 99%

Références

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

abusing-dpapi-for-credential-access

Extract and decrypt Windows DPAPI-protected secrets (Credential Manager, browser logins/cookies, Wi-Fi credentials, KeePass keys) online or offline using SharpDPAPI, SharpChrome, Mimikatz, or Impacket

abusing-shadow-credentials-for-privesc

Take over Active Directory accounts by writing attacker-controlled public keys to msDS-KeyCredentialLink (Shadow Credentials) with pyWhisker, Whisker, or Certipy, then authenticate via PKINIT to recover the target

achieving-cmmc-level-2-compliance

>-

acquiring-disk-image-with-dd-and-dcfldd

Create forensically sound bit-for-bit disk images with dd or dcfldd on a Linux forensic workstation, preserving evidence integrity through hash verification (MD5/SHA) during acquisition. Use when imaging a suspect drive, USB device, or memory card for investigation, preserving volatile disk evidence during incident response, or producing a verified copy for legal or law-enforcement proceedings before any destructive analysis.

analyzing-active-directory-acl-abuse

Detect dangerous ACL misconfigurations in Active Directory using ldap3

analyzing-android-malware-with-apktool

Perform static analysis of Android APK malware using apktool for resource decompilation, jadx for Java source recovery, and androguard for manifest inspection, dangerous permission-combination detection, and identification of obfuscated code, dynamic code loading, and reflection-based API calls. Use to statically triage a suspicious APK without executing it or to build mobile malware detection rules.

analyzing-api-gateway-access-logs

Parses API Gateway access logs (AWS API Gateway, Kong, Nginx) to detect

analyzing-apt-group-with-mitre-navigator

Query ATT&CK data with attackcti, mitreattack-python, and stix2, then build MITRE ATT&CK Navigator layers and multi-layer heatmap overlays mapping one or more APT groups

analyzing-azure-activity-logs-for-threats

Queries Azure Monitor activity logs and sign-in logs via azure-monitor-query

analyzing-bootkit-and-rootkit-samples

Analyzes bootkit and advanced rootkit malware infecting the Master

analyzing-browser-forensics-with-hindsight

Parse Chromium-based browser databases with Hindsight to extract and correlate browsing history, downloads, cookies, cached content, autofill data, saved passwords, and extensions from Chrome, Edge, Brave, Opera, and Vivaldi into a unified timeline (XLSX, JSON, or SQLite output). Use during incident response, insider-threat investigations, or criminal cases when you need to reconstruct a user

analyzing-campaign-attribution-evidence

Systematically evaluate cyber-campaign evidence to attribute an operation to a threat actor, using the Diamond Model and Analysis of Competing Hypotheses (ACH) to weigh infrastructure overlaps, TTP consistency, malware code similarity, and timing/language artifacts into confidence-weighted attribution assessments. Use when an incident investigation needs a defensible attribution confidence level.

analyzing-certificate-transparency-for-phishing

Monitor Certificate Transparency logs using crt.sh and Certstream to

analyzing-cloud-storage-access-patterns

Detect abnormal access in AWS S3, GCS, and Azure Blob Storage by analyzing CloudTrail Data Events, GCS audit logs, and Azure Storage Analytics for after-hours bulk downloads, new-IP access, and API-call spikes (e.g. GetObject) via statistical baselines and time-series anomaly detection. Use when investigating suspected cloud data exfiltration or building related detection rules.

analyzing-cobalt-strike-beacon-configuration

Extract and analyze Cobalt Strike beacon configuration from PE files

analyzing-cobaltstrike-malleable-c2-profiles

Parse and analyze Cobalt Strike Malleable C2 profiles with dissect.cobaltstrike (profiles and beacon-payload configs) and pyMalleableC2 (AST parsing) to extract HTTP/DNS transforms, URIs, headers, sleep/jitter, and injection behavior, then generate network detection signatures. Use when reverse-engineering a captured malleable profile or building detections against Cobalt Strike Beacon traffic.

analyzing-command-and-control-communication

Analyzes malware C2 communication over HTTP, HTTPS, DNS, and custom

analyzing-cyber-kill-chain

Analyzes intrusion activity against the Lockheed Martin Cyber Kill Chain

analyzing-disk-image-with-autopsy

Perform comprehensive forensic analysis of raw (dd), E01, or AFF disk images with Autopsy and The Sleuth Kit, recovering deleted files, examining metadata and embedded artifacts, keyword searching, and building investigation timelines with visual reports. Use for structured analysis of a forensic disk image or when stakeholders need visual reports from evidence.

analyzing-dns-logs-for-exfiltration

Analyzes DNS query logs to detect data exfiltration via DNS tunneling,

Skills associés