💡 Plně funkční příklad dostupný na GitHubu:
secure-untrusted-document-upload-conversion-dotnet

Výzva účtování závazků: Proč konverze nahrávání od dodavatelů selhává při velkém měřítku

Váš server převádí fakturu; HTML od dodavatele rozhoduje, co dalšího se čte. Bezpečná konverze nahrávání od dodavatele pomocí GroupDocs.Conversion pro .NET převádí nahraný soubor do PDF, aniž by souborové odkazy určovaly, co váš server stáhne nebo načte dál.

Portál pro faktury od dodavatelů umožňuje jakémukoli schválenému dodavateli nahrát fakturu – obvykle jako HTML nebo PDF, někdy s připojeným SVG výkresem pro položku zařízení nebo stavební práce – a systém účtování závazků ji převádí do PDF pro archivaci a schvalovací workflow. HTML vytvořil dodavatel, ne váš tým, a může odkazovat na cokoliv, co může odkazovat webová stránka: stylový list, skript, obrázek hostovaný na CDN dodavatele nebo – pokud byl účet dodavatele kompromitován – adresu, která neměla být vůbec dosažitelná z vaší sítě.

Objem dodavatelů jen roste. Když se zvýší z několika málo dodavatelů na stovky, složka uploads, která dříve obsahovala soubory jedné společnosti, nyní obsahuje soubory všech – a relativní odkaz na obrázek v jedné faktuře může vést k souboru patřícímu jinému dodavateli, který leží vedle.

Co tým účtování závazků skutečně potřebuje, není pravidlo firewallu, ale krok konverze, který ve výchozím nastavení považuje každý odkaz v nahraném souboru za nedůvěryhodný, umožní úmyslně projít zkontrolovaný prvek, jako je logo dodavatele, a selže hlasitě – ne tiše – když je položka whitelistu špatně zapsána.

Kontrola reality: jediný tag <img> směřující na http://169.254.169.254/latest/meta-data/iam/security-credentials/ požaduje, aby konverzní server zavolal cloudovou metadata službu – požadavek, který nahrávač zvenčí nikdy nemůže provést. Jedná se o server‑side request forgery a stačí k tomu nahrát HTML.

Proč obecná řešení tuto mezeru neuzavřou

Týmy účtování závazků obvykle sáhnou po jednom z následujících řešení, než přijmou knihovnu pro konverzi s vlastní politikou zdrojů:

  • Blokování odchozího provozu na hostiteli konverze: zastaví vzdálené načtení, ale nic neudělá s souborem ve stejné složce, na který může relativní odkaz odkazovat – přesně to, co se stane, když se nahrávka převádí přímo ze své uložené cesty.
  • Odstranění tagů před konverzí: křehké vůči novým typům odkazů (<link>, SVG <image>, CSS @import) a musí být při každé změně formátu nahrávky znovu auditováno.
  • Důvěra ve skener nahrávek portálu dodavatele: skenuje na přítomnost malware signatur, ne na URL, která ukazuje na vaši vlastní infrastrukturu.

GroupDocs.Conversion uzavírá tuto mezeru v okamžiku, který je nejdůležitější: ve chvíli, kdy je dokument načten pro konverzi, ještě před vytvořením jakéhokoli výstupu.

Řešení: GroupDocs.Conversion v pracovním postupu faktur od dodavatelů

GroupDocs.Conversion pro .NET 26.10 ve výchozím nastavení zakazuje externí zdroje pomocí SkipExternalResources, umožňuje přesně pojmenovat důvěryhodná umístění pomocí WhitelistedResources a poskytuje zpětné volání pro každý zdroj přes IExternalResourceHandler, které může potvrdit, přepsat nebo přímo dodat bajty zdroje – takže zkontrolované logo dodavatele může stále být součástí výstupního PDF, aniž by byl kdykoli proveden síťový požadavek.

Abyste mohli sledovat implementaci níže, budete potřebovat:

dotnet add package GroupDocs.Conversion --version 26.10.0

Implementace kroku konverze nahrávek od dodavatelů krok za krokem

Příklad níže odpovídá reálnému scénáři portálu dodavatele: převod nahrané faktury (invoice-upload.html), která odkazuje na logo, interní adresu, lokální soubor a soubor ležící vedle ní.

Většina útržků níže předává objekt ResourceAudit – malý IExternalResourceHandler, který zaznamenává každé rozhodnutí o načtení a může dodat bajty důvěryhodného aktiva. Jeho kompletní kód najdete v Program.cs of the sample repository.

Krok 1 – Načtení a konverze ze uložené cesty nahrávky

Takto by portál mohl převádět nahrávku ihned po jejím uložení do sdílené složky – a to je krok, kde může uniknout soubor sourozence.

var audit = new ResourceAudit();
var loadOptions = new WebLoadOptions { ExternalResourceHandler = audit };

using (var converter = new Converter(uploadPath, (LoadContext _) => loadOptions))
{
    converter.Convert(outputPath, new PdfConvertOptions());
}

return audit.Loaded;

Načtení přímo z uploadPath zahrnuje celou složku faktury, ne jen jeden soubor uvnitř. Rozsah, ne důvěra, rozhoduje, co se načte. V tomto běhu jsou všechny vzdálené a file:/// odkazy ve faktuře blokovány, ale other-customer-signature.svg – jiný soubor uložený ve stejné složce – se načte, protože SkipExternalResources vylučuje jen odkazy mimo tuto složku.

Krok 2 – Konfigurace pro požadavky nahrávek od dodavatelů

Pro nahrávky od dodavatelů odstraňte základní složku úplně načtením ze streamu místo cesty:

var audit = new ResourceAudit();
var loadOptions = new WebLoadOptions { ExternalResourceHandler = audit };

using (var converter = new Converter(
    () => File.OpenRead(uploadPath), (LoadContext _) => loadOptions))
{
    converter.Convert(outputPath, new PdfConvertOptions());
}

return audit.Loaded;

Proč je toto nastavení důležité pro portály dodavatelů:

  • Stream input: dokument převáděný ze streamu nemá žádnou složku, takže relativní odkaz uvnitř nemůže vést k souboru jiného dodavatele.
  • ExternalResourceHandler: stále běží pro každý zdroj, takže máte záznam o tom, co každá nahrávka od dodavatele požadovala.

Krok 3 – Provést a zachytit zkontrolovaný aktivum

Logo dodavatele je jeden odkaz, který možná chcete zachovat – poskytnutý z kopie, kterou kontrolujete, nikoli stažený z URL dodavatele:

var trustedAssets = new Dictionary<string, byte[]>
{
    [assetUrl] = File.ReadAllBytes(assetPath)
};
var audit = new ResourceAudit(trustedAssets);
var loadOptions = new WebLoadOptions { ExternalResourceHandler = audit };

using (var converter = new Converter(
    () => File.OpenRead(uploadPath), (LoadContext _) => loadOptions))
{
    converter.Convert(outputPath, new PdfConvertOptions());
}

return audit.Loaded;

Handler ResourceAudit kontroluje požadovanou URL proti slovníku důvěryhodných aktiv; když se shoduje, nastaví ExternalResourceLoadingArgs.Data na lokální bajty a Skipped na false, takže logo se objeví ve výstupním PDF, zatímco ostatních pět odkazů ve faktuře zůstane blokováno.

Krok 4 – Včas odmítnout špatně nakonfigurovaný whitelist

Whitelist položka, která je jen názvem hostitele, nikoli absolutním URI prefixem, způsobí selhání konverze místo tiše příliš širokého shody:

var loadOptions = new WebLoadOptions
{
    WhitelistedResources = new List<string> { entry }
};

try
{
    using var converter = new Converter(
        () => File.OpenRead(uploadPath), (LoadContext _) => loadOptions);
    converter.Convert(outputPath, new PdfConvertOptions());
    return null;
}
catch (InvalidLoadOptionsException exception)
{
    return exception.Message;
}

Předání cdn.example.com místo https://cdn.example.com/brand/ vyvolá InvalidLoadOptionsException s hláškou: Whitelisted resource 'cdn.example.com' is not valid. Expected an absolute URI prefix without a query, fragment or encoded '/', '\' or '.', such as 'https://cdn.example.com/assets/' or 'file:///C:/assets/'. Zachycení tohoto během konverze, při revizi konfigurace nebo při startovní kontrole, je mnohem levnější než objevení chyby z nesprávně spárovaného zdroje v produkci. Zachyťte to dříve, než to odešlete.

Proč by mohla být položka whitelistu URL někdy odmítnuta?

WhitelistedResources přijímá jen absolutní URI prefixy, například https://cdn.example.com/brand/ nebo file:///C:/assets/. Starší verze shodovaly položku kdekoliv v URL, takže cdn.example.com také odpovídalo útočníkově adrese, která jen obsahovala tato slova. Od verze 26.10 tato položka selže načtením s InvalidLoadOptionsException a poslední metoda ve vzorku vypíše přesnou zprávu.

SVG přílohy od dodavatelů nesou stejný riziko

Výkres zařízení připojený k faktuře ze stavebních prací je stále jen SVG soubor a prochází SvgLoadOptions místo WebLoadOptions. Stejná smlouva, jiný prvek: ExternalResourceHandler se vztahuje na jeho <image> odkazy stejně jako na <img> tagy faktury a jakýkoli vložený <script> v kresbě se nespustí:

var audit = new ResourceAudit();
var loadOptions = new SvgLoadOptions { ExternalResourceHandler = audit };

using (var converter = new Converter(
    () => File.OpenRead(uploadPath), (LoadContext _) => loadOptions))
{
    converter.Convert(outputPath, new PdfConvertOptions());
}

return audit.Loaded;

Jedná se přesně o scénář ze stavební faktury z úvodu: výkres, který vypadá jen jako půdorys, může stále obsahovat odkaz na váš cloudový metadata endpoint, lokální soubor nebo server útočníka. Ve funkčním vzorku jsou všechny tři blokovány a popisek se vykreslí přesně tak, jak byl nakreslen, protože připojený skript se nikdy nespustí.

Chování před a po

Kontrola Přímé konverze ze uložené cesty Tento přístup
Soubor sourozence ve stejné složce Načte se automaticky Blokováno – stream vstup odstraňuje základní složku
Logo dodavatele Blokováno; PDF zobrazuje jen alt text Poskytnuto ze zkontrolovaného lokálního souboru
Cloudová metadata / interní adresa Blokováno výchozím nastavením Blokováno výchozím nastavením
Whitelist položka jen s názvem hostitele Odmítnuto s InvalidLoadOptionsException Odmítnuto stejným způsobem, zachyceno při startovní kontrole
Inline skript v nahrávce Nespustí se Nespustí se

Dvě řádky se mění: logo a soubor sourozence. Soubor sourozence je ten, který by síťová revize nikdy neodhalila, protože není zapojen žádný síťový požadavek.

Další scénáře dokumentů od dodavatelů, kde se to uplatní

Stejná vlastnost ExternalResourceHandler existuje v možnostech načítání pro několik dalších formátů, které portály dodavatelů běžně přijímají, takže výše uvedený vzor není omezen jen na HTML a SVG:

  • Přílohy Word nebo Excel od dodavatele: WordProcessingLoadOptions a SpreadsheetLoadOptions vystavují stejný kontrakt handleru.
  • Faktury zaslané e‑mailem: EmailLoadOptions poskytuje stejný handler pro vzdálené obrázky, na které odkazuje tělo e‑mailu.
  • Finanční podání XBRL: FinanceLoadOptions pokrývá odkazy na taxonomie v XBRL dokumentech dodaných dodavatelem.

Začínáme s vaším pipeline pro nahrávání od dodavatelů

Viděli jste, jak GroupDocs.Conversion bezpečně zachází s nedůvěryhodnými nahrávkami od dodavatelů. Co dál:

Zdroje