OWASP Top 10 2017 应用程序安全风险:风险模型、评级框架与十大风险全景解读

原创2026-10-10 23:49:251,761 阅读
文章标签:应用安全

OWASP Top 10 2017 应用程序安全风险:风险模型、评级框架与十大风险全景解读

本文以 OWASP Top 10 2017 官方文档(仓库中波斯语译本位于 2017/fa/0x10-app-security-risks.md)为核心,系统解读"应用程序安全风险"这一核心概念:风险由哪些要素构成、OWASP 如何用六维评级框架为每一项弱点打分、概率与影响如何相乘得出最终排序,以及 2017 版十大风险各自的威胁因子与 CWE 对应关系。读完本文,你将掌握 OWASP Top 10 的风险评估思维,能够把同样的框架应用到你自己组织的具体应用与数据上。

什么是应用程序安全风险

攻击者可以通过应用程序中的许多不同路径对业务或组织造成损害。每一条这样的路径都代表着一个风险,而这个风险是否严重到值得关注,则取决于多种因素的组合。

应用程序安全风险的攻击路径示意图

(图片来源:2017/fa/images/0x10-risk-1.png,原始出处为 2017/fa/0x10-app-security-risks.md)

这些路径(攻击向量)有时极易发现和利用,有时则极其困难。同样,它们造成的损害可能微不足道,也可能让企业直接出局。要判定一个风险对组织的影响,需要评估:

  • 每个威胁代理(threat agent)出现并实施攻击的概率;
  • 攻击向量(attack vector)的可行性;
  • 安全弱点(security weakness)本身的性质;
  • 将上述概率性因素与技术影响、业务影响的估算相结合。

这些因素共同决定了你的整体风险水平。换言之,OWASP 的风险观是"概率 × 影响"的乘积模型:一个弱点即使技术上很致命,如果没有具备攻击条件的威胁代理存在,或者对涉及的资产毫无业务影响,也不会构成实际风险。

六维评级框架:OWASP 如何给风险打分

OWASP Top 10 聚焦于识别广泛类型组织中最严重的 Web 应用程序安全风险。对每一个风险,OWASP 使用一套基于 OWASP Risk Rating Methodology(OWASP 风险评级方法论)的简单评级方案,给出关于概率与技术影响的通用信息。该方案的六维评级表如下(源自 2017/fa/0x10-app-security-risks.md):

威胁代理 可利用性 弱点普遍性 弱点可检测性 技术影响 业务影响
应用专用 简单:3 普遍:3 简单:3 严重:3 业务专用
中等:2 常见:2 中等:2 中等:2
困难:1 少见:1 困难:1 轻微:1

在 2017 这一版本中,OWASP 更新了风险评级体系,以便更容易地计算任何给定风险的概率和影响。六个维度分属两类:

  • 三个概率因素(Likelihood):弱点普遍性(Prevalence)、弱点可检测性(Detectability)、可利用难度(Ease of Exploit);
  • 两个影响因素(Impact):技术影响(Technical Impact)、业务影响(Business Impact);
  • 威胁代理(Threat Agents):用于说明"谁在攻击",由于每个组织面临的威胁代理各不相同,其量化留给了组织自身判断。

每个因素的评分区间为 1(低)到 3(高),并配有各因素专属的术语(如"普遍/常见/少见"对应普遍性,"简单/中等/困难"对应可利用性与可检测性)。

从评级到排序:概率 × 影响的量化过程

2017 版对风险评级的更新,其目的正是为了让"计算任何给定风险的概率和影响"这件事变得可操作。具体的计算方法在配套文档 2017/fa/0xc0-note-about-risks.md 中有详细说明,其核心流程如下:

  1. 普遍性数据来自统计汇总:OWASP 从多家不同组织获取弱点普遍性统计数据(贡献者名单见英文版 2017/en/0xd1-data-contributors.md),将这些数据聚合后得出按普遍性排序的"Top 10 存在概率列表"。普遍性是唯一一个通常不需要组织自行计算的因素。
  2. 与其他概率因素合并:普遍性数据再与另外两个概率因素(可检测性、可利用难度)合并,计算出每个弱点的概率评级。
  3. 概率 × 技术影响:将概率评级乘以 OWASP 对每项评估出的平均技术影响,得出每一项在 Top 10 中的整体风险排序——结果越高,风险越高。
  4. CVE 数据支撑:可检测性、可利用难度与影响三项,是基于对各 Top 10 类别相关联的已报告 CVE 进行分析计算得出的。

下图以 A6:2017-安全错误配置(Security Misconfiguration) 为例,完整展示了这一计算过程(源自 2017/fa/images/0xc0-risk-explanation.png,见 2017/fa/0xc0-note-about-risks.md):

A6:2017 安全错误配置的风险计算示例

需要特别强调该方法的边界(原文以"注意"明确标注):

  • 该方法不把威胁代理出现的概率纳入计算;
  • 也不涉及你具体应用的各种技术细节——这两类因素都可能显著改变攻击者发现并利用某个特定漏洞的总体概率;
  • 该评级不计入对你业务的实际影响。

因此,OWASP Top 10 的目的不是替你做风险分析:你的组织必须结合自身的文化、行业与监管环境,自行决定愿意从应用程序和 API 中承担多大的安全风险。仓库英文版 2017/en/0xc0-note-about-risks.md 给出了同样的结论:"每个组织都最擅长判断自己应用和数据的重要性、自身面临的威胁,以及系统的构建与运维方式。"

我的风险是什么:每个组织都独一无二

"我自己的风险是什么?"——这是风险评估真正落地的关键问题。OWASP Top 10 给出的评级是通用信息,面向"广泛类型的组织";而现实是:

每个组织都是独特的,其威胁行为者、他们的目标以及任何一次入侵造成的影响同样独特。

原文给出的经典对比案例非常直观(见 2017/fa/0x10-app-security-risks.md):

  • 一个公共利益组织使用某内容管理系统(CMS)发布公开信息;
  • 一个医疗健康系统使用完全相同的 CMS 存储敏感健康记录。

对同一款软件而言,两者的威胁行为者与业务影响可能天差地别。因此,根据适用于你组织的威胁代理和业务影响来理解自身风险,是风险评估中极其关键的一步。即使某一弱点在通用评级中得分很高,如果不存在具备实施必要攻击条件的威胁代理,或相关资产的业务影响可以忽略不计,它也可能并不构成严重风险(此观点见 2017/fa/0xc1-risk-factors.md)。

2017 Top 10 十大风险全景

2017 版完整列表及官方描述位于 2017/fa/0x11-t10.md(英文原版见 2017/en/0x11-t10.md)。十个类别如下:

风险 官方描述(要点)
A1:2017-注入(Injection) SQL、NoSQL、OS 与 LDAP 注入等缺陷发生在不可信数据作为命令或查询的一部分被发送给解释器时。攻击者的恶意数据可诱骗解释器执行非预期命令或未经授权访问数据。
A2:2017-认证失效(Broken Authentication) 与认证和会话管理相关的应用功能常被错误实现,使攻击者能够攻破密码、密钥或会话令牌,或利用其他实现缺陷,临时或永久地冒用其他用户身份。
A3:2017-敏感数据泄露(Sensitive Data Exposure) 许多 Web 应用与 API 未能妥善保护财务、医疗、PII 等敏感数据。未加密存储或传输的数据、与浏览器交互时的数据都可能被窃取或篡改,用于信用卡欺诈、身份盗窃等犯罪。
A4:2017-XML 外部实体(XXE) 许多老旧或配置不当的 XML 处理器会解析 XML 文档中的外部实体引用。外部实体可被用于借助 file URI 处理器泄露内部文件、探测内网、执行远程代码及发起拒绝服务攻击。
A5:2017-访问控制失效(Broken Access Control) 对已认证用户行为边界的限制常常未被正确执行。攻击者可借此访问未授权的功能或数据,如访问他人账户、查看敏感文件、篡改他人数据、变更访问权限等。
A6:2017-安全错误配置(Security Misconfiguration) 最常见的安全问题,通常源于不安全的默认配置、不完整或临时的配置、开放的云存储、配置错误的 HTTP 头,以及包含敏感信息的冗长错误消息。所有操作系统、框架、库与应用不仅要安全配置,还必须及时打补丁/升级。
A7:2017-跨站脚本(XSS) 应用将不可信数据未经验证或转义即写入新页面,或使用可生成 HTML/JavaScript 的浏览器 API 用用户数据更新既有页面时即发生 XSS。攻击者可在受害者浏览器中执行脚本,劫持会话、篡改网站或将用户重定向到恶意站点。
A8:2017-不安全的反序列化(Insecure Deserialization) 常导致远程代码执行。即使未导致 RCE,也可用于重放攻击、注入攻击与权限提升攻击。
A9:2017-使用含已知漏洞的组件(Using Components with Known Vulnerabilities) 库、框架等组件与应用同权运行。若含漏洞组件被利用,可能导致严重数据丢失或服务器被接管,削弱应用整体防御。
A10:2017-日志与监控不足(Insufficient Logging & Monitoring) 日志与监控不足,加上与应急响应缺乏或无效的整合,使攻击者能继续渗透、维持驻留、横向移动并篡改/窃取/销毁数据。多数入侵研究显示,入侵被发现耗时超过 200 天,且通常由外部方而非内部流程或监控发现。

十大风险的因素构成:官方评级一览

2017 版为每个类别都单独成文(英文版位于 2017/en/0xa1-injection.md 至 2017/en/0xaa-logging-detection-response.md),每篇文档头部均给出该风险的威胁代理/攻击向量、安全弱点、影响三栏说明,其中就包含量化评级。汇总如下(数据取自各类别文档头部评级行):

风险 可利用性 普遍性 可检测性 技术影响
A1:2017-注入 3 2 3 3
A2:2017-认证失效 3 2 2 3
A3:2017-敏感数据泄露 2 3 2 3
A4:2017-XXE 2 2 3 3
A5:2017-访问控制失效 2 2 2 3
A6:2017-安全错误配置 3 3 3 2
A7:2017-XSS 3 3 3 2
A8:2017-不安全的反序列化 1 2 2 3
A9:2017-使用含已知漏洞的组件 2 3 2 2
A10:2017-日志与监控不足 2 3 1 2

汇总表见 2017/fa/images/0xc1-risk-factor-table.png,完整表格位于 2017/fa/0xc1-risk-factors.md(英文原版 2017/en/0xc1-risk-factors.md):

2017 Top 10 风险因素汇总表

结合各类别文档的补充说明,可以从这张表读出几个值得注意的结论:

  • A6(安全错误配置)与 A7(XSS) 的可利用性、普遍性、可检测性三项概率因素全部达到 3,是概率层面最"高发且易被探测"的两类问题;技术影响为 2(中等),说明危害程度更多取决于资产价值。
  • A10(日志与监控不足) 的可检测性为 1(困难),这与其本质相符——问题恰恰在于"发现不了";英文原版 2017/en/0xaa-logging-detection-response.md 引用 2016 年数据指出,识别一次入侵平均耗时 191 天,且大多数重大事件都建立在监控与响应缺失的基础上。
  • A8(不安全的反序列化) 的可利用性为 1(困难),英文原版 2017/en/0xa8-insecure-deserialization.md 解释称,现成的利用代码几乎总需要针对底层漏洞修改才能生效;同时该类别被纳入 Top 10 是基于行业调查而非可量化的统计数据,工具支持不足导致普遍性数据有待工具成熟后补充。
  • A9(使用含已知漏洞的组件) 的普遍性为 3(普遍),且组件化开发模式常使团队连自己用了哪些组件都不清楚;英文原版 2017/en/0xa9-known-vulns.md 提醒:迄今一些最大的数据泄露事件正是依托组件已知漏洞实现的。

除评级外,各类别文档还提供了判断应用是否易受攻击的检查清单与真实攻击场景示例,例如:

  • A1 注入:几乎所有数据源都可能成为注入向量——环境变量、参数、外部与内部 Web 服务、各类用户输入;注入缺陷在旧代码中尤为普遍,常出现在 SQL、LDAP、XPath、NoSQL 查询、OS 命令、XML 解析器、SMTP 头、表达式语言与 ORM 查询中(见 2017/en/0xa1-injection.md)。
  • A5 访问控制失效:典型场景包括修改 URL/内部状态/HTML 绕过访问控制检查、把主键改成他人记录以查看或编辑他人账户、越权提升(未登录充当用户、以普通用户充当管理员)、篡改 JWT 令牌或隐藏字段、CORS 配置错误、强制浏览未授权页面等(见 2017/en/0xa5-broken-access-control.md)。
  • A6 安全错误配置:常见场景包括生产服务器残留带已知漏洞的示例应用、未禁用目录列表导致反编译泄露源码、错误配置允许返回含堆栈跟踪的详细错误消息、云服务默认共享权限向其他 CSP 用户甚至互联网开放等(见 2017/en/0xa6-security-misconfiguration.md)。

风险命名与 CWE 对齐

为了推广业界公认的命名规范并减少混淆,2017 版 Top 10 在可能的情况下将风险名称与 CWE(Common Weakness Enumeration,通用弱点枚举) 对齐(见 2017/fa/0x10-app-security-risks.md)。各类别文档末尾均列明对应的 CWE 编号,例如:

  • A1 注入:CWE-77(命令注入)、CWE-89(SQL 注入)、CWE-564(Hibernate 注入)、CWE-917(表达式语言注入);
  • A2 认证失效:CWE-287(不当认证)、CWE-384(会话固定);
  • A3 敏感数据泄露:CWE-311(缺少加密)、CWE-312(明文存储)、CWE-319(明文传输)、CWE-326/CWE-327(弱加密/有风险加密)等;
  • A4 XXE:CWE-611(XXE 限制不当);
  • A5 访问控制失效:CWE-22(路径遍历)、CWE-284(访问控制不当)、CWE-285(授权不当)、CWE-639(通过用户可控键绕过授权);
  • A6 安全错误配置:CWE-2(环境安全缺陷)、CWE-16(配置)、CWE-388(错误处理);
  • A7 XSS:CWE-79(用户输入中和不当);
  • A8 不安全的反序列化:CWE-502(不可信数据反序列化);
  • A10 日志与监控不足:CWE-223(安全相关信息遗漏)。

在开发与审计实践中,把 Top 10 类别映射到 CWE 编号可以直接对接 SAST/DAST 扫描结果与漏洞报告,是落地 Top 10 治理的关键一步。

十大之外:同样值得评估的额外风险

Top 10 覆盖范围很广,但组织还应考虑和评估许多其他风险——其中一些曾出现在旧版 Top 10,另一些则是不断被发现的新攻击技术。英文原版 2017/en/0xc1-risk-factors.md(波斯语版 2017/fa/0xc1-risk-factors.md)按 CWE 编号列出了以下需要额外考虑的风险:

  • CWE-352:跨站请求伪造(CSRF);
  • CWE-400:不受控资源消耗(资源耗尽 / AppDoS);
  • CWE-434:危险类型文件的不受限制上传;
  • CWE-451:关键信息的用户界面(UI)误呈现(点击劫持 Clickjacking 等);
  • CWE-601:未验证的转发与重定向;
  • CWE-799:交互频率控制不当(反自动化 Anti-Automation);
  • CWE-829:从不可信控制范围引入功能(第三方内容);
  • CWE-918:服务端请求伪造(SSRF)。

其中 SSRF(CWE-918)在后续 2021 版中正式升入 Top 10(见 2021/docs/en/A10_2021-Server-Side_Request_Forgery_(SSRF).md.md)),可见"额外风险清单"本身就是 Top 10 演进的预备队。

把风险框架带回你的组织

综合以上内容,将 OWASP Top 10 2017 的风险框架落地的完整路径是:

  1. 识别资产与威胁代理:明确应用承载的数据价值、面临的威胁行为者及其目标——这是通用评级无法替你完成的部分;
  2. 对照六维评级:对每项弱点评估可利用性、普遍性、可检测性(概率)与技术影响;
  3. 概率 × 影响排序:沿用 OWASP 的乘积模型,结合 CVE 与行业统计,形成组织自己的风险排序;
  4. 映射 CWE:将风险名称对齐到 CWE 编号,与扫描工具、漏洞库打通;
  5. 覆盖额外清单:在 Top 10 之外,把 CSRF、SSRF、AppDoS 等列入评估范围;
  6. 持续更新:评级因素随每次新版本发布而演进(2017→2021→2025),组织的风险模型也应随之刷新——仓库中的 2021 与 2025 目录即提供了后续版本的对应文档可供对照。

延伸阅读:本文主体对应的仓库文档为 2017/fa/0x10-app-security-risks.md(英文原版 2017/en/0x10-app-security-risks.md);方法论细节见 2017/fa/0xc0-note-about-risks.md;风险因素汇总见 2017/fa/0xc1-risk-factors.md;十大类别总览见 2017/fa/0x11-t10.md;每个类别的威胁因子、检查清单与攻击场景分别见 2017/en/0xa1-injection.md、2017/en/0xa5-broken-access-control.md、2017/en/0xa6-security-misconfiguration.md 等十个类别文档。

登录后查看全文
Top10