Ungoogled-Chromium中搜索引擎收集请求的安全隐患分析
2025-05-09 20:16:16作者:农烁颖Land
Ungoogled-Chromium作为一款注重隐私的浏览器分支,近期被发现存在一个潜在的安全问题:即使禁用了搜索引擎收集功能,浏览器仍会向网页中指定的搜索引擎描述文件发起HTTP请求。
问题现象
当用户访问某些特定网站时(如php.net),浏览器会向该网站指定的OpenSearch描述文件发起请求。这一行为存在两个关键问题:
- 即使用户已在设置中启用"始终使用安全连接"选项,请求仍通过不安全的HTTP协议发送
- 即使用户已通过chrome://flags/#disable-search-engine-collection禁用搜索引擎收集功能,请求仍然会被执行
技术分析
通过代码审查发现,相关功能主要涉及两个关键代码路径:
- Chrome渲染帧观察器(chrome_render_frame_observer.cc) - 负责处理页面中的搜索引擎链接
- 搜索引擎标签助手(search_engine_tab_helper.cc) - 负责实际的搜索引擎收集逻辑
虽然Ungoogled-Chromium已经通过disable-search-engine-collection标志禁用了部分功能,但请求发送的底层机制仍然保留。这种设计可能导致以下安全隐患:
- 信息泄露风险:即使不收集搜索引擎信息,请求本身就可能暴露用户行为
- 协议降级攻击:通过HTTP发送请求可能被中间人攻击利用
延伸发现
进一步测试发现,类似问题也存在于CSS样式表请求中。当页面包含HTTP协议的CSS链接时:
- 浏览器会实际发送HTTP请求获取样式表
- 虽然由于混合内容策略会阻止应用这些样式
- 但请求本身已经发生,可能泄露信息
相比之下,JavaScript脚本的HTTP链接则会被完全阻止,不会发送任何请求。
解决方案
Ungoogled-Chromium开发团队已经确认该问题,并在125版本中推出了修复方案。修复的核心思路是:
- 完全移除搜索引擎帮助器的加载逻辑
- 确保当disable-search-engine-collection标志启用时,相关代码路径完全禁用
用户建议
对于注重隐私和安全性的用户,建议:
- 及时更新到最新版本的Ungoogled-Chromium
- 谨慎访问包含OpenSearch描述链接的网站
- 考虑使用内容安全策略(CSP)进一步限制外部资源加载
这个问题提醒我们,浏览器安全是一个复杂的系统工程,需要从协议处理、功能开关到实际网络请求等多个层面进行全面的隐私保护设计。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
热门内容推荐
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
573
3.87 K
Ascend Extension for PyTorch
Python
392
472
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++
898
694
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
358
217
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
124
160
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.38 K
784
昇腾LLM分布式训练框架
Python
122
148
暂无简介
Dart
811
199
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
533
235
React Native鸿蒙化仓库
JavaScript
312
363