Mockoon项目中JSONPath过滤器的安全加固实践
2025-05-31 22:01:43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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0115
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
297
114
昇腾LLM分布式训练框架
Python
178
220