Bezpieczne programowanie w Pythonie
Table of Contents
Niebezpieczne funkcje Pythona i ich alternatywy
Python to wszechstronny i popularny język z funkcjami do wielu zadań. Nie wszystkie funkcje są jednak równie bezpieczne. Niektóre niosą ryzyko i mogą powodować niezamierzone skutki przy nieostrożnym użyciu. W tej części omawiamy niebezpieczne funkcje Pythona, związane z nimi zagrożenia oraz bezpieczniejsze zamienniki o podobnym zastosowaniu, które wspierają bezpieczeństwo i stabilność.
Wprowadzenie: chroń swoje projekty w Pythonie
Python przyciąga rozbudowaną biblioteką i intuicyjną składnią. Niewłaściwe użycie niektórych funkcji może jednak osłabić bezpieczeństwo i niezawodność. Poznaj zagrożenia i wybieraj inne metody, by tworzyć kod odporniejszy na problemy.
Niebezpieczne funkcje Pythona i związane z nimi ryzyko
Dynamiczne wykonywanie kodu za pomocą eval()
eval() dynamicznie wykonuje kod Pythona z ciągu znaków. Ta funkcja może umożliwić ataki polegające na wstrzyknięciu kodu, jeśli dane użytkownika nie zostaną prawidłowo oczyszczone. Zamiast eval() rozważ ast.literal_eval() lub exec() do kontrolowanego i bezpiecznego wykonywania kodu.
Dynamiczne wykonywanie kodu za pomocą eval():
# Unsafe: Using eval() for dynamic code execution
user_input = input("Enter a Python expression: ")
result = eval(user_input)
print("Result:", result)
Bezpieczniejsza alternatywa z ast.literal_eval():
import ast
user_input = input("Enter a literal value: ")
try:
parsed_value = ast.literal_eval(user_input)
print("Parsed value:", parsed_value)
except (ValueError, SyntaxError):
print("Invalid input.")
Łączenie ciągów znaków z nieoczyszczonymi danymi
Łączenie ciągów z nieoczyszczonymi danymi użytkownika może prowadzić do wstrzyknięcia SQL lub podatności na cross-site scripting (XSS). Używaj f-stringów lub str.format() wraz z walidacją danych wejściowych.
Niebezpieczne łączenie ciągów:
user_input = input("Enter your name: ")
message = "Hello, " + user_input + "!"
print(message)
f-stringi (formatowane literały ciągów):
user_input = input("Enter your name: ")
message = f"Hello, {user_input}!"
print(message)
Pickle do serializacji obiektów
Moduł pickle serializuje i deserializuje obiekty Pythona, ale nie chroni przed błędnymi ani złośliwie przygotowanymi danymi. Do bezpieczniejszej serializacji wybieraj biblioteki takie jak json lub marshal.
Niebezpieczne użycie pickle:
import pickle
data = {'user': 'admin', 'role': 'admin'}
serialized_data = pickle.dumps(data)
# Store or send serialized_data
Bezpieczniejsza alternatywa z json:
import json
data = {'user': 'admin', 'role': 'admin'}
serialized_data = json.dumps(data)
# Store or send serialized_data
Niewystarczające escapowanie HTML za pomocą mark_safe()
Funkcja Django mark_safe() oznacza ciąg jako bezpieczny HTML, co może narazić aplikację na ataki XSS. Zamiast tego używaj escapowania szablonów i filtra safe, aby bezpiecznie wyświetlać HTML.
Niebezpieczne użycie mark_safe() w szablonie Django:
from django.utils.safestring import mark_safe
input_data = input("Enter some HTML content: ")
safe_html = mark_safe(input_data)
Bezpieczniejsze podejście z escapowaniem szablonu:
from django.utils.html import escape
input_data = input("Enter some HTML content: ")
escaped_html = escape(input_data)
Używanie os.system() do poleceń systemowych
os.system() wykonuje polecenia systemowe, ale jest podatne na wstrzykiwanie poleceń. Użyj modułu subprocess, aby bezpieczniej uruchamiać polecenia i obsługiwać ich wyniki.
Niebezpieczne użycie os.system():
command = input("Enter a command: ")
os.system(command)
Bezpieczniejsza alternatywa z subprocess:
import subprocess
command = input("Enter a command: ")
result = subprocess.run(command, shell=True, capture_output=True, text=True)
print("Output:", result.stdout)
Niewłaściwe haszowanie haseł za pomocą hash()
Ze względu na szybkość i podatność na ataki siłowe funkcja hash() nie nadaje się do bezpiecznego haszowania haseł. Zastosuj solidne biblioteki, takie jak bcrypt lub Argon2.
Niebezpieczne haszowanie hasła funkcją hash():
password = input("Enter your password: ")
hashed_password = hash(password)
# Store hashed_password in the database
Bezpieczniejsze podejście z bcrypt:
import bcrypt
password = input("Enter your password: ")
hashed_password = bcrypt.hashpw(password.encode('utf-8'), bcrypt.gensalt())
# Store hashed_password in the database
Bezpieczniejsze alternatywy i dobre praktyki
Używaj requests zamiast urllib
Do żądań HTTP wybieraj bibliotekę requests zamiast przestarzałego urllib. Zapewnia ona wygodniejszy i bezpieczniejszy interfejs do wysyłania żądań i obsługi odpowiedzi.
Żądania HTTP z biblioteką requests:
import requests
url = "https://api.example.com/data"
response = requests.get(url)
if response.status_code == 200:
data = response.json()
print(data)
else:
print("Request failed.")
Bezpieczna obsługa plików z instrukcją with
Używaj with podczas pracy z plikami, aby uniknąć wycieków zasobów i prawidłowo je obsługiwać. Instrukcja automatycznie zamyka plik, ograniczając ryzyko błędów i podatności.
Obsługa plików z with:
filename = "example.txt"
# Unsafe: Without using `with`
file = open(filename, "r")
content = file.read()
file.close()
# Safer: Using `with` statement
with open(filename, "r") as file:
content = file.read()
Oczyszczanie danych przez html.escape()
Aby zapobiegać atakom XSS, oczyszczaj dane użytkownika funkcją html.escape(). Escapuje ona potencjalnie szkodliwy HTML przed wyświetleniem.
Oczyszczanie danych wejściowych w celu ochrony przed XSS:
import html
user_input = input("Enter some text: ")
sanitized_input = html.escape(user_input)
print("Sanitized input:", sanitized_input)
Parametryzowane zapytania w sqlite3
Podczas pracy z bazami danych używaj parametryzowanych zapytań biblioteki sqlite3. Pomaga to zapobiegać atakom SQL injection, przekazując dane użytkownika jako wartości.
Parametryzowane zapytania w sqlite3:
import sqlite3
db_connection = sqlite3.connect("database.db")
cursor = db_connection.cursor()
name = input("Enter a name: ")
age = input("Enter an age: ")
query = "INSERT INTO users (name, age) VALUES (?, ?)"
cursor.execute(query, (name, age))
db_connection.commit()
db_connection.close()
Bezpieczne zarządzanie zmiennymi środowiskowymi
Nie umieszczaj poufnych informacji bezpośrednio w kodzie. Używaj zmiennych środowiskowych przez słownik os.environ lub pakiet taki jak python-decouple.
Zarządzanie zmiennymi przez os.environ:
import os
api_key = os.environ.get("API_KEY")
if api_key:
print("API Key:", api_key)
else:
print("API Key not set.")
Zarządzanie zmiennymi przez python-decouple:
from decouple import config
api_key = config("API_KEY")
print("API Key:", api_key)
Silne wartości losowe dzięki secrets
Do generowania kryptograficznie bezpiecznych wartości losowych używaj modułu secrets zamiast random. Nadaje się on do operacji wymagających bezpieczeństwa.
Generowanie bezpiecznych tokenów za pomocą secrets:
import secrets
token = secrets.token_hex(16)
print("Secure Token:", token)
Podsumowanie
Rozbudowany ekosystem Pythona pozwala tworzyć zaawansowane aplikacje. Nieostrożne użycie niektórych funkcji może jednak wprowadzić podatności i zagrozić integralności kodu. Dobre praktyki i bezpieczniejsze alternatywy pomagają tworzyć niezawodne oprogramowanie.
Źródła
- Dokumentacja Pythona: https://docs.python.org
- Dokumentacja Django: https://docs.djangoproject.com
- Poradnik OWASP dotyczący zapobiegania XSS: https://owasp.org/www-project-cheat-sheets/cheatsheets/Cross_Site_Scripting_Prevention_Cheat_Sheet.html
- Poradnik OWASP dotyczący zapobiegania SQL injection: https://owasp.org/www-project-cheat-sheets/cheatsheets/SQL_Injection_Prevention_Cheat_Sheet.html
- Biblioteka Python Requests: https://docs.python-requests.org
- Dokumentacja SQLite3: https://docs.python.org/3/library/sqlite3.html
- Moduł Pythona
secrets: https://docs.python.org/3/library/secrets.html - Pakiet python-decouple: https://pypi.org/project/python-decouple/