网络上多次爆出的GitHub泄露企业敏感信息事件，说明企业安全中GitHub关键字扫描是很关键及重要的安全基础建设，我用了一些事件针对不同类型的GitHub扫描开源产品作了一些测试调研，与君分享。

github给出了在代码找中搜索关键字的API，并且定义默认只搜索主分支代码，也就是master这个分支，只有小于384KB的文件才能被搜索。

在官方举例中：

q 表示为关键字；

in:file 表示为在文件中搜索（在文件目录中则是in:path，）；

language 表示语言为Javascript；

repo 表示为在jquery/jquery存储库中搜索；

更多搜索语法可以前往官网查看https://github.com/search/advanced。

API还提供了搜索结果展示的功能，在请求的时候带上请求头：

示例：但是这个功能只显示匹配到的关键字和行数，对于实际应用作用不大：

网络上有很多GitHub扫描的开源工具，我的需求是：及时告警、扫描全面、可视化展示，经过一些测试对比后，推荐两款部署方便、配置简单的工具：

GSIL（https://github.com/FeeiCN/GSIL）

Hawkeye（https://github.com/0xbug/Hawkeye）

原理：

登录配置：采用token（https://github.com/settings/tokens），使用PyGithub库。

进行API调用（http://pygithub.github.io/PyGithub/v1/introduction.html）。

搜索范围：默认搜索前200个项目，最大5000（github限制）。

过程：通过API（/search/code）搜索规则文件rules.gsil中提交的关键字，然后分析得到的json结果，默认展示前30个相关项目。

扫描配置：在配置文件中会过滤一些作者认为无用的路径，可以根据实际情况屏蔽一些：

结果展示：该款工具没有页面展示，通过邮件告警，匹配存在关键词的行及其上下3行用于邮件发送来排查（用户体验较好）。

去重扫描：工具记录扫描过程中产生的相关代码内容、文件hash，在~目录下创建了一个隐藏文件夹.gsil。扫描引擎中如果文件的hash是之前遇到过的，则跳过：

周期扫描：可通过crontab配置，每小时执行一次：

扫描原理前面已经简单介绍过了，Hawkeye由于拥有图形化界面，因此可以和GSIL搭配使用，我通常将GSIL扫描出来的账号，作为重点关注对象，配置更加详细的策略来监测。

GitHub关键字扫描还有很多其他的开源工具，比如比较轻量级的gitpprey（https://github.com/repoog/GitPrey），还有小米研发的X-patrol（https://github.com/MiSecurity/x-patrol），从安装环境要求、配置功能实现、部署难易程度入手，就能找到一款适合企业环境的开源扫描工具。再加上一些二次开发的话，基本可以保障一些触及关键字的GitHub信息泄露能被及时的发现与删除。

感谢阅读，欢迎指导。