Skip to content

XXE 外部实体注入漏洞详解:从 DTD 语法讲到解析器加固 ​

一句话概括:XXE 的本质不是"XML 有漏洞",而是解析器被配置成"愿意为不可信输入去读取外部资源"。 只要关掉 DTD 与外部实体解析,这一类漏洞就整体消失——它是一个配置开关级别的问题,而不是靠黑名单能补住的问题。

结论先行:

  • XXE 的编号是 CWE-611(Improper Restriction of XML External Entity Reference);OWASP Top 10 2017 中它是独立分类 A4:2017 XML External Entities,2021 版起被并入 A05:2021 Security Misconfiguration(归类变化不代表风险下降,审计 XML 处理时仍是首要检查项);
  • 危害不只有"读文件":任意文件读取、SSRF(含云元数据端点)、拒绝服务(billion laughs 实体扩展)、少数场景下的 RCE;
  • 攻击面远不止 Content-Type: application/xml:SAML 登录、SOAP 接口、SVG/DOCX/XLSX 上传、RSS/OPML 导入、配置导入都是 XML 解析入口;
  • 加固顺序:先关 DTD,其次关外部实体,再关 XInclude;只过滤 DOCTYPE 关键字属于可绕过的止血措施;
  • 语言默认值随版本变化(PHP 8 / libxml 2.9 之后默认不解析外部实体,Java 与 Python 标准库则不能依赖默认值),因此审计必须落到"每一处解析调用点",而不是"我们用的是新版本"。

1. 前置知识:XML 实体与 DTD ​

DTD(文档类型定义)允许在文档内声明"实体"——可理解为可在文档中被引用展开的别名:

xml
<?xml version="1.0"?>
<!DOCTYPE root [
  <!ENTITY company "SecLab">          <!-- 内部实体:值就是字面量 -->
]>
<root>&company;</root>

当声明使用 SYSTEM / PUBLIC 关键字时,值来源从字面量变成外部资源标识符,这就是"外部实体":

xml
<!DOCTYPE root [
  <!ENTITY xxe SYSTEM "file:///etc/passwd">
]>
<root>&xxe;</root>

若被引用的位置会出现在应用响应中(例如接口回显了 XML 字段),解析器就把文件内容替换进去——任意文件读取成立。替换成 http:// 地址则是服务端请求伪造(SSRF):请求由服务器发出,因而能触达内网地址与云实例元数据端点。

除通用实体(&name;)外还有参数实体(%name;),它只能在 DTD 内部声明与引用,是盲 XXE 外带数据的关键。本文只说明其存在与原理,不提供可直接使用的完整外带载荷。

本节示例是公开文档中流传多年的最小化教科书示例,仅用于理解成因。在真实环境测试 XML 解析行为,必须获得系统所有者书面授权。

2. 危险来自"功能默认开启" ​

DTD 与外部实体解析是 XML 规范里的合法特性,用于旧式文档格式的模块化与复用。很多解析器在早期版本中默认打开这一能力,开发者在写下 parse(xml) 时并未意识到自己同时打开了文件读取与出网能力。

因此 XXE 是典型的"默认不安全 + 语法特性被误用"型漏洞:业务逻辑可能完全正确,问题出在解析器的初始化参数上。

3. 攻击面盘点:XML 藏在哪些地方 ​

审计时最容易漏掉的是"隐性 XML"入口:

入口形态说明
显式 XML APIapplication/xml / text/xml 的 REST 与 SOAP 接口、XML-RPC
身份认证SAML 断言(Base64 编码后仍是 XML)、部分 SSO 元数据交换
文件上传SVG(本身即 XML)、DOCX/XLSX/PPTX(本质是 zip 内的 XML)、.xml/.config 导入
订阅与导入RSS / Atom / OPML / 站点地图 / STIX 等 XML 格式情报源
后端与组件报表导出、工作流定义、调度系统、旧版 XML 配置化中间件
间接调用依赖库内部替你解析了 XML(序列化框架、模板引擎、日志组件)

结论:只要数据流里出现过"字符串被交给 XML 解析器"这一步,就存在检查点。 只盯接口清单,必然漏掉上传与导入类功能。

4. 四类危害 ​

  1. 任意文件读取:file:// 读取服务器本地文件。单看影响有限,但配置文件里常有数据库口令、API Key、内部主机名与拓扑信息,是后续横向移动的跳板。
  2. SSRF:以 http(s):// 外部实体让服务器替攻击者发起请求,可探测内网服务,或在云环境中尝试访问实例元数据端点获取临时凭据。
  3. 拒绝服务(实体扩展):即"billion laughs",通过层层嵌套的实体引用在解析阶段指数级膨胀,耗尽内存与 CPU。对应 CWE-776(Improper Restriction of Recursive Entity References in DTDs,别名 'XML Entity Expansion')。它与 XXE 共用同一个 DOCTYPE 机制——关掉 DTD 处理可一次缓解两类问题。
  4. 远程代码执行(少数场景):XXE 本身不是 RCE 漏洞,但在特定条件下可升级,例如 PHP 启用 expect 扩展时对 expect:// 的处理,或借助内网可达的协议处理器间接触发其它服务。这类链条依赖环境特定条件,不应作为默认预期。

5. 盲 XXE:看不到回显怎么办 ​

大量真实场景中解析结果不回显,但这不等于"安全"。盲 XXE 的判定主要依赖三条思路(此处只描述原理):

  • 带外(OOB)确认:让外部实体指向自建的 DNS/HTTP 监听地址。若服务器产生对应查询或请求,即使响应中什么都没有,也足以证明解析器确实处理了外部实体。当注入点位于 DOCTYPE 内部(如文档由服务端生成)时需借助参数实体。
  • 外部 DTD 承载逻辑:把实体定义放到可控的 .dtd 中再被引用。其存在原因很具体——多数解析器会拒绝在单个内部定义中同时出现文件引用与引用符号的写法。
  • 报错与本地 DTD 复用:把文件内容包装进必然报错的位置,或复用系统上已有的 DTD 声明重新定义实体,让数据出现在错误信息里。

检测建议:自动化扫描器对盲 XXE 覆盖普遍偏弱(什么都"看不到",规则也就难以判定)。若威胁模型真正覆盖该风险,应预留时间做人工带外验证,并用 Burp Collaborator、interactsh 一类平台观察出站交互。

6. 两个真实案例 ​

CVE-2024-30043|Microsoft SharePoint XXE:影响类 Microsoft.SharePoint.WebControls.BaseXmlDataSource,需要认证才能触发,可以服务账户身份读取文件内容(信息泄露)。由 Trend Micro ZDI 的 Piotr Bazydło 报告(ZDI-24-453,ZDI 评分 CVSS 7.1),2024-05-14 协调公开,微软已发布更新。它说明"内网应用 + 认证前置"并不构成豁免理由。

CVE-2017-12629|Apache Solr XXE:影响 Solr 7.1.0 之前版本(伴随 Lucene 7.1.0 之前),该 CVE 同时涉及 XXE 与配置 API 相关的高危问题,公开资料中 CVSS 评分达 9.8 量级。

模式提醒:XXE 的修复通常是"改配置"而不是"改业务逻辑",因此审计对象是解析器初始化代码,而非业务函数。

7. 防御:按语言加固解析器 ​

Java(最需留意,解析接口多,漏一个等于没修):

java
// JAXP 工厂:直接禁用 DOCTYPE
DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
dbf.setFeature("http://apache.org/xml/features/disallow-doctype-decl", true);
// 若业务确需 DTD,则退而关闭外部实体,并显式关掉 XInclude 与实体展开
dbf.setFeature("http://xml.org/sax/features/external-general-entities", false);
dbf.setFeature("http://xml.org/sax/features/external-parameter-entities", false);
dbf.setXIncludeAware(false);
dbf.setExpandEntityReferences(false);

// StAX / XMLInputFactory
XMLInputFactory xif = XMLInputFactory.newInstance();
xif.setProperty(XMLInputFactory.IS_SUPPORTING_EXTERNAL_ENTITIES, false);
xif.setProperty(XMLInputFactory.SUPPORT_DTD, false);

配合 FEATURE_SECURE_PROCESSING 可启用 JAXP 的处理上限(实体扩展默认上限 64,000,即 jdk.xml.entityExpansionLimit 默认值)——但请注意:真正阻断 XXE 的是 disallow-doctype-decl,而不是迭代上限。

.NET:XmlReaderSettings.DtdProcessing 默认为 Prohibit;XmlResolver 自 .NET Framework 4.5.2 起默认为 null(不同资料对 XmlDocument 的起始版本表述不一致,有资料称需到 4.6,此处存疑,以官方文档为准)。默认安全不等于可以省略显式配置:

csharp
var settings = new XmlReaderSettings {
    DtdProcessing = DtdProcessing.Prohibit,   // 禁止一切 DTD 处理
    XmlResolver = null,                        // 禁止外部资源解析
    MaxCharactersFromEntities = 1024           // 限制实体扩展(DoS 防护)
};
using var reader = XmlReader.Create(inputStream, settings);

PHP:libxml 2.9 之前外部实体默认解析,经典对策是 libxml_disable_entity_loader(true);该函数自 PHP 8.0 起已废弃,因为 libxml 已把"不解析外部实体"变成默认行为。因此现代 PHP 的关键不是"调哪个函数",而是一句硬规则:绝不要给不可信输入传入 LIBXML_NOENT(及 LIBXML_DTDLOAD)——这两个标志正是重新打开实体替换的开关。

php
// 安全写法:不传 LIBXML_NOENT / LIBXML_DTDLOAD
$dom = new DOMDocument();
$dom->loadXML($xmlString, LIBXML_NONET);

Python:官方文档明确把标准库 XML 解析器(xml.etree、xml.dom.minidom、xml.sax,底层同为 expat)列为不安全,易受 billion laughs 与**二次爆破放大(quadratic blowup)**影响。推荐换成 defusedxml(API 与标准库一致,只需改导入):

python
# 加固:defusedxml 对实体声明与外部引用默认拒绝
from defusedxml.ElementTree import parse
tree = parse("untrusted.xml")

defusedxml 三个保护参数默认值为:forbid_dtd=False(默认仍允许 DTD 本身)、forbid_entities=True(拒绝实体声明)、forbid_external=True(阻断外部引用);若业务完全不需要 DTD,可再加 forbid_dtd=True。若坚持直接用 lxml:

python
from lxml import etree
parser = etree.XMLParser(resolve_entities=False, no_network=True)  # 关闭实体解析与网络访问
root = etree.fromstring(data, parser=parser)

其它语言与第三方库:统一遵循"关闭 DTD 处理、关闭外部实体、关闭 XInclude"三原则,落地前逐个核对官方文档的默认值与开关名——不同库的选项命名差异极大,靠命名猜测极易出错。

纵深防御(不能替代解析器加固):设计上优先用 JSON 等无此特性的格式;不需要 DTD 就直接拒绝含 DOCTYPE 的文档并做 Schema 校验;收敛服务器出网能力,可把 XXE 派生的 SSRF 危害降到最低;WAF 规则只作止血(基于 DOCTYPE 字符串的拦截可用编码与 DTD 变体绕过);对解析异常、可疑出站 DNS/HTTP 交互建立告警。

8. 自查清单 ​

  • 是否清点过全部 XML 解析调用点(含上传、导入、订阅、报表、第三方库内部调用)?
  • 每个调用点是否显式禁用 DTD 并关闭外部实体 / XInclude?
  • 是否存在 LIBXML_NOENT、DtdProcessing.Parse、resolve_entities=True 之类的显式放开?
  • 服务器出网是否已收敛?云主机元数据访问是否受限?
  • 是否具备带外交互监测能力(对盲 XXE 而言,这是唯一可靠的发现手段)?

9. 参考来源 ​

  • OWASP:XXE Prevention Cheat Sheet;OWASP Top 10 系列页面(XXE 由 A4:2017 并入 A05:2021 Security Misconfiguration)
  • MITRE CWE:CWE-611(Improper Restriction of XML External Entity Reference)、CWE-776(Improper Restriction of Recursive Entity References in DTDs,别名 "XML Entity Expansion")
  • NVD / ZDI:CVE-2024-30043(Microsoft SharePoint BaseXmlDataSource XXE,ZDI-24-453,CVSS 7.1,2024-05-14 公开);CVE-2017-12629(Apache Solr / Lucene XXE,影响 7.1.0 之前版本)
  • 官方文档:Oracle JAXP(jdk.xml.entityExpansionLimit 默认 64,000);Microsoft .NET XmlReaderSettings.DtdProcessing / XmlResolver;PHP 手册 libxml_disable_entity_loader(PHP 8.0 起废弃);Python 官方文档 XML 漏洞说明与 defusedxml 项目文档

本文所述技术仅限授权环境与防御研究用途;文中最小化示例用于说明成因,请勿用于未授权测试。完整的外带利用链不在本文范围内。

最近更新