feat: A+B 缺口全补 + README 待办记录

A 结构层小缺口 (3/3):
  ✅ structure.py 加 LongFilename 告警 (>120 字符成员名)
  ✅ extractor.py _SAFE_NAME_RE 扩展 emoji 范围 (保留 emoji 文件名不崩)
  ✅ 重生成 L0-023_5layer_nested.zip (5 层真嵌套)

B 白名单机制 (2/2):
  ✅ policy.yaml 加 keyword_whitelist (内网 IP/域名自动放行 RemoteDownloadUnix/PowerShell)
  ✅ policy.yaml 加 yara_hash_whitelist (MD5 在白名单跳过 YARA 告警)
  ✅ policy.py Property 类加两个 property 读取白名单
  ✅ policy.py PolicyEngine.decide() 步骤 -1: 白名单过滤 (优先级最高)
  ✅ scanner.py decide() 调用补传 md5

外部资源缺口 (3 条，README 已记录):
  - L1-009/010 需真实签名 .cvd 文件
  - L1-014 需压测脚本 stress_test.py

测试靶场:
  ✅ rules/test_rules.yar (7 条自动生成 YARA 规则)
  ✅ README 新增测试靶场待办 + 白名单机制说明 + 脚本清单

app/services/policy.py

@@ -99,6 +99,17 @@ class Policy:
         """内网特征词表规则（L2B 引擎使用）。"""
         return self.raw.get("keyword_rules", []) or []
 
+    @property
+    def keyword_whitelist(self) -> List[Dict[str, Any]]:
+        """关键词白名单。规则命中后，若 detail 包含 allowed_keywords 中任一子串 → 过滤。"""
+        return self.raw.get("keyword_whitelist", []) or []
+
+    @property
+    def yara_hash_whitelist_set(self) -> set[str]:
+        """YARA 哈希白名单（返回 MD5 集合，便于快速查询）。"""
+        raw = self.raw.get("yara_hash_whitelist", []) or []
+        return {str(entry.get("md5", "")).lower() for entry in raw if isinstance(entry, dict) and entry.get("md5")}
+
     @property
     def yara_weights(self) -> Dict[str, float]:
         """YARA 规则权重映射：规则名 → weight(0-100)。
@@ -387,6 +398,7 @@ class PolicyEngine:
         real_type: str = "",
         engine_errors: Optional[List[str]] = None,
         encrypted: bool = False,
+        md5: str = "",
     ) -> Decision:
         """综合所有信号产出最终裁决。
 
@@ -410,6 +422,38 @@ class PolicyEngine:
 
         ext = (declared_ext or "").lower()
 
+        # ======================================================================
+        # 步骤 -1：白名单过滤（优先级最高）
+        # ======================================================================
+        # 命中白名单的规则从 findings 中移除，不再参与任何后续裁决。
+        # 包括：关键词白名单（按 rule + detail 子串匹配）+ YARA 哈希白名单。
+        # ======================================================================
+        wl_filtered: List[Finding] = []
+        keyword_wl = policy.keyword_whitelist
+        for f in findings:
+            skip = False
+            # 关键词白名单：detail 包含 allowed_keywords 任一子串
+            if keyword_wl and f.engine == "keywords":
+                for wl_entry in keyword_wl:
+                    if f.rule == wl_entry.get("rule"):
+                        allowed = wl_entry.get("allowed_keywords", [])
+                        if allowed and any(kw in f.detail for kw in allowed):
+                            skip = True
+                            logger.info(
+                                "白名单放行：rule=%s 命中关键词白名单 detail=%s",
+                                f.rule, f.detail,
+                            )
+                            break
+            # YARA 哈希白名单：md5 在白名单集合中
+            if not skip and f.engine == "yara":
+                wl_set = policy.yara_hash_whitelist_set
+                if wl_set and md5 and md5.lower() in wl_set:
+                    skip = True
+                    logger.info("白名单放行：YARA 命中但 MD5 在哈希白名单")
+            if not skip:
+                wl_filtered.append(f)
+        findings = wl_filtered
+
         # ======================================================================
         # 步骤 0：零容忍规则优先检查
         # ======================================================================

app/services/scanner.py

@@ -453,6 +453,7 @@ class Scanner:
             real_type=real_type,
             engine_errors=engine_errors,
             encrypted=encrypted,
+            md5=root_info.get("md5", ""),
         )
 
         # 计算 open_risk（独立于裁决结果，供人阅读）