Обход каталогов в tarfile.extractall в Python (CVE-2007-4559): как это происходит и как исправить

Ключевые понятия и термины

CVE-2007-4559

Модуль tarfile в Python не мешал именам элементов выходить за пределы каталога извлечения. Проблема была известна с 2007 года, а в 2022 году Trellix оценила, что около 350 000 проектов с открытым кодом вызывали extractall() для недоверенных архивов.

Имена элементов с .. или абсолютными путями

Элемент tar с именем ../outside.txt или /etc/cron.d/job после соединения с папкой назначения указывает за её пределы. Без фильтра extractall() пишет по этому пути с правами процесса.

Элементы-ссылки, символические и жёсткие

Архив может сначала создать внутри папки назначения ссылку, указывающую наружу, а затем записать через неё обычный файл. Проверка одних лишь имён этого не замечает, поэтому фильтры проверяют и цели ссылок.

Фильтры извлечения (PEP 706)

filter="data" отклоняет абсолютные имена, выходы через .., ссылки за пределы папки и файлы устройств, а также снимает биты set-user-ID и права на выполнение для остальных. Он доступен начиная с Python 3.12 и в выпусках безопасности 3.8–3.11 и становится поведением по умолчанию в Python 3.14.

Ограничения ресурсов

Фильтры не ограничивают размер. Небольшой сжатый архив может развернуться в миллионы элементов или многие гигабайты, поэтому считайте элементы и общий размер до извлечения.

Пошаговый сценарий атаки

Исходный код: Уязвимый vs Защищённый вариант

# imports.py: каждый элемент попадает туда, куда указывает его сохранённое имя
import tarfile
from pathlib import Path

UPLOAD_ROOT = Path("/srv/app/imports")


# папку выбирает вызывающий, фильтра и лимитов размера нет
def import_bundle(archive_path: str, job_id: str) -> Path:
    dest = UPLOAD_ROOT / job_id
    dest.mkdir(parents=True, exist_ok=True)
    with tarfile.open(archive_path) as tar:
        tar.extractall(dest)
    return dest

# imports.py: фильтр data, папка с именем от сервера и лимиты размера
import tarfile
import uuid
from pathlib import Path

UPLOAD_ROOT = Path("/srv/app/imports")
MAX_MEMBERS = 10_000
MAX_TOTAL_BYTES = 500 * 1024 * 1024


# отклонять архивы со слишком многими элементами или байтами
def check_limits(tar: tarfile.TarFile) -> None:
    members = tar.getmembers()
    if len(members) > MAX_MEMBERS or sum(m.size for m in members) > MAX_TOTAL_BYTES:
        raise ValueError("archive too large")


# filter='data' блокирует .., абсолютные имена, ссылки наружу и файлы устройств
def import_bundle(archive_path: str) -> Path:
    dest = UPLOAD_ROOT / uuid.uuid4().hex
    dest.mkdir(parents=True)
    with tarfile.open(archive_path, mode="r:*") as tar:
        check_limits(tar)
        tar.extractall(dest, filter="data")
    return dest

Чек-лист по защите системы для инженеров

• Передавайте filter="data" в каждый вызов extractall() и extract() и проваливайте CI, если Bandit B202 или правило Semgrep находят вызов без filter=.
• Извлекайте в новую папку с именем, выбранным сервером, например UUID, а не в путь, собранный из данных запроса.
• До извлечения проверяйте число элементов и общий несжатый размер и отклоняйте архивы, превышающие лимиты.
• Запускайте процесс извлечения от пользователя без права записи в код или конфигурацию приложения.
• Добавьте в CI тест с архивом, содержащим ../outside.txt и элемент с абсолютным путём, и ожидайте tarfile.FilterError.

Источники

• CWE-22: Improper Limitation of a Pathname to a Restricted Directory
• NVD — CVE-2007-4559 (Python tarfile)
• PEP 706 — Filter for tarfile.extractall
• Python docs — tarfile extraction filters