java - 将用户输入的字符串用作格式控件是什么意思，为什么它是安全漏洞？

Question

我在 Deitel 和 Deitel 的书 Java: How to Program 中读到了这个错误预防技巧 (3.1)。我不明白这是什么意思。我只知道说的是下面这行代码:

// display the name stored in object myAccount
System.out.printf("Name in object myAccount is:%n%s%n", myAccount.getName());

该段内容如下:

Never use as a format-control a string that was input from the user. When method System.out.printf evaluates the format-control string in its first argument, the method performs tasks based on the conversion specifier(s) in that string. If the format-control string were obtained from the user, a malicious user could supply conversion specifiers that would be executed by System.out.printf, possibly causing a security breach.

Answer 1

严格来说，使用用户输入的字符串进行格式控制是这样的:

String format=getFromUser(...);
System.out.printf(format, arg1, arg2, arg3...);

这可能真的很有害，因为除了@JohnKugelman 建议的编码注入(inject)之外，我可以想到四种简单的方法，恶意用户可以通过这些方法通过 format string 来破坏安全性。 :

• 最简单的方法是输入错误的掩码，这样就会在运行时抛出 WrongFormatConversion:

    @Test
    public void wrongMask()
    {
        String s="january";
        System.out.printf("%)/$#", s);
    }

• 通过输入高参数索引，以便在运行时抛出 MissingFormatArgumentException:

    @Test
    public void highArgumentIndex()
    {
        String s="january";
        System.out.printf("%1000$s%n", s);
    }

• 通过输入高字段宽度，这样会输出这么大的一行，阅读起来不切实际:

    @Test
    public void highFieldWidth()
    {
        String s="january";
        System.out.printf("%1000000s%n", s);
    }

• 同上，但是为数字参数指定一个零填充高宽度，这样填充操作将消耗很长时间并且可能也消耗大量内存(当然是因为填充算法不是为了处理大字符串，所以，它的设计并不是最佳的)。

    @Test
    public void highArgumentWidth()
    {
        int n=12;
        System.out.printf("%01000000d%n", n);
    }

此测试延迟了将近 一分钟 在我的计算机上执行。尝试使用足够高的宽度，您可能会在延迟几分钟后收到 OutOfMemoryError。

(通过对输入字符串进行简单的预处理以转义所有双引号，可以轻松避免代码注入(inject)，但这些缺陷具有语义性质，因此更难发现和避免) .

但是这些都不能应用于您的行，因为您的格式字符串是硬编码的，而不是用户输入的。

更新

要了解接受来自最终用户的控制格式字符串有多危险，您最好重复上面的一组测试，但要在交互模式下进行:

    public static void main(String[] args)
    {
        String format=args[0];
        int n=12;
        System.out.printf(format, n);
    }

然后，把你自己想象成一个试图破解这个程序的黑客。使用这些建议值执行它:

• %)/$#
• %1000$d
• %1000000d
• %01000000d

结论:格式字符串必须由程序员编写，而不是由最终交互用户编写。