05-Web与客户端安全
注入类漏洞的数据流本质
一句话定义
注入类漏洞(injection)的本质是:不可信数据(untrusted data)在缺少边界约束下进入危险解释器(interpreter),被按语法解释为代码或指令,改变程序原定语义——“数据”升格为”代码”。
为什么重要
注入长期位居 OWASP Top 10 头部:模型简单且无处不在,凡”数据与指令共用一条通道”的设计都可能中招。掌握 source→sink(源到汇)数据流模型,就能把 SQL 注入、跨站脚本(XSS, Cross-Site Scripting)、命令注入(Command Injection)、服务器端请求伪造(SSRF, Server-Side Request Forgery)统一为一类问题,防御从”记招式”升级为”在关键点设卡”。
前置知识
- kp-001:代码与数据的边界意识。
- HTTP 请求与响应结构:参数与头部如何到达服务端。
- 关系型数据库基础查询、HTML 标签结构、进程与 shell 的区分。
核心概念
- source(源):不可信数据的入口——请求参数、HTTP 头、cookie、文件名、第三方返回值。
- sink(汇):把输入交给解释器执行的调用点,如 SQL 执行接口、命令执行接口、HTML 渲染点、服务端抓取 URL 的函数。
- 数据流(data flow):source 到 sink 的传播路径;拼接、赋值、入库取出再用(二次注入,second-order injection)都会延续这条路径。
- 上下文(context):数据在目标语法中的位置(SQL 引号内、HTML 属性内、shell 参数位、URL 主机位),决定哪种编码或转义有效。
原理与机制
注入成立需三条件同时满足:解释器存在”结构语法”与”数据”两层;应用把不可信数据不加区分地嵌入结构语法;解释器解析时优先遵循结构语法。于是数据中的特殊字符改变语法结构,其余部分被当作指令执行。四类漏洞的差异只在上下文:
- SQL 注入(SQLi):数据嵌入 SQL 语句,引号与关键字改变语句结构。参数化查询(parameterized query)在预编译期固定语句结构、把参数限制在”数据通道”,从结构上消除歧义。防御正例(伪代码):
stmt = db.prepare("SELECT * FROM users WHERE id = ?"); stmt.bind(id)。 - XSS:数据嵌入 HTML/JS。HTML 有多个子上下文(元素内容、属性、脚本字符串、URL、CSS),语法终止符各不相同,输出编码(output encoding)必须按上下文选择:元素内容用实体编码、属性加引号转义、脚本字符串按 JS 转义、URL 限安全协议白名单。
- 命令注入:数据进入 shell 命令行,shell 元字符(metacharacter,如分号、管道符)引入第二条命令。结构性防御是”无 shell 设计”:不经 shell 解释层,以参数数组直接调用系统 API,让输入始终处于”参数位”。
- SSRF:服务端把用户可控 URL 交给网络栈发起请求,目标可被指向内网或云元数据服务(metadata service)。难点在于 URL 解析器存在解析差异、校验与实际连接可能不一致,防御必须在网络层收敛:出口目标白名单、拒绝解析到内网段/链路本地段/元数据地址的连接,并在出口防火墙强制生效。
攻击面分类:输入点(参数、头部、JSON 字段、文件名)、传播路径(存储后再使用的二次注入)、信任边界外的输入(第三方返回值等)。检测映射:对每条 source→sink 路径做数据流审计;运行期监控异常语法错误、异常出站连接与意外进程创建。
实例或案例
- Log4Shell(CVE-2021-44228,2021 年公开披露):日志库把日志内容中的查找语法解释为表达式并触发远程资源加载,修复方式为默认禁用该解释能力——机理与本文模型同构。
- Capital One 事件(2019 年公开披露):配置缺陷导致 SSRF,攻击者借此访问云元数据服务获取临时凭证,造成大规模数据泄露;推动业界部署元数据地址封锁与令牌加固。
- 2012 年 Yahoo! Voices 泄露等事件被归因于 SQL 注入,说明拼接式查询在生产系统的普遍性。
常见误区
- 黑名单过滤关键字就安全:编码变形众多,过滤是易碎补丁;参数化、无 shell、白名单才与模型对齐。
- 编码一次就安全:编码必须匹配 sink 上下文,错配等于没编码。
- SSRF 是小问题:它把攻击面延伸到内网与云控制面,常是渗透链条的关键一跳(见 kp-021)。
- 只防入口:二次注入说明数据流要覆盖”存储—取出—再用”全程。
自测题
- 为什么参数化查询能从结构上消除 SQL 注入? 答案要点:预编译期已固定语句结构,参数只走数据通道,不再参与语法解析。
- 输出编码为什么必须”上下文相关”? 答案要点:各子上下文的语法终止符与危险字符不同,编码错配会被原样保留或提前失效。
- SSRF 为什么要在网络层收敛而不只做字符串校验? 答案要点:URL 解析差异与 DNS 解析不一致使应用层校验可能失配;白名单与内网/元数据地址封锁在连接发起处强制生效。
公式或模型
本节不适用——注入属于语法边界与信任边界问题,无可量化数值公式;分析模型是 source→sink 有向图,见「图示」。
图示
┌────────────────────┐
│ source 不可信数据 │
│ 参数/头/cookie/ │
│ 文件名/第三方返回 │
└─────────┬──────────┘
│ 直接拼接或嵌入(无边界区分)
│ 入库→取出→再拼接(二次注入)
v
┌────────────────────┐
│ 应用代码 │
│ 数据与指令共用通道 │
└─────────┬──────────┘
v
┌────────────────────┐
│ sink 危险解释器 │
│ SQL │ HTML/JS │
│ shell │ URL 抓取 │
└─────────┬──────────┘
v
数据被解释为代码/指令
直观类比
翻译会议:口译员(解释器)同时接收”内容”与”议程指令”,共用一支话筒。话筒不区分来源时,发言者就能在”内容”里夹带一句”把全场材料复印一百份”,被当成指令执行。参数化查询把两者分成两条独立通道,口译员只翻译内容。
与其他知识点的关系
- kp-001:代码与数据的边界是同一原则在二进制层的体现。
- kp-014:XSS 的浏览器侧纵深防线(同源策略与 CSP)承接输出编码。
- kp-027:提示注入(prompt injection)是同一模型在 LLM 上的重现——自然语言既是数据也是指令。
延伸阅读
- OWASP《SQL Injection Prevention Cheat Sheet》
- OWASP《Cross Site Scripting Prevention Cheat Sheet》
- OWASP《Server-Side Request Forgery Prevention Cheat Sheet》
- 吴翰清《白帽子讲 Web 安全》
- Stuttard & Pinto《The Web Application Hacker’s Handbook》