Przeprowadź code review fragmentu aplikacji i wykryj podatności bezpieczeństwa

Wklej funkcję backendową, formularz logowania lub kod wygenerowany automatycznie, aby wyłapać luki SQL Injection, XSS, IDOR, wyścigi wątków i błędy obsługi wyjątków.

W następnym kroku dodasz zdjęcie lub plik PDF w oknie rozmowy

Automatyczny przegląd fragmentu kodu skutecznie wyłapuje typowe wzorce błędów (np. brak bindowania parametrów SQL czy brak weryfikacji podpisu webhooka), ale w systemach finansowych i medycznych nie zastępuje pełnego testu penetracyjnego całej architektury.

Cztery punkty kontrolne dobrego przeglądu kodu przed wdrożeniem

  1. 01

    Nigdy nie sklejaj zapytań SQL ani komend powłoki z danych od klienta

    Stosuj wyłącznie zapytania parametryzowane (Prepared Statements) lub ORM — konkatenacja stringów w zapytaniu otwiera pełny dostęp przez SQL Injection.

  2. 02

    Weryfikuj własność zasobu w każdym zapytaniu (ochrona przed IDOR)

    Samo sprawdzenie, czy użytkownik jest zalogowany, nie wystarczy — zapytanie o fakturę o numerze id=500 musi też sprawdzać warunek AND owner_user_id = sesja.

  3. 03

    Waliduj i weryfikuj podpisy kryptograficzne przychodzących webhooków

    Endpoint odbierający status opłacenia zamówienia z bramki płatniczej musi sprawdzać nagłówek podpisu HMAC, inaczej każdy może wysłać fałszywy POST.

  4. 04

    Nie zwracaj surowych wyjątków bazy danych bezpośrednio do przeglądarki

    Loguj szczegóły techniczne po stronie serwera, a klientowi zwracaj neutralny kod HTTP i komunikat bez ujawniania nazw tabel czy ścieżek na dysku.

Najczęściej zadawane pytania

Jakie błędy bezpieczeństwa najczęściej popełnia kod generowany automatycznie bez nadzoru?

Generatory często pomijają sprawdzanie uprawnień właściciela rekordu (IDOR), akceptują wszystkie pola obiektu z żądania (Mass Assignment), pomijają limity zapytań (Rate Limiting) i ufają nagłówkom klienta.

Jak bezpiecznie przechowywać hasła użytkowników we własnej tabeli bazy danych?

Nigdy nie używaj szybkich skrótów MD5 ani SHA-256 — stosuj dedykowane algorytmy z automatyczną solą i kosztem obliczeniowym, takie jak Argon2id lub bcrypt.

Co oznacza problem N+1 zapytań często wytykany podczas przeglądów kodu backendowego?

Powstaje wtedy, gdy aplikacja pobiera listę 100 zamówień jednym zapytaniem, a następnie w pętli wykonuje 100 osobnych zapytań o dane klienta zamiast pobrać je od razu jednym złączeniem (Eager Loading).

Dowiedz się więcej

Powiązane poradniki i wyjaśnienia do tego zadania

Znajdź przyczynę błędu ze zrzutu stack trace w Pythonie, JavaScript lub C#

Wklej komunikat wyjątku i fragment funkcji, aby szybko zrozumieć, dlaczego zmienna przyjmuje wartość null/None, skąd bierze się błąd typów lub problem asynchroniczny.

Napisz złożone zapytanie SQL lub przyspiesz wolno działający raport bazodanowy

Prześlij strukturę tabel (CREATE TABLE) lub plan wykonania EXPLAIN ANALYZE, aby zbudować poprawne złączenia JOIN, funkcje okna i właściwe indeksy wielokolumnowe.

Zbuduj makro VBA lub zaawansowaną formułę automatyzującą pracę w Excelu

Zastąp ręczne przeklejanie tabelek jednym przyciskiem: wygeneruj kod VBA, transformację Power Query lub formułę X.WYSZUKAJ / Google Apps Script pod dokładny układ kolumn.

Napisz skrypt PowerShell lub Bash do masowej obróbki plików i zadań administracyjnych

Zautomatyzuj masową zmianę nazw tysięcy zdjęć, czyszczenie starych logów, konwersję obrazów lub zadania cykliczne w Harmonogramie zadań Windows i linuksowym cronie.

Rozwiąż konflikt scalania gałęzi w Git lub cofnij błędny commit bez utraty kodu

Wklej wynik git status, zanim wpiszesz ryzykowne --hard lub --force: odzyskaj skasowane zmiany przez git reflog, wyczyść zacommitowany plik .env i uporządkuj gałęzie.

Przygotuj plik Dockerfile oraz docker-compose.yml i napraw błędy konteneryzacji

Wklej swój plik docker-compose.yml lub logi kontenera, aby rozwiązać problem z połączeniem między aplikacją a bazą danych (localhost vs nazwa usługi), uprawnieniami woluminów i rozmiarem obrazu.