Mockoon项目中JSONPath过滤器的安全加固实践
2025-05-31 14:45:05作者:宣海椒Queenly
背景与问题分析
Mockoon作为一款流行的API模拟工具,在其规则引擎和辅助功能中使用了JSONPath Plus库来实现JSON数据查询。近期安全审计发现,该库在处理$[?(...)]这类过滤器表达式时,内部采用了eval()函数进行动态求值。这种设计存在潜在的安全风险——可能通过构造特殊表达式实现非预期行为。
典型的测试用例形如:
$[this.constructor.constructor("return this.process")().mainModule.require("child_process").exec("calc").toString()]
该表达式在某些环境下会触发异常行为,证明了需要加强防护的必要性。
解决方案设计
面对此类安全问题,开发团队评估了多种方案:
-
限制过滤器功能
虽然最安全,但会削弱JSONPath的查询能力,影响用户正常使用场景。 -
替换第三方库
调研发现多数替代库同样存在类似问题,且社区活跃度和功能完整性不及JSONPath Plus。 -
表达式验证机制
通过正则表达式严格限制允许的语法模式,既保留核心功能又增强安全性。
最终团队选择了方案3,因其在安全性与功能性之间取得了最佳平衡。该方案通过以下正则模式实现过滤:
/^\$(\[([0-9*]+|'[a-zA-Z0-9_\-]+'|@(\.\w+)?(\[([0-9]+\:?[0-9]*)\]|\.\w+)*)\])*(\[\?\((@\.\w+(==|!=|>=|<=|>|<)('[^']*'|\d+)\)\)\])*$/
该模式确保:
- 仅允许标准的属性访问
@.property - 支持基础比较运算符(==, !=, >, <等)
- 限定操作数为字符串字面量或数字
- 限制特殊操作
技术实现细节
在Mockoon v9.0.0版本中,安全增强主要包含以下关键点:
-
输入预处理层
所有JSONPath表达式在传递给JSONPath Plus前需通过验证,非法表达式直接拒绝。 -
执行环境控制
虽然保留了eval()的使用,但通过严格限制语法结构,确保安全执行。 -
错误处理优化
对解析失败的情况提供明确的错误反馈,避免信息泄露的同时帮助用户修正合法表达式。
开发者建议
对于基于JSONPath实现类似功能的项目,建议:
-
限制表达式能力
如非必要,应限制特殊功能。 -
采用语法分析
对复杂场景可先进行语法分析,识别并限制特殊节点。 -
持续依赖检查
定期检查第三方库的更新,特别是涉及动态执行的组件。
该方案体现了安全防护的经典原则——在保证业务功能的前提下,通过权限控制和输入验证构建有效防护层。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.13 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
316
React Native鸿蒙化仓库
JavaScript
262
325
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219