💡 مثال کامل قابل اجرا در GitHub موجود است: secure-untrusted-document-upload-conversion-dotnet

چالش حساب‌های پرداختی: چرا تبدیل بارگذاری فروشنده در مقیاس بزرگ شکست می‌خورد

سرور شما فاکتور را تبدیل می‌کند؛ HTML فروشنده تصمیم می‌گیرد چه چیز دیگری را بخواند. تبدیل ایمن بارگذاری فروشنده با GroupDocs.Conversion برای .NET فایلی که بارگذاری شده را به PDF تبدیل می‌کند بدون اینکه مراجع خود فایل اجازه دهند سرور شما چه چیزی را بعداً دریافت یا بخواند.

یک پورتال فاکتور فروشنده به هر تأمین‌کننده تأییدشده اجازه می‌دهد فاکتور را بارگذاری کند – معمولاً به صورت HTML یا PDF، گاهی با یک رسم SVG پیوست‌شده برای یک آیتم خطی تسهیلات یا ساخت‌وساز – و سیستم حساب‌های پرداختی آن را به PDF برای بایگانی و مسیردهی تأیید تبدیل می‌کند. HTML را فروشنده نوشته است، نه تیم شما، و می‌تواند به هر چیزی که یک صفحه وب می‌تواند ارجاع دهد، ارجاع دهد: یک stylesheet، یک اسکریپت، یک تصویر میزبانی‌شده در CDN خود فروشنده، یا – اگر حساب فروشنده به خطر افتاده باشد – آدرسی که هرگز نباید از شبکه شما قابل دسترس باشد.

حجم فروشندگان فقط افزایش می‌یابد. وقتی از چندین تأمین‌کننده به صدها می‌رسد، پوشه بارگذاری که قبلاً فقط فایل‌های یک شرکت را نگه می‌داشت، حالا همه را نگه می‌دارد – و یک ارجاع تصویر نسبی داخل فاکتور یک فروشنده می‌تواند به فایلی که متعلق به فروشنده دیگری است و درست کنار آن قرار دارد، حل شود.

آنچه تیم حساب‌های پرداختی واقعاً نیاز دارد، یک قانون فایروال شبکه نیست، بلکه یک گام تبدیل است که به‌طور پیش‌فرض هر مرجع داخل یک بارگذاری را غیرقابل اعتماد در نظر بگیرد، یک دارایی بررسی‌شده مانند لوگوی فروشنده را به‌صورت عمدی عبور دهد، و به‌جای ساکت شدن، به‌صراحت خطا بدهد وقتی ورودی فهرست سفید به‌درستی نوشته نشده باشد.

بررسی واقعیت: یک تگ <img> که به http://169.254.169.254/latest/meta-data/iam/security-credentials/ اشاره می‌کند، از سرور تبدیل می‌خواهد سرویس متادیتای ابری را فراخوانی کند – درخواستی که بارگذار هرگز نمی‌توانست از بیرون انجام دهد. این یک جعل درخواست سمت سرور است و یک بارگذاری HTML کافی است.

چرا راه‌حل‌های عمومی این خلأ را پر نمی‌کنند

تیم‌های حساب‌های پرداختی معمولاً قبل از پذیرش یک کتابخانه تبدیل با سیاست منبع خود، به یکی از این‌ها متوسل می‌شوند:

  • مسدود کردن خروجی شبکه روی میزبان تبدیل: یک دریافت از راه دور را متوقف می‌کند، اما چیزی در مورد فایلی که در همان پوشه قرار دارد و یک ارجاع نسبی می‌تواند به آن حل شود، نمی‌گوید – دقیقاً همان چیزی که وقتی یک بارگذاری مستقیماً از مسیر ذخیره‌شده‌اش تبدیل می‌شود، رخ می‌دهد.
  • حذف تگ‌ها قبل از تبدیل: در برابر انواع جدید ارجاع (<link>، SVG <image>، CSS @import) شکننده است و هر بار که فرمت بارگذاری تغییر می‌کند باید دوباره بررسی شود.
  • اعتماد به اسکنر بارگذاری خود پورتال فروشنده: برای امضای بدافزار اسکن می‌کند، نه برای URL‌ای که به زیرساخت خود شما اشاره دارد.

GroupDocs.Conversion این خلأ را در نقطه‌ای که بیشترین اهمیت را دارد پر می‌کند: لحظه‌ای که سند برای تبدیل بارگذاری می‌شود، قبل از اینکه هر خروجی‌ای تولید شود.

راه‌حل: GroupDocs.Conversion در جریان کاری فاکتور فروشنده

GroupDocs.Conversion برای .NET نسخه 26.10 به‌طور پیش‌فرض منابع خارجی را از طریق SkipExternalResources رد می‌کند، مکان‌هایی که به آن‌ها اعتماد دارید را از طریق WhitelistedResources دقیقاً نام می‌برد، و یک callback برای هر منبع از طریق IExternalResourceHandler فراهم می‌کند که می‌تواند تأیید، نادیده‌گیری یا بایت‌های منبع را مستقیماً فراهم کند – به‌طوری که یک لوگوی بررسی‌شده فروشنده همچنان می‌تواند در PDF خروجی ظاهر شود بدون اینکه هیچ درخواست شبکه‌ای برای آن انجام شود.

برای دنبال کردن پیاده‌سازی زیر، به موارد زیر نیاز دارید:

dotnet add package GroupDocs.Conversion --version 26.10.0

پیاده‌سازی گام به گام تبدیل بارگذاری فروشنده

مثال زیر به یک سناریوی واقعی پورتال فروشنده مطابقت دارد: تبدیل یک فاکتور بارگذاری‌شده (invoice-upload.html) که به یک لوگو، یک آدرس داخلی، یک فایل محلی و یک فایلی که کنار آن قرار دارد ارجاع می‌دهد.

بیشتر قطعات کد زیر یک شیء ResourceAudit را پاس می‌دهند – یک IExternalResourceHandler کوچک که هر تصمیم بارگذاری را ثبت می‌کند و می‌تواند بایت‌های یک دارایی مورد اعتماد را فراهم کند. کد کامل آن در Program.cs مخزن نمونه موجود است.

گام ۱ - بارگذاری و تبدیل از مسیر ذخیره‌شده بارگذاری

این همان روشی است که یک پورتال ممکن است بلافاصله پس از ذخیره‌سازی در یک پوشه مشترک، بارگذاری را تبدیل کند – و گامی که در آن یک فایل همسایه می‌تواند نشت کند.

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;

بارگذاری مستقیم از uploadPath کل پوشه فاکتور را در محدوده قرار می‌دهد، نه فقط فایل داخل آن. محدوده، نه اعتماد، تصمیم می‌گیرد چه چیزی بارگذاری شود. در این اجرا، هر مرجع ریموت و file:/// در فاکتور مسدود می‌شود، اما other-customer-signature.svg – فایلی متفاوت که در همان پوشه ذخیره شده – بارگذاری می‌شود، زیرا SkipExternalResources فقط مراجع خارج از آن پوشه را حذف می‌کند.

گام ۲ - پیکربندی برای نیازهای بارگذاری فروشنده

برای بارگذاری‌های فروشنده، پوشه پایه را به‌طور کامل حذف کنید با بارگذاری از یک جریان به‌جای مسیر:

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;

چرا این تنظیم برای پورتال‌های فروشنده مهم است:

  • ورودی جریان: سندی که از یک جریان تبدیل می‌شود پوشه‌ای ندارد، بنابراین یک ارجاع نسبی داخل آن نمی‌تواند به فایل فروشنده دیگری حل شود.
  • ExternalResourceHandler: همچنان برای هر منبع اجرا می‌شود، بنابراین شما رکورد دقیقی از آنچه هر بارگذاری فروشنده درخواست کرده را نگه می‌دارید.

گام ۳ - اجرا و دریافت یک دارایی بررسی‌شده

لوگوی یک فروشنده یکی از ارجاعاتی است که ممکن است واقعاً بخواهید نگه دارید – از یک نسخه‌ای که شما کنترل می‌کنید، نه از URL خود فروشنده دریافت می‌شود:

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;

هندلر ResourceAudit URL درخواست‌شده را با یک دیکشنری از دارایی‌های مورد اعتماد مقایسه می‌کند؛ وقتی مطابقت داشته باشد، ExternalResourceLoadingArgs.Data را به بایت‌های محلی تنظیم می‌کند و Skipped را به false می‌گذارد، بنابراین لوگو در PDF خروجی ظاهر می‌شود در حالی که سایر پنج مرجع فاکتور مسدود می‌مانند.

گام ۴ - رد زودهنگام یک ورودی فهرست سفید پیکربندی‌شده نادرست

یک ورودی فهرست سفید که فقط یک نام میزبان است، نه یک پیشوند URI مطلق، تبدیل را به‌جای مطابقت ساکت، متوقف می‌کند:

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;
}

استفاده از cdn.example.com به‌جای https://cdn.example.com/brand/ باعث پرتاب InvalidLoadOptionsException با پیام می‌شود: 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/'. گرفتن این خطا در زمان تبدیل، در یک بازبینی پیکربندی یا بررسی استارتاپ، بسیار ارزان‌تر از کشف آن از یک منبع نادرست در تولید است. قبل از ارسال، آن را بگیرید.

چرا یک ورودی فهرست سفید URL ممکن است رد شود؟

WhitelistedResources فقط پیشوندهای URI مطلق را می‌پذیرد، مانند https://cdn.example.com/brand/ یا file:///C:/assets/. نسخه‌های قبلی ورودی را هرجا که در URL ظاهر می‌شد می‌پذیرفت، بنابراین cdn.example.com همچنین آدرس مهاجم را که فقط شامل این کلمات بود، می‌پذیرفت. از نسخه 26.10 این ورودی با InvalidLoadOptionsException بارگذاری را متوقف می‌کند و متد آخر نمونه دقیقاً پیام را چاپ می‌کند.

پیوست‌های SVG فروشنده همان خطر را دارند

یک رسم تسهیلات پیوست‌شده به یک فاکتور ساخت‌وساز همچنان فقط یک فایل SVG است و از SvgLoadOptions به‌جای WebLoadOptions عبور می‌کند. همان قرارداد، عنصر متفاوت: ExternalResourceHandler برای ارجاع‌های <image> آن همان‌طور که برای تگ‌های <img> فاکتور اعمال می‌شد، اعمال می‌شود و هر <script> درون‌خطی که رسم حمل می‌کند اجرا نمی‌شود:

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;

این دقیقاً همان سناریوی فاکتور ساخت‌وساز از ابتدای مطلب است: یک رسم که به‌نظر می‌رسد فقط یک نقشه طبقه باشد می‌تواند هنوز به نقطه انتهایی متادیتای ابری شما، یک فایل محلی یا سرور مهاجم ارجاع دهد. در نمونه کاری همه این‌ها مسدود شده‌اند و عنوان دقیقاً همان‌طور که رسم شده است رندر می‌شود، زیرا اسکریپت پیوست‌شده هرگز اجرا نمی‌شود.

رفتار قبل و بعد

بررسی تبدیل مستقیم از مسیر ذخیره‌شده این روش
فایل همسایه در همان پوشه به‌صورت خودکار بارگذاری می‌شود مسدود شد – ورودی جریان پوشه پایه را حذف می‌کند
لوگوی فروشنده مسدود؛ PDF فقط متن alt آن را نشان می‌دهد از یک فایل محلی بررسی‌شده تأمین می‌شود
متادیتای ابری / آدرس داخلی توسط پیش‌فرض مسدود می‌شود توسط پیش‌فرض مسدود می‌شود
ورودی فهرست سفید فقط نام میزبان با InvalidLoadOptionsException رد می‌شود به همان شکل رد می‌شود، توسط بررسی استارتاپ گرفته می‌شود
اسکریپت درون‌خطی در بارگذاری اجرا نمی‌شود اجرا نمی‌شود

دو ردیف تغییر می‌کنند: لوگو و فایل همسایه. فایل همسایه چیزی است که یک بررسی سطح شبکه هرگز نمی‌تواند بگیرد، زیرا هیچ درخواست شبکه‌ای درگیر نیست.

سایر سناریوهای سند فروشنده که این مورد اعمال می‌شود

ویژگی ExternalResourceHandler همانند در گزینه‌های بارگذاری برای چندین فرمت دیگر که پورتال‌های فروشنده معمولاً می‌پذیرند، وجود دارد، بنابراین الگوی بالا محدود به HTML و SVG نیست:

  • پیوست‌های Word یا Excel ارسال‌شده توسط فروشنده: WordProcessingLoadOptions و SpreadsheetLoadOptions همان قرارداد هندلر را افشا می‌کنند.
  • فاکتورهای ایمیل‌شده: EmailLoadOptions همان هندلر را برای تصاویر ریموتی که بدنه ایمیل به آن‌ها ارجاع می‌دهد، فراهم می‌کند.
  • ثبت‌های مالی XBRL: FinanceLoadOptions مراجع طبقه‌بندی در اسناد XBRL ارسال‌شده توسط فروشنده را پوشش می‌دهد.

شروع کار با خط لوله بارگذاری فروشنده شما

شما دیدید که GroupDocs.Conversion چگونه بارگذاری‌های فروشنده غیرقابل اعتماد را به‌صورت ایمن مدیریت می‌کند. قدم‌های بعدی:

منابع