不安全反序列化：风险与修复

Core Concepts & Key Terms

序列化 / 反序列化

将数据或对象转换为存储或传输表示，再由程序解析或重建。

反序列化 hook

Python __reduce__、Java readObject、PHP __wakeup / __unserialize 等回调，可能在对象重建时运行。

Gadget chain

利用程序中已有库行为串联出非预期效果的调用链。是否可用取决于应用和库版本。

反序列化过滤器

读取对象流时限制类或对象图指标的策略。它能降低风险，但不代表应优先接受不可信原生对象流。

How Unsafe Deserialization Can Become an Exploit Chain

Python / Flask: Unsafe Object Loading vs. Primitive JSON Validation

# VULNERABLE: pickle can execute behavior during unpickling.
from flask import Flask, request
import pickle

app = Flask(__name__)

@app.post("/api/session")
def load_session():
    # Never deserialize attacker-controlled bytes with pickle.
    session = pickle.loads(request.get_data())
    return {"user_id": session.user_id}

# SAFER: parse JSON primitives, then validate expected shape.
from flask import Flask, abort, request

app = Flask(__name__)
app.config["MAX_CONTENT_LENGTH"] = 16 * 1024

@app.post("/api/session")
def load_session():
    payload = request.get_json()
    if not isinstance(payload, dict):
        abort(400, "Expected a JSON object")

    user_id = payload.get("user_id")
    if type(user_id) is not int or user_id <= 0:
        abort(400, "Invalid user_id")

    # Resolve authorization and session state server-side.
    return {"user_id": user_id}

工程加固检查清单

JSON 输入仍需设置大小限制并验证数据结构。对于旧式对象格式，不要只依赖类允许列表：应在反序列化前验证序列化字节本身的真实性，并保护密钥。MAC 不会加密数据，也不能阻止重放。

• 不要用 Python pickle 或 PHP unserialize() 反序列化不可信原生对象流；优先使用 JSON 等原始数据格式并校验 schema 和大小。
• 暂时无法移除 Java 序列化时，配置 ObjectInputFilter allowlist 和对象图限制；该过滤器并非所有部署默认启用。
• 遗留数据需要完整性保护时，在反序列化前用妥善管理的 MAC 密钥验证原始字节；MAC 不加密，也不防重放。
• 将会话权限保留在服务器端，或使用受维护的框架签名令牌并配置过期时间、受众和密钥轮换。

• Python pickle 文档 — 安全警告
• Java ObjectInputFilter API — 类与对象图限制
• PHP unserialize 手册 — 不可信输入警告
• OWASP Deserialization Cheat Sheet