Yearning查询审核功能的安全问题分析与修复
问题背景
Yearning作为一款开源的SQL审核平台,其查询审核功能旨在严格控制用户对数据库的访问权限。然而,在3.1.7版本中发现了一个重要的安全问题,允许用户绕过权限限制,访问未经授权的数据库实例。
问题原理
该问题的核心在于前端路由控制与后端权限验证的不一致性。具体表现为:
-
正常流程:用户通过工单系统申请特定数据库的查询权限,审核通过后只能访问该数据库。
-
问题利用方式:用户可以通过修改URL参数的方式,将DML工单申请页面的路由路径更改为查询页面路径,同时切换source参数来访问其他已授权的数据库实例。
-
权限验证缺陷:虽然系统会检查用户是否有数据源权限,但未严格验证该数据源是否属于用户当前申请的查询工单范围。
技术影响
这个问题可能导致以下安全风险:
-
权限异常:用户可能访问到比预期更多的数据库实例,即使这些实例并非当前查询工单的审核对象。
-
数据保护风险:重要数据可能通过这种方式被未授权访问。
-
审计失效:所有查询操作应该被正确记录和审计,但绕过正常流程的操作可能导致审计日志不完整。
修复方案
Yearning开发团队通过以下方式解决了该问题:
-
强化路由验证:确保查询页面只能通过合法的工单流程访问,防止URL参数篡改。
-
完善权限检查:不仅验证用户是否有数据源权限,还验证该数据源是否属于当前查询工单的审核范围。
-
前后端一致性校验:确保前端路由和后端API的权限验证逻辑保持一致。
最佳实践建议
对于使用Yearning的企业和开发者,建议:
-
及时升级:尽快升级到已解决该问题的版本。
-
权限最小化:遵循最小权限原则,只授予用户必要的数据库访问权限。
-
日志审计:定期检查查询日志,确保所有数据库访问都经过合法流程。
-
安全测试:对自定义的功能修改进行充分的安全测试,特别是权限相关的功能。
总结
数据库安全是信息安全的重要组成部分。Yearning团队快速响应并解决这个查询审核问题,体现了对安全风险的重视。作为用户,我们应当理解这类工具的安全机制,合理配置并使用它们,才能充分发挥其价值,同时确保数据安全。
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 StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112