深入解析cursor-security-rules项目中的SSRF防护规则
2025-06-19 10:42:10作者:卓炯娓
什么是SSRF攻击
SSRF(Server-Side Request Forgery,服务器端请求伪造)是一种安全漏洞,攻击者能够诱使服务器向内部系统发起非预期的请求。这种攻击可能导致敏感数据泄露、内部服务探测,甚至内部网络入侵等严重后果。
cursor-security-rules项目的SSRF防护方案
cursor-security-rules项目提供了一套全面的SSRF防护规则,适用于所有执行出站网络请求的代码,无论使用何种编程语言或框架。这些规则旨在帮助开发者在代码层面预防SSRF漏洞。
核心防护规则详解
1. 禁止用户输入直接控制目标URL
规则原理:直接使用未经处理的用户输入构造请求URL是SSRF攻击的主要入口点。
不安全示例:
# 危险!用户可控制请求目标
requests.get(request.args["url"])
安全实践:
- 使用白名单机制,只允许访问预定义的、可信的URL
- 如果必须使用用户输入,应进行严格的验证和过滤
2. 阻止访问私有/内部IP地址范围
规则原理:防止攻击者利用SSRF探测或攻击内部网络资源。
禁止访问的范围包括:
- 本地地址:
localhost、127.0.0.1 - 私有地址段:
169.254.0.0/16(链路本地)192.168.0.0/1610.0.0.0/8172.16.0.0/12
- 其他保留地址段
实现建议:
- 在发起请求前检查目标IP是否属于禁止范围
- 考虑使用专门的IP地址验证库
3. 解析并验证主机名
规则原理:防止攻击者通过DNS重绑定等技术绕过防护。
安全实践:
- 首先解析主机名获取IP地址
- 验证解析后的IP地址是否允许访问
- 确保DNS解析结果不会被篡改
4. 限制允许的协议和端口
规则原理:减少攻击面,防止利用非标准协议进行攻击。
允许的协议:
- HTTP (端口80)
- HTTPS (端口443)
禁止的协议:
- file://
- gopher://
- ftp://
- 其他自定义协议处理器
实现建议:
- 显式指定协议,不要使用协议相对URL
- 验证端口号在允许范围内
5. 禁止自动转发授权头信息
规则原理:防止内部认证信息通过SSRF请求泄露。
安全实践:
- 默认不转发任何认证头信息
- 如需转发,必须经过明确的范围界定和安全审计
- 特别注意Cookie、Authorization、X-Auth-Token等敏感头
规则实施的最佳实践
-
代码生成注意事项:
- 自动生成的代码也必须遵守这些规则
- 如果规则被违反,必须添加注释说明问题并提供修正建议
-
错误处理:
- 当规则被触发时,应提供清晰的错误信息
- 错误信息应帮助开发者理解问题本质和修复方法
-
防御深度:
- 建议在多个层面实施防护(应用层、网络层等)
- 不要仅依赖单一防护措施
实际开发中的应用
在实际开发中,建议将这些规则集成到:
- 代码审查流程
- 静态代码分析工具
- CI/CD管道中的安全检查步骤
通过多层次的防护,可以显著降低SSRF攻击的风险,保护系统和数据安全。
登录后查看全文
热门项目推荐
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 Notebook0114
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
296
114
昇腾LLM分布式训练框架
Python
178
220