AdGuard浏览器扩展中JS规则受Trusted Types限制的问题分析
问题背景
在AdGuard浏览器扩展的最新版本中,用户报告了一个关于JavaScript规则注入的问题。具体表现为在某些网站(如YouTube)上,尝试通过内容安全规则注入JavaScript代码时,会被浏览器的Trusted Types安全机制阻止。
技术现象
当用户尝试在YouTube网站上使用如下规则时:
youtube.com#%#alert(1);
浏览器控制台会显示以下错误信息:
This document requires 'TrustedScript' assignment. This script element was modified without use of TrustedScript assignment.
This document requires 'TrustedScript' assignment. An HTMLScriptElement was directly modified and will not be executed.
技术原理分析
Trusted Types安全机制
Trusted Types是现代浏览器实施的一种安全机制,主要用于防止DOM-based XSS攻击。它通过强制开发者使用特定的API来创建和修改可能执行脚本的DOM节点,从而确保只有经过验证的安全脚本才能被执行。
当网站启用Trusted Types策略后,任何直接修改innerHTML或script元素内容的尝试都会被浏览器阻止,除非使用Trusted Types API创建的可信对象。
AdGuard扩展的工作机制
AdGuard浏览器扩展通过内容脚本在页面上下文中运行,并能够修改页面的DOM结构。对于JS规则(以#%#开头的规则),扩展会尝试在目标页面中注入并执行指定的JavaScript代码。
问题根源
在启用Trusted Types的网站(如YouTube)上,AdGuard扩展直接修改script元素或使用innerHTML注入脚本的方式违反了Trusted Types策略,导致浏览器阻止了这些脚本的执行。
解决方案
AdGuard团队在后续版本中修复了这一问题。修复方案可能包括以下技术点:
-
使用Trusted Types API:在支持Trusted Types的环境中,使用createHTML或createScript等API创建可信的脚本内容。
-
替代注入方法:在不支持或无法使用Trusted Types API的情况下,采用其他安全的脚本注入方式,如通过动态创建script标签并设置src属性为data URL。
-
策略检测与适配:在注入脚本前检测目标页面是否启用了Trusted Types,并根据检测结果选择适当的注入策略。
技术影响
这一修复确保了AdGuard扩展在严格的内容安全策略下仍能正常工作,特别是对于以下场景:
- 使用JS规则进行页面修改
- 自定义脚本注入
- 与其他安全机制(如CSP)的兼容性
最佳实践建议
对于扩展开发者而言,在处理脚本注入时应当:
- 始终考虑现代浏览器的安全机制
- 实现多种注入方式的回退策略
- 定期测试与主流网站(特别是那些采用严格CSP的网站)的兼容性
- 保持对Web安全标准演进的关注
这一问题的解决体现了AdGuard团队对产品安全性和兼容性的持续关注,也展示了现代Web安全机制与浏览器扩展之间的复杂交互关系。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00