SQL注入至今仍是Web应用安全中破坏力最大的漏洞类型之一,但在代码审计阶段,很多团队依然只依赖黑盒扫描工具,忽略了从代码逻辑本身去定位缺陷。审计SQL注入的核心不是找“有没有漏洞”,而是判断“数据进入SQL语句的路径上是否每一层都做了正确过滤或参数化”。下面直接进入检查要点,按代码审计的实际顺序展开。
1. 先定位所有SQL执行入口,而不是只看DAO层
审计的第一步是把应用中所有能执行SQL语句的位置全部找出来。不要只盯着MyBatis的Mapper XML或JPA的Repository,很多注入点藏在Service层直接拼接字符串后调用JdbcTemplate、在存储过程调用中拼接参数、甚至在ORM框架的原生SQL查询里。搜索关键词包括但不限于:select、insert、update、delete、createQuery、createNativeQuery、executeQuery、executeUpdate、queryForObject、queryForList、execSQL、rawQuery。凡是这些方法附近出现了字符串拼接、加号连接、String.format、MessageFormat.format、StringBuilder.append,都要标记为高风险点。
2. 判断拼接的变量是否来自外部输入
找到拼接点后,下一步是追踪变量来源。如果变量是硬编码常量、内部枚举或经过白名单校验的值,风险等级可以降低。但如果变量来自HttpServletRequest参数、请求头、Cookie、文件上传内容、RPC接口入参、消息队列消息体,甚至是数据库里其他用户可控的字段,就必须继续追查过滤链路。特别注意二次注入场景:数据先入库时做了转义,读出后再次拼进SQL时没有处理,审计时容易漏掉。
3. 检查参数化查询是否被正确使用
参数化是防注入最有效的手段,但审计中要确认参数化没有被“假使用”。常见错误包括:虽然使用了PreparedStatement,但SQL语句本身仍然通过字符串拼接生成;MyBatis中使用了${}而不是#{};JPA中使用了JPQL拼接而不是setParameter;或者在使用in条件时,把整个逗号分隔的字符串作为一个参数传入,导致参数化失效。审计时要逐个检查占位符与参数绑定的对应关系,确认没有任何外部输入直接进入SQL模板。
4. 重点关注动态排序、动态表名和动态列名
order by、group by、表名、列名这些位置无法使用常规的预编译参数绑定,是SQL注入的高发区。审计时要检查这些动态片段是否来自前端。如果必须动态传入,代码中是否做了严格的白名单映射,例如前端传的是字段别名,后端映射成固定的列名或排序方向。任何直接把前端传入的字符串拼到order by后面的写法都应判定为漏洞。即使前端用了下拉框限制选项,攻击者仍然可以直接构造请求绕过前端校验。
5. 检查存储过程调用中的参数处理
很多人误以为存储过程天然防注入,实际上如果存储过程内部使用动态SQL拼接,或者调用时通过字符串拼接构造EXEC语句,同样存在注入风险。审计时要查看调用存储过程的代码是否使用了CallableStatement并正确设置参数类型。同时要审计存储过程本身的定义,尤其是使用了sp_executesql、EXEC、动态游标的地方。如果存储过程内部对传入参数做了拼接再执行,即使调用方使用了参数绑定,漏洞依然存在。
6. 检查ORM框架的原生SQL和HQL拼接
Hibernate、MyBatis、JOOQ等框架提供了类型安全的查询方式,但也保留了原生SQL能力。审计时要特别关注createNativeQuery、createSQLQuery、@Query注解中的nativeQuery=true、MyBatis的@Select注解以及XML中的${}。HQL同样存在注入风险,尤其是拼接HQL字符串时。即使使用了命名参数,如果HQL语句本身是通过字符串拼接生成的,参数绑定也无法保护已经拼进语句结构中的恶意内容。
7. 验证输入过滤和转义逻辑是否可绕过
对于确实无法参数化而必须拼接的场景,代码中可能会加入过滤或转义。审计时要评估这些过滤逻辑的健壮性。例如只过滤单引号但没处理反斜杠、双引号、注释符、分号;只做了一次replace而没有循环替换;只检查了GET参数而没检查POST body;只处理了字符串类型而没处理数字类型。数字型注入尤其容易被忽略,因为很多开发者认为数字不需要引号闭合,但实际上如果数字参数没有做类型转换或范围校验,直接拼接后同样可以注入。
8. 检查数据库连接配置和权限最小化
虽然这不能直接防止注入,但可以降低注入成功后的危害。审计时要查看应用连接数据库使用的账号是否具有最小权限。如果应用账号拥有DDL权限、文件读写权限或系统存储过程执行权限,注入后攻击者可以直接提权或拖库。检查连接字符串中是否开启了允许执行多条语句的选项,例如MySQL的allowMultiQueries=true,这个选项会显著扩大注入的危害面。审计报告中应明确建议关闭该选项并使用只具备增删改查权限的账号。
9. 检查错误处理和日志中是否泄露SQL结构
SQL注入漏洞的利用往往需要先获取数据库结构信息。如果应用在发生SQL异常时把完整错误堆栈返回给前端,攻击者可以通过报错注入快速获取表名、列名和数据。审计时要检查全局异常处理器是否对SQLException做了统一捕获和脱敏处理,日志中是否记录了完整的SQL语句和参数值。日志记录完整SQL本身是好事,但日志文件要保护好,避免被未授权访问。
10. 检查框架版本和已知漏洞
部分SQL注入漏洞并非来自业务代码,而是来自框架或依赖库本身。审计时要列出项目使用的ORM框架、数据库驱动、连接池组件及其版本,对照公开漏洞库检查是否存在已知的SQL注入相关CVE。例如某些版本的Hibernate、MyBatis、Druid、PostgreSQL驱动等曾爆出过特定条件下的注入或绕过漏洞。如果发现存在已知漏洞的版本,应建议升级到修复版本,而不是在业务代码层面打补丁。
11. 用数据流分析验证每条路径
人工审计容易遗漏跨层调用链。建议在审计过程中对每个外部输入点做一次完整的数据流追踪:从入口接收数据开始,经过参数校验、类型转换、业务处理、数据访问层,直到最终进入SQL执行方法。记录每一层是否对数据做了处理、处理方式是什么、是否可以被绕过。对于复杂系统,可以借助静态代码分析工具辅助定位,但工具结果必须人工复核,因为工具无法理解业务上下文和白名单逻辑。
12. 审计中的典型代码示例
以下是一段存在SQL注入风险的Java代码示例,审计时应直接判定为高危:
String username = request.getParameter("username");
String sql = "SELECT * FROM users WHERE username = '" + username + "'";
Statement stmt = connection.createStatement();
ResultSet rs = stmt.executeQuery(sql);
修复方式是使用PreparedStatement:
String username = request.getParameter("username");
String sql = "SELECT * FROM users WHERE username = ?";
PreparedStatement ps = connection.prepareStatement(sql);
ps.setString(1, username);
ResultSet rs = ps.executeQuery();
对于动态排序场景,应使用白名单映射:
private static final Map<String, String> ORDER_MAP = Map.of(
"id", "id",
"username", "username",
"create_time", "create_time"
);
String orderBy = ORDER_MAP.getOrDefault(request.getParameter("orderBy"), "id");
String sql = "SELECT * FROM users ORDER BY " + orderBy;
13. 输出审计结论时的分级标准
审计完成后,建议按以下标准对发现的问题进行分级:直接拼接外部输入且无任何过滤的,定为严重;有过滤但可绕过的,定为高危;使用了参数化但存在个别动态片段未做白名单的,定为中危;仅存在配置风险或权限过大的,定为低危。每个问题都要给出具体的代码位置、触发路径、攻击示例和修复建议,避免只写“存在SQL注入风险”这种模糊结论。
14. 修复优先级和回归验证
修复顺序上,先处理直接暴露在未认证接口中的注入点,再处理需要登录后才能触发的注入点。修复后必须进行回归验证,验证方式包括:使用单引号、双引号、注释符、布尔盲注payload、时间盲注payload进行黑盒测试;同时检查修复后的代码是否真正改用了参数化或白名单,而不是简单添加了字符过滤。对于使用ORM框架的项目,要确认修复后没有因为过度使用原生SQL而引入新的拼接点。
SQL注入审计的本质是验证“不可信数据”与“SQL指令”之间的隔离是否彻底。参数化查询解决的是数据与指令分离的问题,白名单解决的是无法参数化场景下的结构安全问题,权限最小化解决的是漏洞被利用后的爆炸半径问题。审计人员只有同时从这三个层面去检查,才能给出真正有价值的结论。
本文由人工智能生成,已经人工复核后发布。
