输入校验与安全边界

输入校验与安全边界

TypeScript 类型在运行时会消失，外部 JSON、文件和消息仍然是不可信的。Python 和 C++ 也必须校验边界，尤其是在调用命令、加载模型和读写设备时。安全边界应当跟数据流一起设计：入口限制格式、大小和权限，路径解析后限制根目录，进程调用使用参数数组，日志和错误不泄露秘密。AI 的提示词、模型文件和图片同样是输入，不会因为来自“内部管线”就天然可信。

类型声明只能告诉编译器“代码期望什么”，不能证明网络客户端真的传来了那个类型。安全检查要覆盖注入、路径穿越、资源耗尽和错误回显。先画出不可信字符串到敏感操作的路径，再在最近的边界做校验，并在敏感操作前再次确认权限和资源上限。

学习目标

• 能沿输入从网络/文件到文件系统、进程和日志追踪不可信数据流。
• 能对命令使用参数数组、对路径做根目录约束，并为输入设大小/时间上限。
• 能设计拒绝恶意样例的验证，并避免把密钥和隐私内容写进日志。

类型声明不等于可信输入

下面这段代码只保留同一个意图，重点观察输入边界、数据流和失败语义，而不是逐字符翻译。

function runJob(input: JobInput) {
exec("python worker.py " + input.file);
}

# Python
subprocess.run(["python", "worker.py", file_name],
               check=True, shell=False)

// C++
std::vector<std::string> args{"python", "worker.py", file_name};
process.run(args);

命令、路径与资源边界

优先使用参数数组，避免把不可信字符串拼进 shell 命令；路径要解析后确认仍在允许的根目录内；模型、图像和消息输入要限制大小、格式、解码时间和并发数。Python subprocess.run([...], shell=False)、Node 的 spawn(program, args) 和 C++ 的进程封装都应避免隐式 shell。即便没有命令注入，也要防止大文件、超大 JSON 或恶意压缩包耗尽 CPU 和内存。

from pathlib import Path
import subprocess

def run_worker(root: Path, name: str) -> None:
    path = (root / name).resolve()
    if root.resolve() not in path.parents:
        raise ValueError("file is outside the allowed root")
    if path.stat().st_size > 10_000_000:
        raise ValueError("file is too large")
    subprocess.run(["python", "worker.py", str(path)], check=True, shell=False)

校验、权限与秘密

校验允许集合比黑名单可靠，扩展名也不能替代内容格式检查。把服务账号权限缩到只读或指定设备，给模型加载和文件写入使用专门目录；secret 只从受控环境读取，不要放在命令行参数、源码或日志里。C++ 还要注意字符串长度、缓冲区边界和整数溢出；Python/JS 要限制解析器的深度和输入体积。

常见错误与排错思路

常见错误是认为 TS JobInput 已经完成校验，或把 shell=True/字符串命令当成方便的默认值。排错时沿 tainted input 到执行器、文件 API 或日志的路径回溯，记录经过了哪些校验和权限检查；对路径穿越测试 ..、符号链接和绝对路径，对命令测试空格、引号和重定向字符。日志只保留安全摘要，发现凭据泄露时先轮换再分析。

让命令参数保持为数据

调用外部工具时，不要把用户输入拼成一整条 shell 字符串。将固定程序名与参数数组分开，输入先经过长度、格式和允许值校验；同时设置超时、输出上限和最小权限。参数数组可以避免 shell 元字符被解释，但不能替代业务校验或可执行文件白名单。

function buildArgs(filename) {
  if (typeof filename !== "string" || filename.length > 200) {
    return { ok: false, code: "invalid_filename" };
  }
  return { ok: true, program: "image-tool", args: ["--input", filename, "--safe-mode"] };
}
console.log(buildArgs("frame 01.png"));

输出把空格保留在同一个参数值中，而不是拆成额外命令。真实启动时应传入参数数组并禁用 shell，限制可读写目录和运行时间；对于路径还要在解析后检查允许根目录，面对可变符号链接时采用更强的安全打开方式。

拒绝边界样例并验证日志

至少测试：超长文件名、../ 越界路径、引号/分号等 shell 字符、超大文件、不受信任的模型文件，以及缺少秘密配置。恶意输入应在启动工具或加载文件前被拒绝。日志只记录请求 id、错误类别和安全文件标识，不记录原始秘密、完整命令行或敏感路径。

安全验证不仅要确认“返回拒绝”，还要确认没有产生副作用：没有创建文件、启动进程、访问越界目录或泄露秘密。若校验后路径仍可能被其他进程替换，说明存在检查与使用之间的竞态，需要把验证与安全打开操作结合。

迁移练习

请完成：审查一个接收文件名并调用外部工具的函数，列出至少三项安全改动，并写出一条路径穿越和一条超大文件测试的预期结果。

使用 argv/shell=False；resolve 后限制在允许根目录；限制文件大小、格式和执行超时；最小权限运行；日志只记录 file_id 和 error_type。name=../secret.txt 与超出大小上限都应在启动外部工具前拒绝。

小结

类型注解不是信任边界；外部数据在执行敏感操作前必须经过校验、资源限制和权限约束。下一步性能课程会讨论效率，但任何优化都不能去掉这些安全检查。