CoreRuleSet项目中发现SQL注入检测绕过问题分析
在Web应用防火墙领域,CoreRuleSet(CRS)作为ModSecurity的默认规则集,一直是保护Web应用安全的重要防线。近期发现了一个值得关注的安全问题:在特定情况下,CRS的SQL注入检测规则942160存在检测绕过风险。
问题详情
该问题涉及CRS的SQL注入检测机制,具体表现为当攻击载荷以斜杠(/)结尾时,规则942160无法正确触发。这是由于规则实现中仅检查了REQUEST_BASENAME变量,而忽略了REQUEST_FILENAME变量导致的检测盲区。
技术分析
在正常情况下,CRS的942160规则能够有效检测使用sleep()或benchmark()函数进行的盲SQL注入测试。然而,当攻击者构造如下形式的URL时,检测会失效:
/id/365059-1)%20OR%20556=(SELECT%20556%20FROM%20PG_SLEEP(15))/
相比之下,当使用传统注释符(如--comment)结尾时,检测则能正常工作:
/id/365059-1)%20OR%20556=(SELECT%20556%20FROM%20PG_SLEEP(15))--comment
根本原因
问题的核心在于规则实现中对路径变量的处理不够全面。REQUEST_BASENAME仅获取路径的最后部分,当攻击载荷以斜杠结尾时,这部分内容会被视为空值,导致检测逻辑失效。而REQUEST_FILENAME则包含完整的路径信息,能够覆盖更多检测场景。
影响范围
该问题影响CRS 4.3.0版本,在默认的PL1(Paranoia Level 1)设置下即可复现。虽然问题本身不会导致直接的安全威胁,但它确实为攻击者提供了一种可能的绕过方式,特别是在针对使用CRS保护的Web应用进行SQL注入攻击时。
解决方案
修复方案相对直接:在规则检测中增加对REQUEST_FILENAME变量的检查。这可以确保无论攻击载荷是否以斜杠结尾,都能被正确检测到。这种改进不会显著影响性能,但能大幅提高检测覆盖率。
安全建议
对于使用CRS的用户,建议:
- 关注官方补丁更新
- 考虑在自定义规则中增加对REQUEST_FILENAME的检查
- 在条件允许的情况下,使用更高的Paranoia Level设置
该问题的发现和修复过程体现了开源社区协作的优势,也提醒我们在Web安全防护中需要持续关注检测逻辑的完整性。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0298- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









