会话一节说明服务器如何辨认已登录的用户,CORS 一节说明服务器如何容许另一个来源的页面读取其响应。两者都基于浏览器强制执行、而应用程序必须加以补充的安全规则。本节精确陈述这些规则,并分析三类常见漏洞。每一类的成因不同,所以防御各异;针对错误类别的防御完全没有作用:CORS 设置不能阻止 XSS,转义 HTML 也不能阻止 SQL 注入。
1. 来源与同源策略
定义 8.4.1
(来源)
来源(origin)是(协议、主机、端口)三元组,例如 https://app.example.test:443。若 URL 省略端口,则采用该协议的默认值:https 为 443,http 为 80。路径、查询字符串与片段不属于来源。两个 URL 的来源相同,当且仅当三个部分都相同。
以 https://app.example.test/ 为基准。
| URL | 来源相同? | 原因 |
|---|---|---|
https://app.example.test/notes?id=1 | 是 | 路径与查询不属于来源 |
https://app.example.test:443/ | 是 | 443 是 https 的默认端口 |
http://app.example.test/ | 否 | 协议不同 |
https://api.example.test/ | 否 | 主机不同 |
https://app.example.test:8443/ | 否 | 端口不同 |
同源策略(SOP)是浏览器的规则:默认情况下,在某个来源中运行的脚本不得读取另一个来源的数据。它不能读取跨来源文档的 DOM,也不能读取跨来源 fetch 的响应内容,除非对方服务器容许(这种容许就是 CORS)。以下两个精确的限制很重要。SOP 限制的是读取,不是发送:页面仍然可以令浏览器发出跨来源请求,例如提交表单或加载图片,服务器也会收到。此外,cookie 按主机、路径与属性划分范围,而不是按来源,所以浏览器会自动把网站的 cookie 附在这类请求上。
2. 跨站脚本(XSS)
定义。 跨站脚本是一种漏洞:攻击者可控制的数据被放进页面,令浏览器把它当作标记或脚本来解读。攻击者的脚本随后在受害页面所属的来源中运行,拥有该来源的权限。SOP 帮不上忙,因为这个脚本并非外来来源,它就在这个来源之内运行。它可以读取页面、带着用户的 cookie 发出同源请求,并改变用户看到的内容。HttpOnly cookie 虽然脚本读不到,但脚本仍可发出带有该 cookie 的请求,所以即使 cookie 的值没有被窃取,操作照样会被执行。
通常按数据的来源分类。存储型 XSS 把有效载荷保存在服务器上(评论、个人数据字段),并提供给每一位浏览者。反射型 XSS 把请求中的数据(例如查询参数)直接放入响应。DOM 型 XSS 完全在客户端代码中发生,即 JavaScript 以不安全的 API 把不可信数据写入页面。
有漏洞的写法如下:
const name = new URLSearchParams(location.search).get("name");
document.getElementById("greeting").innerHTML = "Hello, " + name;
若 name 是 <img src="x" onerror="alert(1)">,把它赋给 innerHTML 会令浏览器解析出一个 img 元素;图片加载失败,onerror 处理函数便会执行。注意,通过 innerHTML 插入的 script 元素不会执行,但事件处理属性会,所以过滤“script”这个词并不是防御。
防御。
- 把数据当作数据。 使用
textContent(或createTextNode)而不是innerHTML:字符串按字面显示,不会被当作标记解析。
document.getElementById("greeting").textContent = "Hello, " + name;
- 按情境转义。 当输出必须生成为标记时,使用经过审慎检验的模板引擎或框架。需要编码的字符取决于情境:HTML 文本、属性值、JavaScript 字符串与 URL 各自需要不同的编码。React 默认会转义字符串形式的子节点,所以
dangerouslySetInnerHTML才有那样的名称;放进href或src的 URL 仍需检查其协议,因为javascript:URL 可以被执行。 - 清理(sanitize):只有在用户确实可以提交 HTML 时,才使用维护良好的库;自己手写的过滤器并不可靠。
- 内容安全策略(一个限制脚本可从何处加载及是否执行内联脚本的响应头)是第二层防线,可减轻漏转义所造成的损害,但不能取代正确的输出处理。
反例模式
删去 script 这个词并不能移除有效载荷
有人声称:把留言中每个 <script 都删除,例如 text.replace(/<script/gi, ""),就能使 item.innerHTML = text 变得安全。取留言 <img src="x" onerror="alert(1)">。它不含 <script,过滤器原样返回,浏览器创建 img 元素,对 x 的请求失败,alert(1) 便在页面的来源中执行。过滤器只挡住脚本的其中一种载体,所有事件处理属性仍然可用。修正不是把黑名单加长,而是改用另一种输出操作:把留言赋给 textContent;若必须允许格式,则用维护良好的库清理。
3. 跨站请求伪造(CSRF)
定义。 CSRF 令受害者的浏览器向受害者已登录的网站发出请求,而受害者并无此意。它需要三个条件同时成立:请求会改变状态;网站用浏览器自动附带的凭据(通常是会话 cookie)验证它;服务器接受请求时,不要求任何攻击者页面无法提供的值。攻击者不会读取响应,这正是 SOP 的读取限制无法阻止它的原因。
例子。银行的端点是 POST https://bank.example.test/transfer,带有 to 与 amount 字段,以会话 cookie 验证。位于 https://evil.example.test 的页面含有一个指向该 URL、带有这些字段的表单,并自动提交。浏览器会把 bank.example.test 的 cookie 随请求一并送出,所以银行看到的是一个已验证的请求。
防御。
SameSitecookie。SameSite=Strict在所有跨站请求中都不发送 cookie。SameSite=Lax在跨站子请求及跨站POST导航中不发送,但在使用安全方法(如GET)的顶层导航(例如点击链接)中仍会发送。SameSite=None允许跨站发送,并必须配合Secure。由此得出两点:会改变状态的操作绝不可使用GET;而且“同站”不等于“同源”,app.example.test与api.example.test是同站(假设example.test是可注册域名)但来源不同,所以单靠 SameSite 不能防御恶意的同级子域名。- CSRF 令牌。 服务器发出与会话绑定、不可预测的令牌,嵌入页面,并要求每个会改变状态的请求在请求体或自定义请求头中带上它。由于 SOP,攻击者的页面读不到令牌,因此无法附上。自定义请求头还会令跨来源请求触发 CORS 预检,而攻击者的页面无法通过预检。
- 来源检查。 浏览器会在跨来源
POST请求上送出Origin请求头;服务器可拒绝不在允许清单内的值。这是补充措施,不能取代令牌。
不算防御的有:只容许 POST(表单可以提交 POST)、把 cookie 设为 HttpOnly(浏览器仍会发送它)、使用 HTTPS(伪造的请求同样是 HTTPS)。由 JavaScript 明确附上的凭据,例如 Authorization 请求头中的 bearer 令牌,不会被自动发送,所以不易受 CSRF 影响;但若令牌可被 JavaScript 读取,一旦发生 XSS 就会暴露。
4. 注入
定义。 当不可信数据与命令或查询组合,令数据能改变其结构时,就发生注入。常见成因是以字符串拼接构造查询。
SQL 例子:
const sql = "SELECT id FROM users WHERE name = '" + name + "'";
当 name = alice,查询为 SELECT id FROM users WHERE name = 'alice'。当 name = ' OR '1'='1,它变成 SELECT id FROM users WHERE name = '' OR '1'='1',其条件对每一行都成立。防御方法是参数化查询:驱动程序把查询文本与数值分开发送,数值绝不会被当作 SQL 解析:
const [rows] = await db.execute("SELECT id FROM users WHERE name = ?", [name]);
NoSQL 运算符注入。 MongoDB 的筛选条件是对象,而 express.json() 会把客户端送来的 JSON 变成对象。考虑:
const user = await User.findOne({ username: req.body.username, password: req.body.password });
客户端可以送出 {"username":"alice","password":{"$ne":null}}。此时筛选对象含有运算符 $ne,匹配任何名为 alice 而密码字段不为 null 的用户,所以不需要密码。Mongoose 会把筛选值转换为结构定义中的类型,但它本身不会拒绝运算符对象,所以应用程序必须自行拒绝。应验证每个字段都是预期的原始类型,而且根本不要以密码查找用户:先按名称找到用户,再把提交的密码与以刻意设计为缓慢的密码哈希函数产生的、加盐的已存储哈希值比较。
const { username, password } = req.body;
if (typeof username !== "string" || typeof password !== "string") {
return res.status(400).json({ error: "invalid input" });
}
const user = await User.findOne({ username });
Mongoose 还提供 sanitizeFilter 选项,把筛选条件中的嵌套对象视为字面值,而非运算符。在所有情况下,原则都一样:把数据与代码分开,并在边界上验证外部输入的类型与形状。
5. 例题:追踪一个 XSS 有效载荷
例题 8.4.2
(追踪一个存储型 XSS 有效载荷)
某评论页面存储评论,并以 item.innerHTML = comment.text 显示每一则。一名用户发表文本 <img src="x" onerror="alert(1)">。
- 服务器原封不动地存储该字符串(存储型 XSS)。
- 另一名用户加载页面;脚本执行
item.innerHTML = ...。 - 浏览器把字符串解析成带有
onerror属性的img元素。 - 对
x的图片请求失败,处理函数运行,alert(1)在该评论网站的来源中执行。
把该行改为 item.textContent = comment.text,第 3 步便只产生文本节点,用户看到的是字面字符,什么都不会执行。应在输出时只套用一种编码机制、只套用一次;若先转义文本再用 textContent 赋值,就会显示出 < 之类的可见实体文本。
6. 例题:有与没有 SameSite 的 CSRF
例题 8.4.3
(有与没有 SameSite 的 CSRF)
网站 bank.example.test 把会话 cookie 设为 session=...; Secure; HttpOnly; SameSite=Lax。
- 攻击者页面自动提交
POST /transfer。在Lax下,这个跨站POST不会发送 cookie,所以请求抵达时没有会话,服务器按未登录用户处理。攻击失败。 - 假设应用程序同时提供
GET /transfer?to=mallory&amount=100。攻击者诱使受害者点击指向它的链接。点击是使用安全方法的顶层导航,所以Lax会发送 cookie,转账成功。成因是GET请求改变了状态。 - 若 cookie 改为
SameSite=None,伪造的POST就会带上 cookie。要求请求中带有效 CSRF 令牌的服务器会以 403 拒绝它,因为攻击者的页面读不到令牌。
三种情况的结果都取决于两个独立的问题:伪造请求有没有带上 cookie,以及服务器有没有要求一个攻击者页面无法取得的值。在 Lax 下,SameSite 只在跨站子请求和使用不安全方法的导航中扣下 cookie,因此要让 GET 不产生副作用并验证令牌,防御才算完整。
7. 例题:为每项发现匹配防御
例题 8.4.4
(为三项发现匹配防御)
一次对小型 Express 应用程序的检查报告了三项发现。
| 发现 | 漏洞类别 | 消除成因的防御 |
|---|---|---|
搜索路由响应 "<p>Results for " + req.query.q + "</p>" | 反射型 XSS | 把 q 当作文本输出:使用会转义的模板引擎,或在客户端使用 textContent |
POST /account/email 只凭会话 cookie 就更改电子邮件地址 | CSRF | 为会话 cookie 设置 SameSite,并由服务器验证 CSRF 令牌 |
Order.find({ owner: req.body.owner }) 接受任何 JSON 值作为 owner | NoSQL 运算符注入 | 要求 typeof owner === "string",或启用 sanitizeFilter |
每项防御都作用于该攻击得逞的那一步。在搜索路由中,浏览器把攻击者的文本解析成标记,因此对输出进行编码便消除了成因;加上 CORS 响应头则毫无作用,因为注入的脚本在搜索页面自己的来源中执行。在更改邮件地址的路由中,伪造请求之所以成功,是因为浏览器自动附上 cookie,而服务器不要求其他东西;令牌提供了一个跨站页面读不到的值。在订单查询中,客户端提交的对象(例如 {"$ne": null})会变成运算符;检查类型可确保该值只是普通字符串。若把防御互换,例如把 owner 当作 HTML 转义,每项发现仍然可被利用。
8. 常见错误
- 先为 HTML 转义,再为另一个情境再转义一次,结果既重复编码又有漏洞。
- 以为
HttpOnly能防止 XSS。它防止的是读取一个 cookie,而不是利用它采取行动。 - 以为
SameSite=Lax使会改变状态的GET路由变得可以接受。 - 以
req.body、req.query或req.params拼接查询,或把解析后的 JSON 对象不检查类型就直接当作筛选条件。
常见错误
(依赖 CORS 来阻止伪造请求)
服务器只发送 Access-Control-Allow-Origin: https://app.example.test,所有者便断定其他网站不能改变状态。https://evil.example.test 上的网页对 /transfer 提交一个普通表单 POST。这是简单的跨来源请求,浏览器不经预检直接发送;只要浏览器同时附上会话 cookie,服务器就会执行它。CORS 只决定攻击者的脚本能否读取响应。对 XSS 则完全不会被查询,因为注入的脚本是在有漏洞页面自己的来源中运行。防御是XSS 与 CSRF 两节的做法:安全输出、SameSite,以及经服务器验证的 CSRF 令牌。
常见错误
(只在浏览器中验证)
某个输入框设有 maxlength="80",开发者便以为标题最长只有 80 个字符。用命令行客户端发送的请求,例如 curl -X POST -H "Content-Type: application/json" -d '{"title":"..."}',附上 500 个字符的标题,根本不经过那个表单,除非服务器自己检查长度,否则就会被存储。浏览器端的检查改善用户体验;每一条重要的规则,都必须由服务器强制执行。
练习
快速检查
(比较来源)
相对于 https://shop.example.test:8443/cart,判断下列 URL 是否同源:(a) https://shop.example.test:8443/checkout,(b) https://shop.example.test/cart,(c) http://shop.example.test:8443/cart,(d) https://www.shop.example.test:8443/cart。
解答
(a) 同源:只有路径不同。(b) 不同:没有端口表示 https 的 443,与 8443 不同。(c) 不同:协议是 http 而不是 https。(d) 不同:主机 www.shop.example.test 与 shop.example.test 不同。
快速检查
(innerHTML 与 textContent)
某页面执行 el.innerHTML = comment.text。若文本为 <b>hi</b>,分别说明使用 innerHTML 与 textContent 时用户看到什么,以及哪个版本对不可信评论是安全的。
解答
使用 innerHTML 时,浏览器解析标记,并以粗体显示 hi 一词;同一机制也会执行事件处理属性形式的有效载荷,所以对不可信文本并不安全。使用 textContent 时,显示的是字面字符 <b>hi</b>,没有任何东西被解析。textContent 版本是安全的。若评论必须容许格式,应先用维护良好的清理库处理该 HTML。
快速检查
(哪些措施能阻止 CSRF?)
对于以 cookie 验证的 POST /delete-account 端点,判断下列措施能否阻止伪造的跨站请求:(a) 只接受 POST;(b) 会话 cookie 设为 SameSite=Strict;(c) 在自定义请求头中带上由服务器验证的 CSRF 令牌;(d) 把 cookie 标记为 HttpOnly。
解答
(a) 不能:恶意页面可以提交 POST 表单。(b) 对由另一个站点发起的请求可以,因为不会发送 cookie;它不涵盖来自同站恶意子域名的请求。(c) 可以:攻击者的页面读不到令牌,而自定义请求头还会触发攻击者来源无法满足的预检。(d) 不能:HttpOnly 阻止脚本读取 cookie,但浏览器仍会把它附在伪造的请求上。
快速检查
(修正拼接而成的 SQL 查询)
某路由构造 "SELECT * FROM orders WHERE id = " + id。写出 id = 5 OR 1=1 时产生的 SQL,并写出改正后的参数化调用。
解答
文本变成 SELECT * FROM orders WHERE id = 5 OR 1=1,条件对每一行都成立,所以返回所有订单。改正后的调用为 await db.execute("SELECT * FROM orders WHERE id = ?", [id])。驱动程序把 id 当作数值发送,所以字符串 5 OR 1=1 是被当作数值来比较(并被转换或作为数字被拒绝),而不是被当作 SQL 解析。在查询之前再验证 id 是整数,是另一项合理的检查。
快速检查
(登录筛选条件中的运算符)
某登录处理函数执行 User.findOne({ username: req.body.username, password: req.body.password }),收到 {"username":"alice","password":{"$ne":null}}。写出实际执行的筛选条件,说明为何不需密码也能成功,并给出修正。
解答
筛选条件为 { username: "alice", password: { $ne: null } }。$ne 运算符匹配密码不为 null 的任何文档,所以不需要知道 alice 的密码,她的文档就会匹配。修正方法是拒绝非字符串的输入(typeof username !== "string" || typeof password !== "string" 时响应 400),只按 username 查找用户,并用密码哈希函数的验证例程,把提交的密码与已存储的加盐哈希值比较。