第一章：数字白板开源Go语言项目概览
数字白板作为协同办公与远程教学的核心交互载体，近年来涌现出一批以 Go 语言构建的高性能、可自托管的开源实现。Go 凭借其轻量级并发模型（goroutine + channel）、静态编译特性及跨平台能力，成为构建实时协作白板服务的理想选择——既规避了 Node.js 的事件循环瓶颈，又比 Rust 具备更成熟的生态与开发效率。
主流项目中，whiteboard-go（GitHub: github.com/whiteboard-go/server）以极简架构著称：单二进制部署、零外部依赖、内置 WebSocket 实时同步与操作广播机制；collaboard 则采用模块化设计，支持插件式画布渲染（SVG/Canvas）与可扩展的权限策略；而 scribble-rs（虽名含 Rust，但其 Go 客户端 SDK scribble-go 已被广泛集成）提供了符合 W3C Pointer Events 标准的精准笔迹采样与平滑插值算法。
部署一个基础实例仅需三步：
# 1. 克隆并构建（需 Go 1.21+）
git clone https://github.com/whiteboard-go/server.git
cd server && go build -o whiteboard .
# 2. 启动服务（默认监听 :8080，自动提供前端资源）
./whiteboard --addr :8080 --enable-auth=false
# 3. 浏览器访问 http://localhost:8080 即可开始协作该流程无需 Docker 或数据库配置，所有状态暂存于内存，适合快速验证或小型团队使用。
核心能力对比一览：
| 特性 | whiteboard-go | collaboard | scribble-go SDK |
|---|---|---|---|
| 实时同步延迟 | 可配置采样率（10–60Hz） | ||
| 导出格式 | PNG/SVG | PDF/PNG/SVG | SVG/JSON（含时间戳轨迹） |
| 权限控制粒度 | 房间级只读/编辑 | 用户角色RBAC | 由宿主应用实现鉴权钩子 |
所有项目均遵循 MIT 许可，源码结构清晰：/internal/hub 管理连接生命周期，/pkg/operation 定义 CRDT 兼容的操作指令（如 DrawLine, EraseRegion），/web 目录内嵌前端资源，便于定制 UI 而不侵入后端逻辑。
第二章：等保三级合规性核心缺口分析
2.1 审计日志缺失的典型场景与Go标准log/zerolog改造实践
常见审计盲区场景
- 用户敏感操作（如密码重置、权限变更）未记录操作人与上下文
- 异步任务（如消息队列消费、定时Job）绕过主请求日志链路
- 中间件拦截异常但未透传原始请求ID，导致审计追踪断裂
标准库 log 的局限性
log.Printf("user %s deleted resource %s", uid, rid) 缺乏结构化字段、无时间精度控制、无法动态绑定 traceID。
zerolog 结构化增强示例
import "github.com/rs/zerolog/log"
// 初始化带 request_id 和 service 字段的全局 logger
logger := log.With().
Str("service", "auth-api").
Str("request_id", reqID).
Logger()
logger.Info().Str("action", "user_role_update").
Str("target_user", targetUID).
Str("new_role", newRole).
Int64("timestamp_ms", time.Now().UnixMilli()).
Send()逻辑分析：
With()创建子 logger，预置静态上下文；Info()构建事件级字段；Send()触发异步写入。关键参数：Str()写入字符串键值对，Int64()精确记录毫秒级时间戳，避免time.Now().String()的解析开销。
改造效果对比
| 维度 | std log | zerolog + audit middleware |
|---|---|---|
| 日志可检索性 | 文本匹配困难 | JSON 字段直查 action:"user_role_update" |
| 上下文一致性 | 每次需手动拼接 | 子 logger 自动继承 request_id/service |
| 性能损耗 | ~3μs/条（同步） |
2.2 操作留痕不满足GB/T 22239-2019要求的代码级缺陷定位
GB/T 22239-2019 明确要求“对重要操作行为进行审计日志记录，且日志应包含操作者、操作时间、操作对象、操作结果等关键要素”。
审计日志缺失关键字段
// ❌ 不合规：仅记录简单动作，无操作者ID与结果状态
public void deleteUser(Long id) {
userRepository.deleteById(id);
log.info("User deleted: {}", id); // 缺失 operatorId, timestamp precision, success/fail flag
}逻辑分析：log.info() 调用未捕获 SecurityContext.getCurrentUser().getId()，也未包裹 try-catch 记录操作结果；timestamp 依赖日志框架默认精度（可能丢失毫秒级），违反标准中“日志应可追溯至毫秒级”的强制要求。
合规日志结构对比
| 字段 | 当前实现 | GB/T 22239-2019 要求 |
|---|---|---|
| 操作者标识 | 缺失 | 必须包含用户唯一身份标识 |
| 操作结果 | 未记录 | 需明确 success/fail 及错误码 |
| 时间戳精度 | 秒级 | 应达毫秒级（ISO 8601 格式） |
审计链路完整性缺陷
graph TD
A[Controller] --> B[Service]
B --> C[Repository]
C -.-> D[Log.info only at end]
D --> E[无异常分支日志]
E --> F[无法定位失败操作的上下文]2.3 国密算法支持现状评估：Go crypto库对SM4的原生兼容性验证
Go 标准库 crypto/ 包不包含 SM4 实现，亦无 crypto/sm4 子包——该事实可通过源码树与官方文档交叉验证。
验证方式
- 检查 Go 1.22 源码
src/crypto/目录结构 - 运行
go list -f '{{.Dir}}' crypto/sm4返回错误 - 查阅 Go crypto package docs —— SM4 未被列出
主流替代方案对比
| 方案 | 维护方 | SM4 模式支持 | FIPS/GM/T0002 合规性 |
|---|---|---|---|
github.com/tjfoc/gmsm |
开源社区（CFCA 背书） | ECB/CBC/CTR/GCM | ✅ 符合 GM/T 0002-2012 |
github.com/youmark/pkcs8 |
社区维护 | CBC/ECB（无GCM） | ⚠️ 仅基础实现 |
原生兼容性验证代码
package main
import (
"crypto/cipher"
_ "crypto/aes" // 正常导入
_ "crypto/sm4" // 编译失败：import "crypto/sm4": cannot find module
)
func main() {
var _ cipher.Block = &fakeSM4{} // 仅示意：需手动实现
}该代码在
go build时触发import "crypto/sm4": cannot find module错误，直接证实标准库零支持。cipher.Block接口虽可被第三方 SM4 实现满足，但标准库未提供任何默认实现或注册机制。
graph TD
A[Go 1.22 标准库] --> B[crypto/aes]
A --> C[crypto/rsa]
A --> D[crypto/ecdsa]
A -.-> E[crypto/sm4]:::missing
classDef missing fill:#fee,stroke:#f66;2.4 用户行为不可抵赖性设计：基于JWT+SM3签名的会话审计链构建
为保障关键操作行为可追溯、不可篡改、不可否认，系统采用国密SM3哈希算法对JWT载荷进行强一致性签名，并将签名结果与操作上下文（时间戳、设备指纹、IP、事务ID）绑定形成审计链。
核心签名流程
// 使用国密SM3对JWT Header.Payload拼接串签名
const payload = JSON.stringify({
uid: "U8721",
act: "delete_order",
tid: "T20240521142209",
ts: 1716272529123
});
const headerPayload = base64UrlEncode(header) + "." + base64UrlEncode(payload);
const signature = sm3.update(headerPayload).digest('hex'); // 输出64位十六进制摘要
sm3.update()对标准化拼接字符串做单向散列；base64UrlEncode采用RFC 7515无填充URL安全编码；tid全局唯一事务ID确保同一操作不被重放或混淆。
审计链关键字段对照表
| 字段 | 类型 | 说明 |
|---|---|---|
tid |
string | 全局唯一事务ID，由服务端统一生成并透传 |
fingerprint |
string | 基于UA+Canvas+WebGL生成的轻量设备指纹 |
ip_hash |
string | SM3(IPv4/IPv6 + 秘钥)防伪造 |
签名验证逻辑流程
graph TD
A[客户端提交JWT] --> B{解析Header.Payload}
B --> C[拼接 header.payload]
C --> D[SM3计算摘要]
D --> E[比对Signature字段]
E -->|一致| F[写入审计日志链]
E -->|不一致| G[拒绝请求并告警]2.5 等保三级日志留存周期（180天）与Go定时归档+压缩策略实现
等保三级明确要求日志留存不得少于180天，需兼顾合规性、存储效率与可检索性。纯滚动删除易丢失审计线索，而全量保留则引发磁盘膨胀风险。
归档生命周期设计
- 每日生成独立日志文件（
app-20240520.log） - 满7天自动压缩为
app-20240520.tar.gz（节省约65%空间） - 满180天后由清理协程安全移除归档包
Go定时任务核心逻辑
func setupLogArchiver() {
ticker := time.NewTicker(24 * time.Hour)
go func() {
for range ticker.C {
today := time.Now().UTC().Format("20060102")
archivePath := fmt.Sprintf("logs/archive/app-%s.tar.gz", today)
// 压缩昨日日志（避免竞态）
if err := compressLog(fmt.Sprintf("logs/app-%s.log", yesterday()), archivePath); err != nil {
log.Printf("archive failed: %v", err)
}
}
}()
}逻辑说明：使用
time.Ticker实现精确日级触发；compressLog内部调用archive/tar+compress/gzip，确保POSIX兼容性；yesterday()防止当日日志未写完即归档。
归档策略对比表
| 策略 | 存储开销 | 检索延迟 | 审计友好性 |
|---|---|---|---|
| 原生日志保留 | 高 | 低 | ★★★★☆ |
| 日粒度压缩 | 中 | 中 | ★★★★☆ |
| 月粒度合并 | 低 | 高 | ★★☆☆☆ |
graph TD
A[每日00:01触发] --> B{日志文件存在？}
B -->|是| C[调用compressLog]
B -->|否| D[跳过]
C --> E[校验SHA256并写入archive/]
E --> F[180天后GC协程清理]第三章：Go数字白板审计日志体系重构
3.1 基于middleware的全链路操作埋点与上下文透传（context.Value + traceID）
在 HTTP 请求生命周期中，通过中间件注入 traceID 并绑定至 context.Context，实现跨 goroutine 的轻量级上下文透传。
中间件注入 traceID
func TraceMiddleware(next http.Handler) http.Handler {
return http.HandlerFunc(func(w http.ResponseWriter, r *http.Request) {
traceID := r.Header.Get("X-Trace-ID")
if traceID == "" {
traceID = uuid.New().String() // 生成唯一 traceID
}
ctx := context.WithValue(r.Context(), "traceID", traceID)
next.ServeHTTP(w, r.WithContext(ctx))
})
}逻辑分析：中间件从请求头提取或生成 traceID，使用 context.WithValue 将其注入 r.Context()。注意 context.Value 仅适用于传递请求级元数据，不可用于业务参数传递；键类型建议使用自定义类型避免冲突。
日志与埋点联动
| 组件 | 透传方式 | 埋点时机 |
|---|---|---|
| HTTP Handler | r.Context() |
请求进入/响应前 |
| DB Query | ctx 传入 driver |
执行 SQL 前 |
| RPC Client | metadata 注入 |
调用发起时 |
上下文传播约束
- ✅ 支持
context.WithCancel/WithTimeout衍生 - ❌ 不支持跨进程序列化（需结合
X-Trace-IDheader 显式传递）
3.2 结构化审计日志Schema设计与GORM/ent ORM持久化适配
审计日志需兼顾可检索性、合规性与低写入开销。核心字段包括：id（UUID）、event_type（枚举）、actor_id、resource_id、operation（CREATE/UPDATE/DELETE）、status（SUCCESS/FAILED）、ip_addr、user_agent、created_at。
Schema 设计要点
- 采用宽表结构，避免频繁 JOIN；
event_type和operation建议使用数据库 enum 或 check constraint；payload字段保留为 JSONB（PostgreSQL）或 TEXT（兼容 MySQL），供扩展上下文。
GORM 模型示例
type AuditLog struct {
ID string `gorm:"primaryKey;type:uuid;default:gen_random_uuid()"` // PostgreSQL UUID 生成
EventType string `gorm:"index;not null"` // 如 "user.login", "api.key.create"
ActorID uint64 `gorm:"index"`
ResourceID string `gorm:"size:128;index"` // 支持多类型资源ID（字符串化）
Operation string `gorm:"size:16;check:operation IN ('CREATE','UPDATE','DELETE')"`
Status string `gorm:"size:16;check:status IN ('SUCCESS','FAILED')"`
IPAddr net.IP `gorm:"type:inet"` // PostgreSQL inet 类型，自动校验
UserAgent string `gorm:"size:512"`
Payload []byte `gorm:"type:jsonb"` // 存储结构化上下文（如 old_value, new_value）
CreatedAt time.Time `gorm:"index;autoCreateTime"`
}逻辑分析：
gen_random_uuid()依赖pgcrypto扩展，确保分布式唯一性；inet类型原生支持 IP 归属查询；jsonb允许在 DB 层执行payload->>'field'条件过滤，提升审计溯源效率。
ORM 适配对比
| 特性 | GORM | ent |
|---|---|---|
| 枚举约束 | 依赖 CHECK / 自定义 validator | 原生 Enum 类型 + SQL migration |
| JSON 字段查询 | Where("payload @> ?", json) |
Where(payload.JSONContains(...)) |
| 时间精度控制 | nano tag 可启用纳秒级 |
默认微秒，需自定义 Schema Hook |
graph TD
A[审计事件产生] --> B[结构化封装]
B --> C{ORM 选择}
C --> D[GORM：动态钩子 + SQL 表达式]
C --> E[ent：代码优先 + 类型安全查询]
D & E --> F[写入带索引的 audit_logs 表]3.3 日志防篡改机制：SM3哈希链与SQLite WAL模式写入校验
日志完整性保障依赖双重防护：哈希链固化与原子化写入校验。
SM3哈希链构建逻辑
每条日志记录携带前序哈希（prev_hash）与本体SM3摘要（self_sm3），形成不可逆链式结构：
from gmssl import sm3
def calc_sm3_chain(log_entry: dict, prev_hash: str) -> str:
# 输入：当前日志JSON + 上一条哈希值（初始为0*64）
payload = f"{prev_hash}{json.dumps(log_entry, sort_keys=True)}"
return sm3.sm3_hash(payload.encode())
prev_hash确保时序不可插删；sort_keys=True消除JSON键序扰动；gmssl库提供国密标准实现。
WAL模式校验流程
启用WAL后，SQLite将变更先写入-wal文件，再原子提交至主数据库。校验点设在sqlite3_wal_checkpoint()调用前：
| 校验项 | 检查方式 |
|---|---|
| WAL头完整性 | 解析wal-header中checksum1/2 |
| 日志页哈希一致性 | 对每个frame payload计算SM3 |
graph TD
A[新日志写入] --> B[WAL文件追加frame]
B --> C{checkpoint触发}
C --> D[逐帧SM3校验]
D --> E[校验失败？]
E -->|是| F[回滚并告警]
E -->|否| G[提交至主库]第四章：国密SM4加密在Go白板服务中的落地路径
4.1 go-sm2/sm4官方库选型对比与TLS 1.3下SM4-GCM握手流程适配
国密算法在Go生态中主要有两个主流实现：github.com/tjfoc/gmsm（社区活跃，完整支持SM2/SM3/SM4）与 gitee.com/cngsl/gmgo（符合GM/T标准，TLS集成更严谨）。后者已通过商用密码检测认证，推荐用于金融级场景。
库能力对比
| 特性 | gmsm | gmgo |
|---|---|---|
| SM4-GCM AEAD支持 | ✅（需补丁） | ✅（原生、RFC 8998兼容） |
| TLS 1.3密钥派生 | 部分支持 | 完整支持HKDF-SHA256+SM3 |
| 国密SSL/TLS扩展 | 无 | ✅ 支持sm2sig sm4gcm |
TLS 1.3中SM4-GCM握手关键路径
// gmgo中启用SM4-GCM cipher suite示例
config := &tls.Config{
CipherSuites: []uint16{tls.TLS_SM4_GCM_SM2},
CurvePreferences: []tls.CurveID{tls.CurveP256},
}该配置触发TLS 1.3握手时使用HKDF-Expand-Label以SM3哈希派生client_application_traffic_secret_0，并用SM4-GCM加密Early Data与Handshake Traffic。
graph TD
A[ClientHello] -->|cipher_suite=TLS_SM4_GCM_SM2| B[ServerHello]
B --> C[Derive Handshake Secret via HKDF-SM3]
C --> D[SM4-GCM Encrypt EncryptedExtensions]
D --> E[Final Application Traffic Keys]4.2 白板协作数据（Canvas JSON、Stroke二进制流）的SM4分块加密实践
白板协作需兼顾实时性与安全性，Canvas JSON 描述图层结构，Stroke 二进制流记录笔迹坐标与压感（如 Uint8Array[timestamp, x, y, pressure, toolId]），二者均需低延迟加密。
加密策略设计
- 分块粒度：Canvas JSON 按 512 字节切片；Stroke 流按单次笔画（stroke_id 为边界）整块加密
- 模式选择：SM4-CBC + PKCS#7 填充，每块独立 IV（由 HMAC-SHA256(key, stroke_id) 衍生）
SM4 分块加密示例（Node.js）
const { sm4 } = require('crypto-js');
// key: 16-byte Uint8Array, iv: per-block 16-byte derived buffer
function encryptStrokeBlock(data, key, iv) {
return sm4.encrypt(
CryptoJS.enc.Utf8.parse(data), // data 必须为 UTF8 字符串（JSON）或 hex（二进制转hex）
CryptoJS.enc.Utf8.parse(key),
{ mode: CryptoJS.mode.CBC, padding: CryptoJS.pad.Pkcs7, iv: CryptoJS.enc.Utf8.parse(iv) }
).toString();
}逻辑说明：
data若为二进制流，需先Buffer.from(strokeBytes).toString('hex')转换；iv非随机而是确定性派生，保障同笔画解密可复现；CBC 模式避免 ECB 的图案泄露风险。
性能对比（10KB Canvas JSON）
| 分块大小 | 平均加密耗时 | 网络传输膨胀率 |
|---|---|---|
| 256B | 3.2ms | +12.4% |
| 512B | 1.9ms | +8.1% |
| 1KB | 1.3ms | +6.7% |
graph TD A[原始Canvas JSON / Stroke流] –> B{按语义分块} B –> C[SM4-CBC加密每块] C –> D[IV+密文拼接] D –> E[Base64编码后同步]
4.3 密钥生命周期管理：基于KMS的SM4密钥派生与Go crypto/rand安全生成
密钥的安全起点在于不可预测的熵源。Go 标准库 crypto/rand 提供密码学安全的随机数生成器（CSPRNG），其底层调用操作系统级熵源（如 Linux 的 /dev/urandom），避免 math/rand 的确定性风险。
安全密钥材料生成
// 生成32字节（256位）SM4主密钥（符合国密要求）
key := make([]byte, 32)
if _, err := rand.Read(key); err != nil {
panic(err) // 实际应返回错误或重试
}✅
rand.Read()确保字节流具备密码学强度；❌ 不可使用rand.Seed(time.Now().UnixNano())配合Intn()——该方式熵值低且可预测。
KMS驱动的密钥派生流程
graph TD
A[原始密钥 material] --> B[KMS GenerateDataKey]
B --> C[返回明文密钥+密文信封]
C --> D[用明文密钥派生SM4子密钥]
D --> E[立即清零内存中的明文]SM4密钥派生关键参数
| 参数 | 值 | 说明 |
|---|---|---|
| 派生算法 | HKDF-SHA256 | 国密推荐，抗侧信道 |
| Salt | KMS返回的唯一Nonce | 防止相同输入产生相同输出 |
| Info | “SM4-ENCRYPT-2024” | 应用上下文绑定，避免密钥复用 |
密钥永不落盘，全程驻留内存并受KMS信封保护。
4.4 国密SSL双向认证集成：gin/gRPC服务端SM2证书解析与客户端验签实现
SM2证书加载与解析
服务端需从国密PKCS#12文件中提取SM2私钥及SM2证书链：
cert, err := sm2.LoadX509KeyPair("server_sm2.crt", "server_sm2.key")
if err != nil {
log.Fatal("SM2证书加载失败：仅支持国密标准DER/PKCS#8格式私钥")
}
LoadX509KeyPair要求证书为GB/T 32918.2-2016标准编码，私钥必须为SM2算法标识的ECPrivateKey（OID1.2.156.10197.1.301），非通用EC密钥。
gin服务端TLS配置
srv := &http.Server{
Addr: ":8443",
Handler: router,
TLSConfig: &tls.Config{
Certificates: []tls.Certificate{cert},
ClientAuth: tls.RequireAndVerifyClientCert,
ClientCAs: clientCertPool, // 加载国密根CA证书
MinVersion: tls.VersionTLS12,
CurvePreferences: []tls.CurveID{sm2.CurveP256V1}, // 强制SM2曲线
},
}gRPC双向认证关键参数对照
| 参数 | gin服务端 | gRPC服务端 |
|---|---|---|
| 客户端证书验证 | RequireAndVerifyClientCert |
credentials.NewTLS(&tls.Config{ClientAuth: ...}) |
| SM2签名算法协商 | CurvePreferences + Signer |
需自定义TransportCredentials封装SM2握手 |
双向认证流程
graph TD
A[客户端发起TLS握手] --> B[服务端发送SM2证书]
B --> C[客户端校验服务端证书签名]
C --> D[客户端提交自身SM2证书]
D --> E[服务端用国密CA公钥验签客户端证书]
E --> F[双向认证成功，建立加密通道]第五章：从开源项目到等保三级生产环境的演进路线
开源组件是现代应用开发的基石，但直接将其部署至金融、政务类核心业务系统，会面临策略冲突、日志缺失、访问控制薄弱、加密算法不合规等多重风险。某省级医保结算平台初期基于 Spring Boot + Vue 快速搭建了开源原型系统（GitHub star 1200+），上线3个月后即启动等保三级改造，整个演进过程历时14周，覆盖6个关键阶段。
安全基线加固实践
采用 CIS Benchmark v2.1.0 对 Ubuntu 22.04 主机实施标准化加固：禁用 root 远程登录、强制 SSHv2 密钥认证、启用 auditd 审计规则集（含 execve、openat 等17类敏感系统调用）、限制 /tmp 目录 noexec,nosuid。容器层统一使用 Podman 3.4.4 替代 Docker，并通过 systemd drop-in 文件强制启用 seccomp 和 capabilities 白名单（仅保留 setgid,setuid,net_bind_service）。
等保三级核心控制项映射表
| 控制域 | 开源组件原状态 | 改造方案 | 验证方式 |
|---|---|---|---|
| 身份鉴别 | JWT Token 无有效期强制刷新 | 集成 Keycloak 22.0.5，启用双因子+令牌吊销队列 | Burp Suite 重放测试 |
| 安全审计 | Logback 仅输出 console 日志 | 接入 Fluent Bit → Kafka → ELK，字段级脱敏（如身份证号正则替换） | Splunk 检索 audit_log* 索引 |
| 通信传输 | HTTPS 使用 TLS 1.2 默认套件 | 强制 TLS 1.3 + BoringSSL 提供的 ChaCha20-Poly1305 | OpenSSL s_client -tls1_3 |
敏感数据全链路防护
在 MyBatis Plus 3.5.3 层注入自定义 TypeHandler，对 id_card、bank_account 字段自动执行国密 SM4 加密（使用 Bouncy Castle 1.70 国密 Provider），密钥由 HashiCorp Vault 1.14 动态分发，TTL 设为 4 小时。数据库侧 PostgreSQL 14 启用 pgcrypto 扩展，对备份文件执行 AES-256-GCM 加密并签名。
flowchart LR
A[GitHub 开源代码仓库] --> B[GitLab CI/CD Pipeline]
B --> C{安全门禁}
C -->|SAST| D[Semgrep 扫描 CVE-2023-XXXX]
C -->|SCA| E[Dependency-Track v4.12 报告 log4j 2.17.1 依赖]
C -->|IAST| F[OpenRASP 注入检测]
D & E & F --> G[通过 → 部署至 K8s 集群]
G --> H[等保三级运行时监控]灾备与应急响应机制
主中心采用双活架构（两地三中心），RPO≤30秒：MySQL 8.0.33 启用 Group Replication，Binlog 通过 Canal 1.1.8 实时同步至 Kafka；异地灾备中心每日凌晨执行 pg_dump + zstd 压缩 + SHA256 校验，校验结果写入区块链存证合约（Hyperledger Fabric 2.5）。应急响应流程嵌入 SOAR 平台，当 WAF 触发“SQL 注入高危规则”时，自动隔离源 IP、冻结关联账号、推送钉钉告警至安全组，并触发 Nessus 扫描该主机开放端口。
合规性持续验证闭环
每季度执行自动化等保测评：使用 OpenSCAP 1.3.7 扫描操作系统配置，结合自研 Python 脚本解析 Nmap 输出与防火墙策略表，生成符合 GB/T 22239-2019 第8.1.3条要求的《访问控制策略一致性报告》。所有扫描任务均在离线沙箱中执行，避免对生产网络造成探测流量扰动。
