XML 외부 엔터티(XXE) 인젝션(CWE-611): 동작 원리와 방어 방법

핵심 개념 및 용어

DTD와 엔터티

<!DOCTYPE ...> 안의 문서 형식 정의는 엔터티를 선언할 수 있습니다. 엔터티는 이름이 붙은 텍스트 조각으로, 파서는 &이름;이 나오는 곳마다 이를 치환합니다. 내부 엔터티는 텍스트 자체를 담고, 외부 엔터티는 다른 곳을 가리킵니다.

외부 엔터티

<!ENTITY x SYSTEM "file:///etc/hostname">은 파서에게 그 URL을 읽어 &x;가 쓰인 자리에 내용을 넣으라고 지시합니다. http:// URL이면 요청을 보내는 쪽이 서버이므로 XXE가 서버 측 요청 위조로 이어집니다.

엔터티 확장(Billion Laughs)

다른 엔터티를 열 번씩 참조하는 엔터티를 겹치면 1KB 문서가 메모리에서 수 GB의 텍스트로 불어납니다(CWE-776). 외부 접근이 필요 없으므로 DTD를 거부하거나 확장에 한도를 두는 방법만이 막을 수 있습니다.

파서 기본 설정

동작은 라이브러리마다 다릅니다. lxml 5는 기본적으로 내부 엔터티만 확장하지만 resolve_entities=True와 load_dtd=True가 구멍을 다시 엽니다. Java의 DocumentBuilderFactory는 disallow-doctype-decl을 설정하지 않으면 외부 엔터티를 확장하고, .NET은 DtdProcessing.Prohibit이 필요합니다.

defusedxml

표준 파서를 감싸서 위험한 구문을 처리하는 대신 EntitiesForbidden, ExternalReferenceForbidden, DTDForbidden을 발생시키는 Python 패키지입니다. forbid_dtd=True는 DOCTYPE이 있는 모든 문서를 거부합니다.

단계별 공격 실행 흐름

소스 코드 비교: 취약한 구현 vs 보안 패치

# invoices.py: 업로드된 DTD가 요구하는 대로 파서가 따른다
from flask import Flask, request
from lxml import etree

app = Flask(__name__)


# 엔터티 확장, DTD 로딩, 네트워크 접근을 모두 허용
@app.post("/invoices/import")
def import_invoice():
    parser = etree.XMLParser(resolve_entities=True, load_dtd=True, no_network=False)
    root = etree.fromstring(request.get_data(), parser)
    return {"customer": root.findtext("customer"), "total": root.findtext("total")}

# invoices.py: DTD가 있는 문서는 파싱 전에 거부된다
from defusedxml import DefusedXmlException
from defusedxml.ElementTree import ParseError, fromstring
from flask import Flask, abort, request

app = Flask(__name__)
app.config["MAX_CONTENT_LENGTH"] = 1_000_000


# DOCTYPE, 엔터티, 외부 참조 모두 금지; 본문은 1MB까지
@app.post("/invoices/import")
def import_invoice():
    try:
        root = fromstring(request.get_data(), forbid_dtd=True)
    except (DefusedXmlException, ParseError):
        abort(400)
    return {"customer": root.findtext("customer"), "total": root.findtext("total")}

엔지니어링 및 시스템 보안 강화 체크리스트

• 신뢰할 수 없는 XML은 Python에서는 defusedxml로, 다른 언어에서는 DTD를 끈 상태로 파싱합니다. Java는 disallow-doctype-decl을 true로, .NET은 DtdProcessing.Prohibit을, libxml2는 XML_PARSE_NOENT와 XML_PARSE_DTDLOAD 없이 사용합니다.
• 통제하지 않는 입력에 대해 lxml에 resolve_entities=True, load_dtd=True, no_network=False를 절대 넘기지 말고, CI에서 Bandit(B320이 lxml.etree를 표시)을 실행합니다.
• 요청 크기를 제한하고(MAX_CONTENT_LENGTH) DOCTYPE이 들어 있는 문서는 모두 거부합니다.
• 업로드된 SVG, SAML, DOCX, XLSX 파일도 XML로 보고 같은 강화 설정으로 파싱합니다.
• file:///etc/hostname을 가리키는 외부 엔터티가 든 문서를 보내 400을 기대하는 CI 테스트를 추가합니다.

출처

• CWE-611: Improper Restriction of XML External Entity Reference
• OWASP XML External Entity Prevention Cheat Sheet
• defusedxml — XML bomb protection for Python stdlib modules
• lxml FAQ — How do I use lxml safely as a web-service endpoint?