如何在用户生成的 HTML 中防止 Javascript 注入攻击

IT技术 javascript html regex parsing code-injection
2021-01-26 23:32:08

我正在保存用户提交的 HTML（在数据库中）。我必须防止 JavaScript 注入攻击。我见过的最有害的是 .js 文件中的 JavaScript style="expression(...)"。

除此之外，相当多的有效用户内容将包括特殊字符和 XML 结构，因此我希望尽可能避免使用白名单方法。（列出每个允许的 HTML 元素和属性）。

JavaScript 攻击字符串示例：

1.

"Hello, I have a
<script>alert("bad!")</script>
problem with the <dog>
element..."

"Hi, this <b
style="width:expression(alert('bad!'))">dog</b>
is black."

有没有办法阻止这样的 JavaScript，而其余部分完好无损？

到目前为止，我唯一的解决方案是使用正则表达式来删除某些模式。它解决了情况 1，但不解决了情况 2。

环境本质上是 Microsoft 堆栈：

  • SQL Server 2005
  • C# 3.5 (ASP.NET)
  • JavaScript 和 jQuery。

我希望阻塞点是 ASP.NET 层 - 任何人都可以制作错误的 HTTP 请求。

编辑

谢谢大家的链接。假设我可以定义我的列表（内容会包含很多数学和编程结构，所以白名单会很烦人），我还有一个问题：

什么样的解析器可以让我删除“坏”部分？不好的部分可能是整个元素，但是那些驻留在属性中的脚本呢？我不能随意删除< a hrefs >。

6个回答

你认为是这样吗？看看这个。

无论您采用何种方法，您都绝对需要使用白名单。这是对您在网站上允许的内容接近安全的唯一方法。

编辑：

不幸的是，我不熟悉 .NET，但您可以查看 stackoverflow 自己与 XSS 的战斗（https://blog.stackoverflow.com/2008/06/safe-html-and-xss/）以及当时的代码用于解析发布在此站点上的 HTML：Archive.org 链接- 显然您可能需要更改此设置，因为您的白名单更大，但这应该可以帮助您入门。

感谢您的反馈。我担心白名单是答案。:)
2021-03-13 23:32:08
如果您的方法是删除危险的东西，您的代码将容易受到注入。唯一安全的方法是拥有一个特别允许的元素和属性的白名单。
2021-03-16 23:32:08
在这里解释一下白名单是什么以及它如何操作/删除坏东西？
2021-03-25 23:32:08
谢谢，我实际上正在使用该站点作为测试平台。我已经成功删除了任何看起来像 <script> 的东西，所以我需要得到那些不......也就是说，表达式：，javascript：，vbscript：等等。你能建议一个可以做到这一点的解析器吗?
2021-04-05 23:32:08
杰夫，试试这个字符串：<scr<script>ipt>。是的 XSS！黑名单将不起作用。无论您的白名单是否长，都无法将其列入黑名单。如果您想阅读更多关于此的文章，OWASP 网站可以提供很多帮助。
2021-04-05 23:32:08

在我看来，元素和属性的白名单是唯一可以接受的选择。任何不在您的白名单上的东西都应该被删除或编码（将 <>&" 更改为实体）。另外一定要检查您允许的属性中的值。

少一点，你就会面临问题——已知的漏洞利用或将来会发现的漏洞。

唯一真正安全的方法是使用白名单。对所有内容进行编码，然后将允许的代码转换回来。

我已经看到相当先进的尝试只禁止危险代码，但它仍然不能很好地工作。尝试安全地捕捉任何人能想到的一切是相当了不起的，并且很容易对一些根本不危险的东西进行烦人的替换。

我发现了困难的方法。我们现在正在使用转义和白名单。
2021-03-17 23:32:08

目前最好的选择是使用这样的内容安全策略标头：

Content-Security-Policy: default-src 'self';

这将阻止加载内联和外部脚本、样式、图像等，因此浏览器只会加载和执行来自同一来源的资源。

但是，它不适用于旧浏览器。

@DanielWu 是的，但您可以将 CDN 域或文件哈希列入白名单
2021-03-24 23:32:08
这会阻止我们使用 CDN 吗？
2021-03-28 23:32:08

基本上，正如 Paolo 所说，您应该尝试关注用户被允许做的事情，而不是试图过滤掉他们不应该做的事情。

保留允许的 HTML 标记列表（例如 b、i、u...）并过滤掉其他所有内容。您可能还想删除允许的 HTML 标记的所有属性（例如，因为您的第二个示例）。

另一种解决方案是引入所谓的 BB 代码，这是很多论坛使用的。它的语法与 HTML 相似，但首先是允许代码白名单的想法，然后将其转换为 HTML。例如， [b]example[/b] 将导致example。确保在使用 BB 代码时仍然预先过滤掉 HTML 标签。

我担心的内容将包括许多数学和编程结构（XML、C# 等），所以我很想避免白名单。
2021-04-10 23:32:08
其它你可能感兴趣的问题
上一篇在javaScript中将数字转换为罗马数字 下一篇如何将异步函数调用包装到 Node.js 或 Javascript 中的同步函数中？