OWASP Top 10 2017 应用安全风险解读:基于 OWASP 风险评级方法论的风险评估指南

原创2026-10-08 23:16:072,243 阅读
文章标签:应用安全

OWASP Top 10 2017 应用安全风险解读:基于 OWASP 风险评级方法论的风险评估指南

导读

本文以 OWASP Top 10 2017 官方文档中的《Application Security Risks》章节为核心,系统讲解"应用安全风险"的定义、评估框架与风险评级方法。你将掌握如何利用威胁主体(Threat Agents)、可利用性(Exploitability)、弱点普遍性(Prevalence)、可检测性(Detectability)与技术/业务影响等维度量化 Web 应用风险,并理解 2017 版 Top 10 十大风险的排序依据、风险因素明细及其背后的数据驱动方法论,可直接用于组织内部的风险评估、安全规划与漏洞优先级排序。

什么是应用安全风险?

攻击者可以通过应用中的许多不同路径对你的业务或组织造成危害,每一条路径都代表一种风险,其严重程度可能足以引起重视,也可能无足轻重。这些路径有时非常容易被发现和利用,有时则极其困难。同样,其造成的危害可能毫无影响,也可能让你的业务彻底停摆。

应用安全风险的多路径示意

要确定组织面临的风险,需要将每个威胁主体、攻击向量和安全弱点对应的可能性(likelihood)进行综合评估,再与这些弱点对组织造成的技术影响和业务影响的估计值相结合,这些因素共同决定了你的整体风险水平。这一评估思路贯穿整个 OWASP Top 10 2017:风险的量化不是单一维度,而是"可能性 × 影响"的组合结果。

我的风险是什么:2017 版风险评级框架

OWASP Top 10 聚焦于识别各类组织中最严重的 Web 应用安全风险。针对每项风险,官方基于 OWASP 风险评级方法论,使用如下简单评级方案给出普遍性(likelihood)与技术影响(technical impact)的通用信息:

威胁主体 可利用性 弱点普遍性 弱点可检测性 技术影响 业务影响
应用特定 容易 3 普遍 3 容易 3 严重 3 业务特定
平均 2 常见 2 平均 2 中等 2
困难 1 不常见 1 困难 1 轻微 1

2017 版更新了风险评级系统,用于辅助计算任一给定风险的可能性与影响。这一评级方案中,每一维度采用 1(低)到 3(高)的评分刻度,术语随维度不同而变化。更详细的方法论说明见 关于风险的说明,完整的风险因素明细表见 风险因素细节。

需要特别强调的是:每个组织都是独特的。威胁主体、其目标以及任何入侵造成的影响也各不相同。例如,一个公益组织用某 CMS 发布公开信息,而一家医疗机构用同一套 CMS 处理敏感健康记录,两者面临的威胁主体和业务影响可能截然不同。因此,必须基于适用于本组织的威胁主体与业务影响来理解风险,不能直接套用通用评级。

此外,Top 10 中的风险名称在可能的情况下与 Common Weakness Enumeration(CWE)弱点保持一致,以推广通用的命名约定、减少混淆——这也是 2017 版强调"弱点(weakness)"而非"漏洞(vulnerability)"的核心理念。

弱点代表的风险:评级方法论细节

OWASP Top 10 的风险评级方法论基于 OWASP Risk Rating Methodology,其关键定位是:Top 10 讨论的是普遍情况,而非真实应用与 API 中的具体漏洞,因此永远无法像应用所有者或管理者那样精确地计算风险。你自己才是最了解应用与数据重要性、面临的威胁以及系统构建与运维方式的人。

方法论包含每个弱点的三个可能性因素(普遍性、可检测性、可利用性)和一个影响因素(技术影响),各因素评分刻度为 1-Low 到 3-High:

  • 普遍性(Prevalence):通常无需自行计算。官方汇集了多家组织提供的普遍性统计数据(详见 2017 版致谢部分),聚合后按普遍性得出"Top 10 存在可能性"排序。
  • 可检测性(Detectability)与可利用性(Ease of Exploit):与普遍性数据结合,计算出每个弱点的可能性评级。
  • 技术影响(Technical Impact):将可能性评级乘以官方对各条目平均技术影响的估计值,得出 Top 10 中每个条目的整体风险排名——结果越高,风险越高。可检测性、可利用性和影响均通过分析与每个 Top 10 类别相关的已报告 CVE 计算得出。

以下以 A6:2017-Security Misconfiguration 为例,展示风险计算的完整过程:

A6:2017 安全配置错误的风险计算示例

重要局限:该方案并未考虑威胁主体的可能性,也未考虑与你的特定应用相关的各种技术细节——这些因素都可能在很大程度上影响攻击者发现并利用特定漏洞的整体可能性。同时该评级未考虑对业务的真实影响,组织必须根据自身文化、行业与监管环境决定可接受的应用与 API 安全风险水平。OWASP Top 10 的目的不是替你完成这项风险分析。

2017 Top 10 风险因素总览

下表汇总了 2017 版十大应用安全风险及其对应的风险因素赋值。这些因素基于可得统计数据和 OWASP Top 10 团队的共识经验确定:

2017 Top 10 风险因素总览表

阅读此表时必须结合自身组织的特定威胁主体与业务影响:即使严重的软件弱点,如果没有具备攻击条件的威胁主体,或涉及的资产业务影响可忽略,也可能不构成严重风险。各风险的完整评分、漏洞判定条件、防护方案与攻击场景,可进一步阅读仓库中的逐项文档,例如 A1:2017 注入 与 A6:2017 安全配置错误。

2017 版十大应用安全风险清单

风险 描述
A1:2017-注入 当不可信数据作为命令或查询的一部分发送给解释器时,就会发生注入缺陷(如 SQL、NoSQL、OS 和 LDAP 注入)。攻击者的恶意数据可以欺骗解释器执行非预期命令或在未获适当授权的情况下访问数据。
A2:2017-失效的身份认证 与身份认证和会话管理相关的应用功能经常被错误实现,使得攻击者能够破坏密码、密钥或会话令牌,或利用其他实现缺陷,暂时或永久地冒充其他用户身份。
A3:2017-敏感数据泄露 许多 Web 应用和 API 没有正确保护金融、医疗和 PII 等敏感数据。攻击者可能窃取或篡改此类保护薄弱的数据,实施信用卡欺诈、身份盗窃或其他犯罪。敏感数据若无静态加密或传输加密等额外保护,在与浏览器交换时也需特别防范。
A4:2017-XML 外部实体(XXE) 许多较旧或配置不当的 XML 处理器会评估 XML 文档中的外部实体引用。外部实体可用于通过 file URI 处理程序披露内部文件、内部文件共享、内部端口扫描、远程代码执行和拒绝服务攻击。
A5:2017-失效的访问控制 对已认证用户允许执行的操作的限制往往未得到正确执行。攻击者可利用这些缺陷访问未经授权的功能和/或数据,如访问其他用户的账户、查看敏感文件、修改其他用户的数据、更改访问权限等。
A6:2017-安全配置错误 安全配置错误是最常见的问题,通常源于不安全的默认配置、不完整或临时性的配置、开放的云存储、错误配置的 HTTP 头,以及包含敏感信息的冗长错误消息。不仅所有操作系统、框架、库和应用必须安全配置,还必须及时打补丁/升级。
A7:2017-跨站脚本(XSS) 当应用在未进行适当验证或转义的情况下将不可信数据包含在新网页中,或使用能创建 HTML 或 JavaScript 的浏览器 API 用用户提供的数据更新现有网页时,就会出现 XSS 缺陷。XSS 允许攻击者在受害者浏览器中执行脚本,可劫持用户会话、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 不安全的反序列化通常导致远程代码执行。即使反序列化缺陷不导致远程代码执行,也可能被用于实施重放攻击、注入攻击和权限提升攻击。
A9:2017-使用含有已知漏洞的组件 库、框架和其他软件模块等组件与应用以相同权限运行。若易受攻击的组件被利用,此类攻击可能导致严重的数据丢失或服务器接管。使用含已知漏洞的组件的应用和 API 可能破坏应用防御并促成各种攻击和影响。
A10:2017-日志记录和监控不足 日志记录和监控不足,加上与事件响应缺少或无效的集成,使攻击者能够进一步攻击系统、维持持久性、向更多系统转移,并篡改、提取或销毁数据。大多数入侵研究报告显示,发现入侵的时间超过 200 天,且通常由外部方而非内部流程或监控发现。

风险排序背后的数据与方法论

2017 版的排序并非主观臆断,而是由定量数据与定性调查共同决定。在 OWASP 项目峰会上,参与者决定采用"漏洞视图",最多包含两个前瞻性漏洞类别。

行业排名调查:官方收集了此前被认定"处于边缘"或在 Top 10 邮件列表 2017 RC1 反馈中被提及的漏洞类别,放入排名调查中,要求受访者选出他们认为应纳入 Top 10 的前四个漏洞。调查于 2017 年 8 月 2 日至 9 月 18 日开放,共收集 516 份回复:

排名 调查漏洞类别 得分
1 私人信息泄露('隐私侵犯')[CWE-359] 748
2 加密失败 [CWE-310/311/312/326/327] 584
3 不可信数据反序列化 [CWE-502] 514
4 通过用户控制的密钥绕过授权(IDOR 与路径遍历)[CWE-639] 493
5 日志记录和监控不足 [CWE-223 / CWE-778] 440

调查结果的处理逻辑清晰展示了类别的整合方式:私人信息泄露得分最高,但很容易作为补充重点并入 A3:2017-Sensitive Data Exposure;加密失败同样可归入敏感数据泄露。不可信反序列化排名第三,经风险评级后新增为 A8:2017-Insecure Deserialization;排名第四的用户控制密钥归入 A5:2017-Broken Access Control;排名第五的日志与监控不足因契合度成为 A10:2017-Insufficient Logging & Monitoring。

公开数据征集(Data Call):传统数据按"频率"统计——在测试应用中发现多少漏洞。但工具通常报告发现的所有实例,而人工通常报告单个发现加若干示例,两种风格难以可比聚合。2017 版改用发生率(incidence rate):统计给定数据集中有多少应用存在一种或多种特定漏洞类型。大型贡献者的数据提供两种视图:传统频率计数,以及"各漏洞在多少应用中被发现(一次或多次)",从而合理比较"人工辅助工具"与"工具辅助人工"的数据。原始数据与分析工作保存在仓库的 2017/datacall 目录(含各厂商提交的 xlsx 数据与分析结果)。

最终共收到 40+ 份数据征集提交,其中 23 个贡献者的数据可用,覆盖约 114,000 个应用;在可能的情况下使用贡献者标识的一年时间窗口。选择的数据集被识别为"工具辅助人工测试"或明确提供了"人工辅助工具"的发生率;选中数据中 100%+ 的异常发生率被下调至 100% 上限。发生率排名用于 Top 10 整体风险排序中的普遍性计算。

2013 到 2017:风险格局的变化

了解 2017 版风险框架还需知晓其背景变化。四年来应用技术架构发生了根本性改变:node.js 和 Spring Boot 编写的微服务取代传统单体应用(带来微服务间信任、容器、密钥管理等新挑战);SPA 前端框架(Angular、React)将传统服务端功能移到客户端;JavaScript 成为 Web 主力语言。旧代码从未预期可从互联网访问,如今却通过 API/RESTful 服务被 SPA 和移动应用消费,"可信调用方"等架构假设不再成立。

这直接推动了风险类别的增删(详见 版本说明):

  • 新增、数据支撑的类别:A4:2017-XXE,主要由 SAST 工具数据集支撑;
  • 新增、社区支撑的类别:A8:2017-Insecure Deserialization(允许远程代码执行或敏感对象操纵)、A10:2017-Insufficient Logging and Monitoring(缺乏日志与监控会阻止或严重延迟恶意活动与入侵检测、事件响应和数字取证);
  • 合并或退役的类别:A4-Insecure Direct Object References 与 A7-Missing Function Level Access Control 合并进 A5:2017-Broken Access Control;A8-CSRF 因多数框架内置防御、仅 5% 应用中发现而退役;A10-Unvalidated Redirects and Forwards 虽约 8% 应用中发现,但整体上被 XXE 挤出。

延伸阅读与参考文献

官方文档还引用了以下可用于深入评估风险的标准与工具体系:OWASP Risk Rating Methodology、OWASP 威胁/风险建模文章、ISO 31000 风险管理标准、ISO 27001 信息安全管理体系、NIST 网络安全框架、ASD 战略缓解措施、NIST CVSS 3.0 评分以及 Microsoft Threat Modelling Tool。组织可结合这些框架,将本文介绍的风险评级方法落地到自身的应用安全评估流程中。

登录后查看全文
Top10