2008 年底,Internet Explorer 被揭露一個與 XML 解析相關的遠端程式碼執行漏洞。此後多年間,這個家族(MSXML 與 IE 的 XML 資料島綁定機制)反覆出現類似問題。今天回頭看,它其實是個很好的教材:一個「為了方便而開放」的功能,如何在不知不覺間成為攻擊面。
說明:本文只討論漏洞成因與防護,不重現任何可用的攻擊程式碼、記憶體配置技巧或載荷內容。這類漏洞早已由微軟修補完畢,理解原理與防禦方式才是重點。
當時的 IE 支援一組很方便的舊功能:
<xml> 標籤在頁面中直接宣告「資料島」。datasrc 與 datafld 屬性,把 HTML 元素(表格、span、超連結)直接綁定到資料島的節點上。DATAFORMATAS="HTML" 指定綁定的內容要當成 HTML 來渲染。這幾項功能各自看都合理,但組合起來就出現了縫隙:頁面的資料來源(XML)與頁面的渲染內容(HTML)之間,形成了一條繞過正常安全檢查的通道。當 XML 內容可以包含標記、而這些標記又會被當成 HTML 渲染時,攻擊者只要想辦法把自己的 XML 送進頁面,就能注入任意內容。
更棘手的是解析器本身的實作缺陷。當時的 MSXML 在處理含有大量巢狀節點或特定結構的 XML 時,存在記憶體操作的邊界問題。由於 XML 解析發生在瀏覽器核心、進入渲染與安全檢查之前,一旦這裡被觸發,攻擊者取得的執行權限就是使用者的權限,防線等於被整段跳過。
這類漏洞要能被利用,攻擊者必須解決一個問題:程式被導引到錯誤的記憶體位置時,那裡得剛好放著他要執行的內容。常見的通用手法是「堆疊噴灑」(heap spray)——用大量 JavaScript 配置佔滿記憶體,讓同一段資料在無數個位址重複出現,从而提高命中機率。
理解這個機制的防禦意義在於:它依賴於記憶體配置的必然性。而現代瀏覽器的緩解措施正是要打掉這種必然性:
這些機制在 2008 年之後逐步普及,也正是為什麼單純的堆疊噴灑手法在今天幾乎不再有效。
受影響的包含 Windows Vista、Server 2008、Windows XP、Server 2003、2000 等多個版本上的 IE 與內嵌的 MSXML 元件。由於 MSXML 不只 IE 在用——Office、各種桌面應用程式、系統服務都可能透過它解析 XML——受影響的元件比「一個瀏覽器漏洞」大得多。
微軟最終透過累積安全性更新修補了 MSXML 與 IE 端的問題。這也帶出一個常被忽略的觀念:修補一個共用元件,效果會擴散到所有依賴它的應用程式;反過來,只要有任何一台上線機器漏更新,風險就還在。
datasrc/datafld 這類綁定語法在其他瀏覽器從未支援。繼續使用舊 IE 等於長期背著一整批已知風險。DATAFORMATAS="HTML" 這種「把資料當 HTML 執行」的設計,本質上就是 XSS 的入口。資料就是資料,輸出時該編碼就編碼。XmlReader(記得關閉 DtdProcessing)、Java 的 JAXP(明確設定 FEATURE_SECURE_PROCESSING)或其他語言的標準庫,都已有針對 XXE 與資源耗盡的防護選項,只是需要你主動開啟。回顧這類問題,共同模式很清楚:功能愈方便,暗藏的前提假設就愈多。「把 XML 直接綁到畫面上」「把資料當 HTML 渲染」在單機、內容可信的年代是合理設計;一旦放進任何人都能提供內容的網路環境,這些前提就全部失效了。
今天的對應做法反而顯得樸素:資料用 JSON 傳、用前端框架做模板綁定、輸出時一律編碼、輸入一律驗證。技術細節全變了,但核心原則沒變——不要讓資料跨過「資料」與「程式碼」之間的那條界線。理解這一點,比記住任何特定漏洞的細節都來得有用。