System.Linq.Dynamic.Core 安全分析与改进方案
System.Linq.Dynamic.Core 是一个流行的.NET库,它允许开发者在运行时构建LINQ查询。近期该库被发现存在两个重要的安全问题,可能允许通过反射机制获取程序信息或访问静态属性/字段。
问题详情
反射类型信息访问问题
该问题允许通过反射机制访问程序集中的类型信息。可以构造特定的查询表达式,获取程序集中定义的所有类型及其特性信息。这可能导致了解程序集内部结构、依赖的NuGet包信息等数据。
示例代码可以列出程序集中所有类型的自定义特性信息:
string.Join("\r\n", GetType().Assembly.DefinedTypes.SelectMany(t => t.CustomAttributes).Select(a => a.AttributeType).Select(t => t.AssemblyQualifiedName)
静态属性/字段访问问题
第二个问题允许直接访问静态类中的属性和字段。这意味着如果应用程序中有存储信息的静态类(如配置信息等),可以直接获取这些数据。
示例代码可以获取静态类中的令牌信息:
AppSettings.SettingsProp["token"]
问题影响范围
- 反射类型信息访问问题影响System.Linq.Dynamic.Core 1.0.0及以上版本
- 静态属性/字段访问问题影响System.Linq.Dynamic.Core 1.3.10及以上版本
改进方案
开发团队在1.6.0版本中实施了以下改进措施:
1. 移除object类型的预定义支持
核心改进措施是从预定义类型(PredefinedTypes)中移除了object类型。这一变更阻止了通过GetType()方法访问反射API的途径,因为GetType()是object类型的方法。
2. 强化类型访问控制
对于静态属性/字段的访问,现在要求目标类型必须满足以下条件之一:
- 使用DynamicLinqType特性标记
- 通过AdditionalTypes添加到DefaultDynamicLinqCustomTypeProvider中
这一变更确保了只有显式允许的类型才能被动态查询访问。
3. 选择性恢复object方法支持
考虑到兼容性需求,1.6.0版本提供了配置选项来选择性启用object类型的某些方法:
var config = new ParsingConfig {
AllowEqualsAndToStringMethodsOnObject = true
};
启用此配置后,可以恢复对Equals和ToString等基本方法的支持,但GetType()方法仍被禁止,确保安全性不受影响。
升级建议
所有使用System.Linq.Dynamic.Core的项目应考虑升级到1.6.0或更高版本。升级后需要检查:
- 所有使用object类型方法的查询是否需要调整
- 所有需要访问的静态类型是否已正确标记或配置
- 根据实际需求决定是否启用AllowEqualsAndToStringMethodsOnObject选项
对于暂时无法升级的项目,可以考虑在csproj中添加以下配置作为临时解决方案:
<PackageReference Include="System.Linq.Dynamic.Core" Version="1.5.1">
<NoWarn>NU1903</NoWarn>
</PackageReference>
总结
System.Linq.Dynamic.Core 1.6.0版本通过精细化的类型访问控制有效解决了安全问题,在保持库的核心功能同时增强了安全性。开发者应根据项目实际情况评估升级影响,合理配置安全选项,确保应用程序既安全又功能完整。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00