探索Spring框架中的视图操纵漏洞
本文将带你深入理解一个危险的Spring框架中不受限制的视图名称操纵问题,以及如何保护你的应用免受此类攻击。让我们从一个简单的Spring Boot应用开始:
项目介绍
这个项目是一个基础的Spring应用,它使用Thymeleaf作为模板引擎。当请求根URL("/")时,应用会调用HelloController.index()方法,该方法将消息添加到模型,并返回一个字符串"welcome"。Spring会将"welcome"解释为视图名,尝试寻找并渲染资源文件夹中的"welcome.html"。
项目技术分析
在Spring框架中,@Controller和@GetMapping注解使得控制器能够响应特定的HTTP请求。默认情况下,返回的字符串被视为视图名,Spring负责找到对应的模板文件进行渲染。Thymeleaf模板语言允许片段引用,例如"welcome :: main",这将只返回"welcome.html"模板中的'main'部分。
然而,如果视图名与不受信任的数据相结合,如通过请求参数传递,可能会导致表达式语言注入,甚至远程代码执行。Thymeleaf在加载模板前会解析视图名为表达式,这就打开了安全漏洞的大门。
项目及技术应用场景
这个项目演示了如何利用Spring ThymeleafView类解析模板名这一特性进行攻击。通过构造特定的请求路径,攻击者可以执行表达式语言,从而实现远程代码执行。例如,对'/path'端点发起如下请求:
GET /path?lang=__${new java.util.Scanner(T(java.lang.Runtime).getRuntime().exec("id").getInputStream()).next()}__::.x HTTP/1.1
这种攻击方式比传统的路径遍历更隐蔽,因为它不依赖于文件系统权限,而是利用了Thymeleaf的表达式语言。
另外,当控制器返回类型不明确,比如void或java.util.Map时,Spring会尝试从请求URI推断视图名,这也同样存在风险。
项目特点
- 深入揭示Spring和Thymeleaf之间的潜在安全问题。
- 提供了详细的示例代码和攻击场景,帮助开发者了解风险所在。
- 提供本地测试环境,只需Java 8+ 和Maven即可运行。
- 揭示了处理用户输入数据时应注意事项,有助于提高应用安全性。
总之,这个开源项目提供了一个深入了解和防范Spring视图操纵漏洞的机会,对于任何使用Spring和Thymeleaf构建Web应用的开发人员来说都是宝贵的资源。确保你的应用安全无虞,学习如何避免这类安全威胁,这将是你不可错过的一课。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00