💡 ตัวอย่างทำงานเต็มที่พร้อมใช้งานบน GitHub:
secure-untrusted-document-upload-conversion-dotnet

ความท้าทายของฝ่ายบัญชีเจ้าหนี้: ทำไมการแปลงการอัปโหลดจากผู้ขายถึงล้มเหลวเมื่อขนาดเพิ่มขึ้น

เซิร์ฟเวอร์ของคุณแปลงใบแจ้งหนี้; HTML ของผู้ขายเป็นผู้กำหนดว่าจะอ่านอะไรต่อไป การแปลงการอัปโหลดจากผู้ขายอย่างปลอดภัยด้วย GroupDocs.Conversion สำหรับ .NET จะเปลี่ยนไฟล์ที่อัปโหลดเป็น PDF โดยไม่ให้การอ้างอิงของไฟล์นั้นเลือกสิ่งที่เซิร์ฟเวอร์ของคุณดึงหรืออ่านต่อไป

พอร์ทัลใบแจ้งหนี้ของผู้ขายให้ซัพพลายเออร์ที่ได้รับการอนุมัติอัปโหลดใบแจ้งหนี้ — ส่วนใหญ่เป็น HTML หรือ PDF, บางครั้งมีการแนบภาพวาด SVG สำหรับรายการอุปกรณ์หรือการก่อสร้าง — และระบบบัญชีเจ้าหนี้จะแปลงเป็น PDF เพื่อเก็บเป็นเอกสารและส่งต่อการอนุมัติ ผู้ขายเขียน HTML นั้น, ไม่ใช่ทีมของคุณ, และมันสามารถอ้างอิงสิ่งใดก็ได้ที่หน้าเว็บสามารถอ้างอิงได้: สไตล์ชีต, สคริปต์, รูปภาพที่โฮสต์บน CDN ของผู้ขาย, หรือ — หากบัญชีของผู้ขายถูกแฮ็ก — ที่อยู่ที่ไม่เคยตั้งใจให้เข้าถึงจากเครือข่ายของคุณเลย

ปริมาณผู้ขายเพิ่มขึ้นเรื่อย ๆ เมื่อจากไม่กี่ซัพพลายเออร์เพิ่มเป็นหลายร้อย โฟลเดอร์อัปโหลดที่เคยเก็บไฟล์ของบริษัทเดียว ตอนนี้เก็บไฟล์ของทุกคน — และการอ้างอิงรูปภาพแบบ relative ภายในใบแจ้งหนี้ของผู้ขายคนหนึ่งอาจแก้เป็นไฟล์ของผู้ขายคนอื่นที่อยู่ถัดไป

สิ่งที่ทีมบัญชีเจ้าหนี้ต้องการจริง ๆ ไม่ใช่กฎไฟร์วอลล์เครือข่าย, แต่ขั้นตอนการแปลงที่ถือการอ้างอิงทุกอย่างภายในอัปโหลดว่าไม่เชื่อถือโดยค่าเริ่มต้น, ให้สินทรัพย์ที่ตรวจสอบแล้วเช่นโลโก้ของผู้ขายผ่านโดยเจตนา, และล้มเหลวอย่างชัดเจน — ไม่เงียบ ๆ — เมื่อรายการ whitelist ผิดพลาด

การตรวจสอบความเป็นจริง: แท็ก <img> ตัวเดียวที่ชี้ไปที่
http://169.254.169.254/latest/meta-data/iam/security-credentials/ ทำให้เซิร์ฟเวอร์ที่ทำการแปลงต้องเรียกบริการเมตาดาต้าในคลาวด์ — คำขอที่ผู้อัปโหลดไม่สามารถทำได้จากภายนอก นี่คือ Server‑Side Request Forgery, และการอัปโหลด HTML เพียงอย่างเดียวก็พอ

ทำไมวิธีแก้ทั่วไปจึงไม่ปิดช่องโหว่นี้ได้

ทีมบัญชีเจ้าหนี้มักจะหันไปใช้วิธีต่อไปนี้ก่อนที่จะนำไลบรารีการแปลงที่มีนโยบายทรัพยากรของตนเองมาใช้:

  • บล็อกการออกเครือข่ายบนโฮสต์การแปลง: ป้องกันการดึงข้อมูลจากระยะไกล, แต่ไม่ได้ทำอะไรกับไฟล์ในโฟลเดอร์เดียวที่การอ้างอิงแบบ relative สามารถแก้ได้ — ซึ่งเป็นสิ่งที่เกิดขึ้นเมื่ออัปโหลดถูกแปลงโดยตรงจากเส้นทางที่บันทึกไว้
  • ลบแท็กก่อนการแปลง: แพ้ง่ายต่อการอ้างอิงประเภทใหม่ (<link>, SVG <image>, CSS @import) และต้องตรวจสอบใหม่ทุกครั้งที่รูปแบบอัปโหลดเปลี่ยน
  • เชื่อถือสแกนเนอร์อัปโหลดของพอร์ทัลผู้ขาย: สแกนหา signature ของมัลแวร์, ไม่ได้สแกนหา URL ที่ชี้ไปยังโครงสร้างพื้นฐานของคุณ

GroupDocs.Conversion ปิดช่องโหว่นี้ตรงจุดที่สำคัญที่สุด: ช่วงเวลาที่เอกสารถูกโหลดเพื่อแปลง, ก่อนที่ผลลัพธ์ใด ๆ จะถูกสร้างขึ้น

วิธีแก้: GroupDocs.Conversion ในกระบวนการทำงานของใบแจ้งหนี้ผู้ขาย

GroupDocs.Conversion สำหรับ .NET 26.10 ปฏิเสธทรัพยากรภายนอกโดยค่าเริ่มต้นผ่าน SkipExternalResources, ให้คุณระบุตำแหน่งที่เชื่อถือได้ผ่าน WhitelistedResources, และให้คุณกำหนด callback ต่อทรัพยากรแต่ละรายการผ่าน IExternalResourceHandler ที่สามารถยืนยัน, แทนที่, หรือให้ไบต์ของทรัพยากรโดยตรง — ดังนั้นโลโก้ผู้ขายที่ตรวจสอบแล้วยังคงปรากฏใน PDF ผลลัพธ์โดยไม่ต้องมีการร้องขอเครือข่ายใด ๆ

เพื่อทำตามการนำไปใช้ด้านล่าง, คุณจะต้องมี:

  • .NET 8.0 หรือใหม่กว่า
  • GroupDocs.Conversion สำหรับ .NET (รับทดลองใช้ฟรี)
  • ตัวอย่างไฟล์ HTML หรือ SVG ที่คุณไม่ได้ควบคุม
dotnet add package GroupDocs.Conversion --version 26.10.0

การนำขั้นตอนการแปลงการอัปโหลดจากผู้ขายไปใช้ทีละขั้นตอน

ตัวอย่างด้านล่างสอดคล้องกับสถานการณ์พอร์ทัลผู้ขายจริง: การแปลงใบแจ้งหนี้ที่อัปโหลด (invoice-upload.html) ซึ่งอ้างอิงโลโก้, ที่อยู่ภายใน, ไฟล์ในเครื่อง, และไฟล์ที่อยู่ถัดไป

ส่วนใหญ่ของโค้ดสั้น ๆ ด้านล่างส่งผ่านอ็อบเจ็กต์ ResourceAudit — IExternalResourceHandler ขนาดเล็กที่บันทึกการตัดสินใจโหลดแต่ละครั้งและสามารถให้ไบต์ของสินทรัพย์ที่เชื่อถือได้ โค้ดเต็มอยู่ใน
Program.cs ของตัวอย่าง repository

ขั้นตอนที่ 1 - โหลดและแปลงจากเส้นทางที่บันทึกของการอัปโหลด

นี่คือวิธีที่พอร์ทัลอาจแปลงอัปโหลดทันทีหลังจากบันทึกลงในโฟลเดอร์แชร์ — และเป็นขั้นตอนที่ไฟล์พี่น้องอาจรั่วไหลเข้าได้

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;

การโหลดโดยตรงจาก uploadPath ทำให้โฟลเดอร์ของใบแจ้งหนี้ทั้งหมดอยู่ในขอบเขต, ไม่ใช่แค่ไฟล์เดียวที่อยู่ภายใน ขอบเขต, ไม่ใช่ความเชื่อถือ, เป็นตัวกำหนดว่ามีอะไรโหลด ในการรันนี้, การอ้างอิงระยะไกลและ file:/// ทั้งหมดในใบแจ้งหนี้จะถูกบล็อก, แต่ other-customer-signature.svg — ไฟล์อื่นที่บันทึกในโฟลเดอร์เดียวกัน — จะโหลด, เพราะ SkipExternalResources ยกเว้นเฉพาะการอ้างอิงที่อยู่นอกโฟลเดอร์นั้น

ขั้นตอนที่ 2 - กำหนดค่าตามความต้องการของการอัปโหลดจากผู้ขาย

สำหรับการอัปโหลดจากผู้ขาย, ให้ลบโฟลเดอร์ฐานออกโดยการโหลดจากสตรีมแทนการใช้เส้นทาง:

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;

ทำไมการตั้งค่านี้ถึงสำคัญสำหรับพอร์ทัลผู้ขาย:

  • Stream input: เอกสารที่แปลงจากสตรีมไม่มีโฟลเดอร์, ดังนั้นการอ้างอิงแบบ relative ภายในเอกสารไม่สามารถแก้เป็นไฟล์ของผู้ขายคนอื่นได้
  • ExternalResourceHandler: ยังคงทำงานสำหรับทุกทรัพยากร, ทำให้คุณบันทึกได้อย่างแม่นยำว่าการอัปโหลดของแต่ละผู้ขายขออะไรบ้าง

ขั้นตอนที่ 3 - ดำเนินการและดึงสินทรัพย์ที่ตรวจสอบแล้ว

โลโก้ของผู้ขายเป็นหนึ่งในอ้างอิงที่คุณอาจต้องการเก็บไว้ — ให้มาจากสำเนาที่คุณควบคุม, ไม่ใช่ดึงจาก URL ของผู้ขาย:

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;

ตัวจัดการของ ResourceAudit ตรวจสอบ URL ที่ร้องขอเทียบกับพจนานุกรมของสินทรัพย์ที่เชื่อถือได้; เมื่อตรงกัน, มันตั้งค่า ExternalResourceLoadingArgs.Data ให้เป็นไบต์ในเครื่องและ Skipped เป็น false, ดังนั้นโลโก้จะแสดงใน PDF ผลลัพธ์ในขณะที่อ้างอิงอื่น ๆ ห้าตัวของใบแจ้งหนี้ยังคงถูกบล็อก

ขั้นตอนที่ 4 - ปฏิเสธรายการ whitelist ที่กำหนดค่าไม่ถูกต้องตั้งแต่ต้น

รายการ whitelist ที่เป็นเพียงชื่อโฮสต์, ไม่ใช่คำนำหน้า URI แบบสมบูรณ์, จะทำให้การแปลงล้มเหลวแทนที่จะจับคู่โดยเงียบ ๆ มากเกินไป:

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;
}

การส่ง cdn.example.com แทน https://cdn.example.com/brand/ จะทำให้เกิด InvalidLoadOptionsException พร้อมข้อความ: 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/'. การจับข้อผิดพลาดนี้ในเวลาการแปลง, ในการตรวจสอบการกำหนดค่า หรือการตรวจสอบตอนเริ่มต้น, ถูกคุ้มค่ากว่าการค้นพบจากทรัพยากรที่จับคู่ผิดในสภาพแวดล้อมการผลิต จับก่อนที่มันจะถูกส่งออก

ทำไมรายการ whitelist ของ URL ถึงอาจถูกปฏิเสธ?

WhitelistedResources ยอมรับเฉพาะคำนำหน้า URI แบบสมบูรณ์, เช่น https://cdn.example.com/brand/ หรือ file:///C:/assets/. เวอร์ชันก่อนหน้าแมตช์รายการที่ปรากฏที่ใดก็ได้ใน URL, ดังนั้น cdn.example.com ก็แมตช์กับที่อยู่ของผู้โจมตีที่มีคำนั้นอยู่ด้วย ตั้งแต่เวอร์ชัน 26.10 รายการดังกล่าวจะล้มเหลวด้วย InvalidLoadOptionsException, และเมธอดสุดท้ายของตัวอย่างพิมพ์ข้อความที่ตรงกัน

ไฟล์ SVG ที่แนบจากผู้ขายมีความเสี่ยงเท่าเดิม

การวาดแผนผังของอาคารที่แนบกับใบแจ้งหนี้การก่อสร้างยังคงเป็นไฟล์ SVG เพียงไฟล์เดียว, และมันจะผ่าน SvgLoadOptions แทน WebLoadOptions สัญญาเดียวกัน, แต่เป็นองค์ประกอบที่ต่างกัน: ExternalResourceHandler จะนำไปใช้กับการอ้างอิง <image> ของมันเช่นเดียวกับที่นำไปใช้กับแท็ก <img> ของใบแจ้งหนี้, และ <script> ใด ๆ ที่ฝังอยู่ในภาพวาดจะไม่ทำงาน:

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;

นี่คือสถานการณ์เดียวกับใบแจ้งหนี้การก่อสร้างที่กล่าวไว้ในตอนต้น: ภาพวาดที่ดูเหมือนแผนผังพื้นฐานก็อาจพาอ้างอิงไปยัง endpoint เมตาดาต้าในคลาวด์ของคุณ, ไฟล์ในเครื่อง, หรือเซิร์ฟเวอร์ของผู้โจมตีได้ ทั้งสามอย่างถูกบล็อกในตัวอย่างทำงาน, และคำอธิบายจะแสดงตามที่วาดไว้, เพราะสคริปต์ที่แนบอยู่ไม่เคยทำงาน

พฤติกรรมก่อนและหลัง

ตรวจสอบ แปลงโดยตรงจากเส้นทางที่บันทึก วิธีนี้
ไฟล์พี่น้องในโฟลเดอร์เดียว โหลดอัตโนมัติ ถูกบล็อก — การป้อนข้อมูลจากสตรีมลบโฟลเดอร์ฐาน
โลโก้ผู้ขาย ถูกบล็อก; PDF แสดงเฉพาะข้อความ alt ให้มาจากไฟล์ท้องถิ่นที่ตรวจสอบแล้ว
เมตาดาต้าในคลาวด์ / ที่อยู่ภายใน ถูกบล็อกโดยค่าเริ่มต้น ถูกบล็อกโดยค่าเริ่มต้น
รายการ whitelist ที่มีเพียงชื่อโฮสต์ ถูกปฏิเสธด้วย InvalidLoadOptionsException ถูกปฏิเสธเช่นเดียวกัน, ถูกจับโดยการตรวจสอบตอนเริ่มต้น
สคริปต์ในอัปโหลด ไม่ทำงาน ไม่ทำงาน

สองแถวเปลี่ยน: โลโก้และไฟล์พี่น้อง ไฟล์พี่น้องเป็นสิ่งที่การตรวจสอบระดับเครือข่ายไม่สามารถจับได้, เพราะไม่มีการร้องขอเครือข่ายเกิดขึ้น

สถานการณ์เอกสารจากผู้ขายอื่น ๆ ที่ใช้ได้กับวิธีนี้

คุณสมบัติ ExternalResourceHandler เดียวกันมีอยู่ในตัวเลือกการโหลดของหลายรูปแบบที่พอร์ทัลผู้ขายมักรับ, ดังนั้นรูปแบบข้างต้นไม่จำกัดเฉพาะ HTML และ SVG:

  • ไฟล์ Word หรือ Excel ที่ผู้ขายส่งมา: WordProcessingLoadOptions และ SpreadsheetLoadOptions เปิดเผยสัญญา handler เดียวกัน
  • ใบแจ้งหนี้ที่ส่งทางอีเมล: EmailLoadOptions เปิดเผย handler เดียวกันสำหรับรูปภาพระยะไกลที่อีเมลอ้างอิง
  • ไฟล์ XBRL ทางการเงิน: FinanceLoadOptions ครอบคลุมการอ้างอิง taxonomy ในเอกสาร XBRL ที่ผู้ขายส่งมา

เริ่มต้นกับสายงานการอัปโหลดจากผู้ขายของคุณ

คุณได้เห็นว่า GroupDocs.Conversion จัดการการอัปโหลดจากผู้ขายที่ไม่เชื่อถือได้อย่างปลอดภัยแล้ว ต่อไปนี้คือขั้นตอนต่อไป:

แหล่งข้อมูล