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。
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。
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?
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。
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。
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。
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:
- 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。
- 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。
- 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。
- 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。
- 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。