spatie/image-optimizer项目中的PHAR反序列化问题分析
2025-06-28 20:17:41作者:姚月梅Lane
问题概述
spatie/image-optimizer是一个流行的PHP图像优化库,近期被发现存在一个严重的安全问题。该问题源于对用户提供的文件路径未进行充分检查,导致可能通过PHAR协议触发反序列化操作,进而实现远程代码执行。
技术背景
在PHP中,PHAR(Php Archive)是一种打包格式,类似于JAR文件。PHAR文件包含序列化的元数据,当通过phar://协议访问时,这些元数据会被自动反序列化。如果应用程序未对输入进行严格检查,可能构造特殊的PHAR文件来触发反序列化过程。
问题原理
spatie/image-optimizer在处理图像文件路径时,直接将用户输入传递给file_exists()函数,而没有对协议类型进行检查。这使得可以构造类似"phar://特殊文件"的路径,当库尝试检查文件是否存在时,会触发PHAR文件中的代码反序列化。
问题利用条件
- 能够上传特定文件到服务器
- 应用程序使用spatie/image-optimizer处理用户可控的文件路径
- 系统中存在可被利用的POP链(属性导向编程链)
问题影响
成功利用此问题可导致:
- 远程代码执行
- 服务器被控制
- 数据泄露
- 服务器成为攻击跳板
问题复现
可以按照以下步骤利用该问题:
- 构造包含特定序列化数据的PHAR文件
- 将文件上传到目标服务器(可重命名为图片扩展名绕过检查)
- 通过spatie/image-optimizer处理phar://路径
- 触发反序列化执行特定代码
防护措施
开发者可以采取以下防护方案:
- 对输入文件路径进行严格检查,过滤phar://等特殊协议
- 使用白名单方式限制允许的文件扩展名
- 在php.ini中调整phar.readonly设置
- 及时更新到修复后的版本
修复建议
项目维护者已经通过以下方式修复该问题:
- 添加输入检查逻辑
- 限制可用的协议类型
- 增加安全测试用例
开发者应尽快升级到最新版本,并检查项目中是否存在类似的文件操作问题。
总结
这个案例再次提醒我们,在处理用户提供的文件路径时,必须进行严格的输入检查和协议过滤。作为PHP开发者,应当特别警惕反序列化操作可能带来的安全风险,遵循最小权限原则和安全编码实践。
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 Notebook0117
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
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
764
4.97 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++
857
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++
680
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
456
438
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++
1.08 K
1.1 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
303
117
昇腾LLM分布式训练框架
Python
178
220