限制 python 脚本访问 os 函数
Restrict python script access to os functions
我需要你的新想法，感谢任何帮助。
我正在实施一个系统，用户可以在其中上传自己的 Python 脚本并在其中一个服务器中执行它们。
我很注意安全问题。我想限制从此脚本对操作系统的任何访问。
首先，脚本使用 ast 解析器进行验证，以禁止访问许多最明显的关键字，如 exec、import、open 等
不过，用户可以声明对某些库的使用。其中一个重要的是 pandas 库（我还必须提供 matplotlib、numpy 等）。我已经实现了 'proxy' 个对象，模仿模块，但只提供对有限属性集的访问。例如，我可以提供一个代理对象 json，但不允许访问函数 loads 或 dumps。
通过名称 os、sys 等从任何对象获取属性的最明显尝试也是不允许的。这样，当用户尝试使用 json.os 或类似方式访问 os 模块时，我试图关闭一个漏洞。
这可以工作，但它是一个简单的盾牌。我可以审查所有模块并禁止访问大多数危险功能，但即使错过一个也可能导致潜在的损害。此外，某些模块可能会以一种棘手的方式访问，例如 pandas.tools.util.pd 将引用原始的 pandas 模块。我会花一年的时间来结束一切..
我考虑过在文件系统级别限制访问，但是脚本 运行s 在主进程中具有 eval 函数（基于 celery）并且具有相同的权限（和同一用户）作为主进程。理论上它可以读取所有源并将它们传递给用户。
我的一个想法是 运行 脚本在一个单独的进程中使用最少的源和权限集，并通过管道传递数据 to/from。但这将需要重构大量代码并且无法保证稳定性 - 我仍然需要大量代码才能使其正常工作。
RestrictedPython就是你所需要的。
我需要你的新想法，感谢任何帮助。
我正在实施一个系统，用户可以在其中上传自己的 Python 脚本并在其中一个服务器中执行它们。
我很注意安全问题。我想限制从此脚本对操作系统的任何访问。
首先，脚本使用 ast 解析器进行验证，以禁止访问许多最明显的关键字，如 exec、import、open 等
不过，用户可以声明对某些库的使用。其中一个重要的是 pandas 库（我还必须提供 matplotlib、numpy 等）。我已经实现了 'proxy' 个对象，模仿模块，但只提供对有限属性集的访问。例如，我可以提供一个代理对象 json，但不允许访问函数 loads 或 dumps。
通过名称 os、sys 等从任何对象获取属性的最明显尝试也是不允许的。这样，当用户尝试使用 json.os 或类似方式访问 os 模块时，我试图关闭一个漏洞。
这可以工作，但它是一个简单的盾牌。我可以审查所有模块并禁止访问大多数危险功能，但即使错过一个也可能导致潜在的损害。此外，某些模块可能会以一种棘手的方式访问，例如 pandas.tools.util.pd 将引用原始的 pandas 模块。我会花一年的时间来结束一切..
我考虑过在文件系统级别限制访问，但是脚本 运行s 在主进程中具有 eval 函数（基于 celery）并且具有相同的权限（和同一用户）作为主进程。理论上它可以读取所有源并将它们传递给用户。
我的一个想法是 运行 脚本在一个单独的进程中使用最少的源和权限集，并通过管道传递数据 to/from。但这将需要重构大量代码并且无法保证稳定性 - 我仍然需要大量代码才能使其正常工作。
RestrictedPython就是你所需要的。