Requestly浏览器扩展中的不安全来源检查问题分析
2025-06-24 00:47:40作者:吴年前Myrtle
问题概述
Requestly是一款拥有超过20万用户的流行Chrome扩展程序,主要用于开发者调试和测试工作。该扩展允许用户拦截、修改和重定向网络请求,支持修改HTTP头、重定向URL、执行自定义脚本等功能。然而,近期发现该扩展存在一个需要注意的安全问题,可能被利用在受害者访问的某些网站上执行特定JavaScript代码。
问题技术细节
问题位置
问题存在于Requestly扩展的app.cs.js文件中,该文件仅在访问app.requestly.io或app.requestly.com网站时加载执行。
问题成因
扩展在处理跨域消息时,使用了不够严谨的来源检查机制。具体表现为:
- 使用isAppURL函数检查event.origin
- isAppURL函数通过简单的字符串包含(includes)方法来验证来源域名
这种检查方式可能存在被绕过的风险,例如:
- https://app.requestly.io.example.com
- https://app.requestly.com.example.com
问题影响
一旦受害者访问特定构造的网页,可能被利用:
- 配置受害者Requestly扩展中的规则
- 导致特定JavaScript代码在受害者访问的某些网站上执行
- 影响受害者的浏览会话
利用原理分析
利用流程
- 受害者访问特定构造的网页
- 该网页通过window.open打开Requestly相关页面
- 通过postMessage向打开的页面发送特定消息
- 由于不够严谨的来源检查,消息可能被Requestly接受
- 特定规则被保存到受害者的扩展中
- 规则生效后,特定脚本可能在受害者访问的网站上执行
技术实现
特定构造的消息可能包含设计的规则配置,其中:
- 修改了内容安全策略(CSP)头部
- 设置了在特定URL匹配的页面上执行JavaScript代码
- 规则被设置为活动状态立即生效
解决方案
临时解决方案
- 暂时停用Requestly扩展
- 检查并移除异常的扩展规则
官方更新
Requestly团队在v25.4.15版本中解决了此问题,改进措施包括:
- 使用更严格的验证机制
- 添加了Cross-Origin-Opener-Policy: same-origin-allow-popups头部
- 增强了消息来源验证逻辑
安全建议
对于浏览器扩展开发者:
- 始终使用严格的验证机制检查跨域消息来源
- 避免使用简单的字符串包含方法验证域名
- 实施最小权限原则,限制扩展的功能范围
- 定期进行代码审查
对于普通用户:
- 及时更新所有浏览器扩展
- 仅从官方商店安装扩展
- 定期检查扩展权限和配置
- 对不明来源的网页保持警惕
总结
此问题再次提醒我们浏览器扩展安全的重要性。作为拥有较高权限的浏览器组件,扩展程序必须实施严格的安全措施。Requestly团队快速响应并解决问题的做法值得肯定,用户应尽快更新到最新版本以确保安全。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5暂无简介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
Spark-Formalizer-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
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
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 Python开发者的macOS终极指南:VSCode安装配置全攻略
项目优选
收起
deepin linux kernel
C
24
7
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
暂无简介
Dart
615
140
Ascend Extension for PyTorch
Python
168
190
React Native鸿蒙化仓库
JavaScript
240
315
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++
647
258
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
373
3.19 K
🎉 (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
1.09 K
618
🔥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
62
19
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
262
92