你写了一个练手用的留言板:一个表单,一个列表页,提交的内容存进数据库,列表页原样打印出来。测试的时候,你在输入框里敲了一串带尖括号的文本,提交,刷新,浏览器弹出一个对话框。

大多数人的第一反应是「浏览器有漏洞」或者「数据库被攻击了」。都不是。浏览器只是按规矩解析 HTML:页面里出现了脚本标签,它就应该执行。真正的问题出在你这边——你把一段用户输入,当成了页面代码的一部分,中间没有任何一步做过区分。

这就是 Web 安全要处理的核心问题:数据在跨越信任边界的时候,被下一层当成了指令。同几个字符,放在文本的位置就是文本,放在代码的位置就是代码。安全工作的很大一部分,就是保证它永远待在文本的位置。

这篇是「网络安全 · WEB」系列的第一篇,先把地图铺开:谁在信任谁、失败方式有哪几类、入口在哪里、练习要在什么环境里做。后面七篇再逐个往里钻。

先看现象:一句留言为什么能执行

假设列表页的渲染逻辑是这样的:

// 有问题的写法:把用户内容直接拼进 HTML
echo '<div class="msg">' . $row['content'] . '</div>';

// 正确的写法:输出前按 HTML 上下文编码
echo '<div class="msg">' . htmlspecialchars($row['content'], ENT_QUOTES, 'UTF-8') . '</div>';

两段代码的差别只有一个函数,但结果完全不同。第一段里,数据库里的内容被原样塞进 HTML 字符串,浏览器拿到的是「一个 div,里面有一段脚本」,于是脚本被执行。第二段里,尖括号被换成了 HTML 实体,浏览器拿到的是「一个 div,里面有一段看起来像脚本的文字」,于是它只显示,不执行。

这里有个容易被忽略的细节:同一条留言,在列表页可能是安全的,在另一个页面却不安全。因为「安全」不取决于内容本身,而取决于内容被放进了什么上下文。放进 HTML 正文、放进标签属性、放进 JavaScript 字符串、放进 URL 参数,四种位置需要四种不同的处理方式。用错一种,等于没做。

把「输入过滤」当成万能药是新手最常见的误区。输入可以千奇百怪,你很难穷举所有危险字符;而输出位置是有限的,在正确的输出点做正确的编码,才是可维护的做法。后面讲 XSS 时会展开这一点。

信任链:谁在信谁

Web 系统是一串互相传递数据的东西。每一层都对下一层有某种假设,这些假设构成了「信任链」。攻击的本质,就是让某一层的假设不成立。

一次页面访问里的信任关系
用户相信地址栏里的域名、相信页面上显示的内容来自这个站点。这一层最容易被钓鱼和界面伪装欺骗。
浏览器按同源策略决定哪个脚本能读哪个页面;相信服务器下发的脚本会执行;替用户保管 Cookie,并在合适的请求里自动带上。
网络相信传输通道没有被篡改。没上 HTTPS 时,这个假设基本不成立,中间人可以读写明文。
服务器应用相信 Cookie 里的会话标识对应某个已登录用户;相信请求参数是用户本人提交的;相信参数格式符合预期。
数据与依赖数据库相信收到的 SQL 是应用自己拼的;应用相信第三方库、配置文件、上传目录里的东西是可信的。

把这些假设逐条写出来,你会发现大部分漏洞都能归到「某个假设在某种条件下不成立」。比如服务器用请求里的 Host 头生成密码重置链接,它假设这个头是可信的;比如应用把 Cookie 里的用户 ID 直接当身份,它假设 Cookie 无法被伪造;比如上传目录放在 Web 根目录下,它假设里面的文件不会被当成脚本执行。

安全设计的第一步不是找漏洞,而是问:这个组件在信什么?如果它信错了,最坏的结果是什么?这个最坏结果能不能被限制住?

四类失败:注入、身份、授权、边界

漏洞名字很多,但按失败方式归类,常见的就是下面五类。分类的意义不是背名词,而是遇到一个新功能时,能快速想到「这里可能以哪种方式坏掉」。

类型一句话解释典型现象
注入数据被解释器当成了语法搜索框输入单引号报 SQL 错误;留言里的标签被执行;模板里传入的表达式被求值
身份与会话凭证被借用、伪造或固定受害者点了一个链接就完成了操作;退出登录后旧会话仍然有效;Token 的签名没被验证
授权登录了,但不该看的也看到了把订单号加一就看到别人的订单;普通用户直接调用管理员接口
边界与信息暴露本该留在内部的东西被外部拿到错误页回显数据库路径;备份文件可下载;服务器被诱导访问内网地址
业务逻辑规则本身被绕过,而不是技术实现出错优惠券可以重复领;数量填负数导致退款;并发下单把库存扣成负的

这五类不是互斥的。一个上传功能可能同时有路径穿越(边界)、文件类型绕过(逻辑)、上传后的脚本执行(注入)。真实项目里,漏洞往往是几个小疏忽串起来的结果,而不是某一个函数写错。

攻击面:入口在哪里

「攻击面」指的是所有外部可以影响的输入点。它不等于漏洞清单,而是一张需要逐个问「这里的数据会被谁当成什么」的清单。

入口常见位置第一道检查
URL 与查询串搜索关键词、分页、排序、回调地址、跳转目标是否进入 SQL、模板、跳转、文件路径
表单与 JSON登录、注册、评论、下单、资料修改服务端是否重复校验,类型和范围是否收窄
请求头Host、Referer、X-Forwarded-For、User-Agent是否被用于生成链接、写日志、做访问控制
文件头像、附件、导入的表格、压缩包扩展名、内容类型、存储位置、解析方式
第三方依赖开源库、前端包、镜像、插件版本是否可查、来源是否可信、权限是否过大
服务器出站请求图片抓取、Webhook、导入远程文件目标地址是否可控、是否限制协议与内网网段

数据在这些入口进来之后,会经过校验、业务处理、存储、输出几个环节。任何一个环节把「数据」当成了「指令」,问题就出现了。所以排查时不要只盯着入口,要沿着数据的去向走一遍:它最后出现在哪里?那个地方的解析规则是什么?

数据在应用里的流向
入口参数、表单、文件、请求头
校验类型、长度、范围、来源
处理与存储数据库、文件、缓存、队列
输出HTML、JSON、日志、下游服务

三个常见误解

第一个误解是「前端已经校验了,后端不用再校验」。前端校验解决的是用户体验:输入错了立刻提示,不用等一个往返。它挡不住任何有意为之的攻击者,因为请求可以完全绕过页面,用命令行工具直接发。前端校验是便利,后端校验才是边界。两者都要有,但不能互相替代。

第二个误解是「用了框架就安全了」。框架确实提供了不少默认防护,比如模板引擎默认转义、ORM 默认参数化。但框架给的是工具,不是保证。模板里一个「关闭转义」的标记、ORM 里一段手写的排序语句、序列化配置里一个允许反序列化的开关,都能把默认防护拆掉。判断标准不是「用的什么框架」,而是「这个具体的数据流有没有走安全路径」。

第三个误解是「我的站很小,没人会打」。自动化扫描器不挑目标大小,它们按域名和 IP 段批量跑;攻击的目标也不一定是数据,可能是服务器的算力、带宽、作为跳板访问内网的入口,或者你接入了哪些第三方。一个没有用户的内部系统,只要能连内网,价值可能比一个有十万用户的展示站更高。

「我没什么可黑的」通常意味着「我还没想清楚自己有什么」。哪怕只有登录功能,也意味着有账号、有会话、有用户资料;哪怕只有联系表单,也意味着有邮件发送能力,可能被用来发垃圾邮件。

练习环境与授权边界

这门课所有动手内容,只允许在三种环境里做:自己搭的靶场、公开的练习平台(按其规则使用)、拿到书面授权的测试目标。三者之外的任何系统,都不在练习范围内。这不是保守,是底线。

一次练习的完整过程
搭环境本地靶场,只监听 127.0.0.1
复现记录请求、响应、参数
理解定位是哪一层把数据当成了指令
修复改代码或配置,再打一次
复测确认原路径失效、其他路径未被破坏

这台机器没有 Docker。wsl --status 返回「未安装用于 Linux 的 Windows 子系统」,当前账号不是管理员,BIOS 里的虚拟化也没开,Docker Desktop 和 WSL2 都装不上。我没有在这上面硬耗,改用便携版 PHP 8.3.36 和 MariaDB 11.4.13,把 DVWA 直接跑在 Windows 上。两套靶场都是公开项目:DVWA 偏传统漏洞演示,Juice Shop 更像完整应用;这一组文章的实验全部在 DVWA 上完成。

DVWA:注入、XSS、CSRF、上传都能练。在 c:\project\docs\_lab 下按顺序开两个终端,先数据库后 Web:

# 终端 1:MariaDB,数据目录和端口都固定在本目录内
.\tools\mariadb-11.4.13-winx64\bin\mariadbd.exe --datadir=.\tools\mariadb-data --port=3307 --bind-address=127.0.0.1 --console

# 终端 2:PHP 内置服务器,指向 DVWA 源码
.\tools\php\php.exe -S 127.0.0.1:8090 -t .\tools\DVWA-master

浏览器打开 http://127.0.0.1:8090/setup.php,点「Create / Reset Database」,页面 302 跳回登录页;默认账号 admin,密码 password。登录后左侧能看到 DVWA Security,把级别设为 Low。实测登录响应返回 302 并带 Set-Cookie: PHPSESSID=...; path=/,再用同一个 Cookie 请求 /index.php 返回 200,就说明会话建立成功。

三个实际会卡住的地方:8080 端口报 Failed to listen on 127.0.0.1:8080 (reason: 以一种访问权限不允许的方式做了一个访问套接字的尝试。),同一台机器上 8080 已经有 Apache 在监听,换成 8090 即可;MariaDB 不接受用 root 跑 DVWA,要在 config.inc.php 里单独建 dvwa 用户并只授权 dvwa 库;PHP 8.3 的 mysqli 默认抛异常,SQL 错误会变成白屏堆栈,在配置里加一行 mysqli_report(MYSQLI_REPORT_OFF) 才能看到 DVWA 原本的语法错误页。

Juice Shop:适合练越权、业务逻辑和前后端配合。它本身是纯 Node 应用,不依赖容器,可以用 npm 起:

npm install -g juice-shop
juice-shop

浏览器打开 http://127.0.0.1:3000,首页是商品卡片、顶部搜索框、右上角购物篮和 Login。这台机器上我只跑了 DVWA,Juice Shop 的 npm 安装没有实际执行,所以不给它编造启动日志;需要时按上面的命令装,第一次启动等十几秒,用 curl.exe -I http://127.0.0.1:3000 确认返回 200。

它常见失败是端口被占和架构不匹配,分别换端口、确认 Node 版本;如果 npm 装到一半失败,先看完整报错,不要换用来路不明的镜像源。

跑起来之后,第一件事是把难度调到最低,先看清「正常功能」和「被利用」的差别,再逐级提高难度,观察防护是怎么加上的。不要在低难度里刷得多熟练,那只能证明靶场没设防。

未经授权对他人系统做扫描、探测、测试,不属于「学习研究」。轻则违反平台规则被封禁,重则触及《网络安全法》《数据安全法》以及刑法中关于非法侵入、破坏计算机信息系统的规定。拿不准的时候,正确动作是停下来,而不是「只看一眼」。

现象对照表

下面这张表是这一篇的总览,后面每篇都会有一张更细的。遇到问题时,先按「第一步查什么」动手,不要凭印象猜。

现象真实原因第一步查什么
留言里的尖括号被执行用户内容被拼进 HTML,浏览器按标签解析看输出点有没有按上下文编码,是否用了原始输出标记
搜索框输入单引号页面报错参数被拼进 SQL 字符串,引号破坏了语法看查询是否预编译,错误信息是否回显给用户
登录后改地址栏里的编号能看到别人数据只校验了「是否登录」,没校验「这条数据属于谁」查每个对象读取接口有没有属主或权限判断
上传头像后页面回显服务器绝对路径异常信息或调试字段直接返回给前端查错误处理与响应字段,关掉调试输出
别的站点能读取你的接口返回CORS 放得过宽,或凭证模式配置错误查响应头里的允许来源与是否允许携带凭证
服务器能访问内网地址出站请求的目标地址由用户可控且没有限制查 URL 白名单、跳转跟随、解析后的真实地址
报告提交后被判定「无影响」只有结论,没有可复现步骤和影响证明补全请求响应、时间、账号前提和实际后果,这也是后面 SRC 组的主题

边界与代价

安全不是一个能「做完」的功能,而是一组持续成立的属性。今天修好了评论区的转义,明天加了一个导出功能,数据换了个上下文,原来的结论就不成立了。所以真正有用的不是记住多少个 payload,而是养成「数据从哪来、到哪去、被谁解析」的思维习惯。

防御要分层,这是有代价的。每加一层校验、每加一个限制,都会增加开发和维护成本,也可能影响正常用户体验。比如严格的输入白名单会让一些合法输入被拒绝,过严的 CSP 会让页面里的内联脚本失效。合理的做法是按风险分级:涉及钱、身份、数据的路径从严,展示类路径适度,而不是一刀切。

工具也有边界。WAF 能挡住已知模式的扫描,挡不住逻辑漏洞;扫描器能发现常见配置问题,发现不了「这个接口忘了校验属主」。工具适合做兜底和回归,判断还得靠人理解业务。

最后一个代价是心态。刚学安全的人容易沉迷「拿到 shell」的瞬间,忽略「怎么让它不再发生」。这个系列每篇都会把原理、利用和防御放在一起讲,因为只会打不会修,在真实工作里价值有限,而且容易越界。

小结与练习

三句话收尾:Web 安全研究的是数据跨信任边界时被误当成指令;漏洞可以按注入、身份、授权、边界、逻辑五类快速定位;所有练习必须发生在自己搭的靶场、公开练习平台或书面授权的目标里。

当天可以做的练习:

  1. 用便携 PHP 加 MariaDB 在本地起 DVWA,确认只监听 127.0.0.1,把安全级别调到 Low,再用同一 Cookie 请求首页确认 200。
  2. 在留言或反馈功能里提交一段普通文本和一段带尖括号的文本,观察两者在页面源码里的差异,用浏览器的元素检查器确认哪一段变成了标签。
  3. 打开开发者工具的网络面板,完整看一次登录请求:请求头里有什么、响应头里 Set-Cookie 带了哪些属性。
  4. 给自己做过的一个小项目画一张信任链,标出「服务器在信什么」,至少写出三条可能不成立的假设。
  5. 把上面那张现象对照表抄一遍,但每一行换成你自己项目里的具体接口名。

下一篇讲HTTP、同源策略与浏览器安全模型。原因很直接:Web 攻击全部发生在请求和响应之间,如果不清楚 Cookie 什么时候会被自动带上、同源到底按什么比较、CORS 放宽了什么,后面的注入、CSRF、越权都只能靠死记结论。